本文整理了当今世界上在大数据领域最具话语权的企业，特别是活跃在中国市场上的企业，它们有的是计算机或者互联网领域的巨头，有的是刚刚创办不久的初创企业。

本教程为SPSS 19.0版本，主要为SPSS基础操作讲解。

越来越多的应用涉及到数据，这些数据的属性，包括数量，速度，多样性等等都是呈现了数据不断增长的复杂性，所以，数据的分析方法在大数据领域就显得尤为重要，可以说是决定最终信息是否有价值的决定性因素。基于此，数据分析的方法理论有哪些呢？

在我们身处的时代，数据无处不在。据IBM公司估算，人类每天产生约2 5万ZB的数据，这意味着世界上90%数据都是过去的两年中产生的。Gartner公司分析报告显示，在2015年财富500强的公司中百分之八十五的企业无法利用大数据来获取竞争优势。

硬要去区分Data Mining和Statistics的差异其实是没有太大意义的。一般将之定义为Data Mining技术的CART、CHAID或模糊计算等等理论方法，也都是由统计学者根据统计理论所发展衍生，换另一个角度看，Data Mining有相当大的比重是由高等统计学中的多变量分析所支撑。但是为什么Data Mining的出现会引发各领域的广泛注意呢？

本文主要针对大数据平台，分析工具，以及使用方法的介绍与归纳，希望帮助初学人员对大数据分析有一个深入的了解，同时期望对企业大数据建设，产品选择可以起到指导作用。

在互联网发展到大数据时代，那么数据就等于金钱。随着向一个基于应用的领域过渡，数据则呈现出了指数级增长。

大数据开辟了业务分析的新时代，使得企业基于更大范围数据（包括传统数据仓库、社交媒体、个人文本数据等）分析以制定更明智的决策变为可能。Cognos BI对Hadoop、分析数据存储和实时流数据等大数据源提供更广泛的支持，帮助企业获取更完整的业务视图并依据洞察迅速采取行动。

对于大数据分析平台的建设，往往不是某个产品就能够满足，而是需要多种不同的产品一起搭建。例如，搭建大数据平台需要大规模数据存储平台，需要数据处理和挖掘工具，分析结果需要通过展现工具体现大数据分析的价值。所以，没有一个完善的BigData生态系统，大数据分析平台是搭建不起来的。

如何使用正确的工具和技术，实施企业"商业智能"可以帮助决策者回答棘手的商业/业务方面的问题：哪些客户是我们的目标？如何提高工作效率？哪些新市场将提供给我们最快速的增长？如何提高客户的忠诚度？等等，都是企业非常关心的问题。在当今竞争异常激烈的商业环境中，企业的业务操作包含大量的数据。成功的企业能够利用这些数据来增进对业务的了解，从而在业务的管理和发展上及时作出正确的判断，采取明智的行动。