数据无处不在，而且在迅速增长，数据量每两年翻一番。

IBM的研究显示，在2012年每天产生的数据达到了25亿GB。《福布斯》上发表的一篇文章指出，目前数据的增长速度比以往任何时候都快，到2020年全球每人每秒将产生1.7M字节的数据。

因此对我们而言，掌握该领域的基础知识是至关重要的。

在本文中，我们将对撒数据和数据分析进行区分，分别探讨它们是什么，可以用于哪些领域，所需的技能以及薪资前景。

首先，让我们来了解这些概念。

一、它是什么？
1.1、大数据

众所周知，大数据是指不能用传统技术有效处理的海量数据。

大数据的处理从非聚合的原始数据开始，这些数据通常无法存储在单个计算机中。

企业中有大量的非结构化数据和结构化数据，通过利用大数据可以得出有效的分析见解，从而为企业制定更好的决策和战略计划。

咨询公司Gartner对大数据定义是：”需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。”

1.2、数据分析

数据分析需要应用算法和机械过程来获得分析结论。例如，通过在数据集间运行一些数字查找当中的相关联系。

数据分析在许多行业中被用于制定决策，以及并验证和反驳现有的理论或模型。数据分析的重点在于推理，这里主要依靠研究者的知识得出结论。

二、主要应用领域
2.1、大数据

1. 零售

在零售业中要像保持竞争力，关键是要更好地理解和服务客户。这需要企业对每日不同来源的数据进行分析，包括客户交易数据、客户忠诚度、社交媒体和商店品牌的信用数据等。

2. 通信

电信运营商的首要任务是留住客户、获得新客户、扩大现有客户基础。为此每天都要合并和分析大量由客户和机器生成的数据。

3. 金融

银行、信用卡公司、保险公司、理财咨询公司等利用大数据进行金融服务。它们所面临的主要挑战是，在多个不同的系统中嵌入大量的多结构数据，这只能通过大数据处理。大数据被用于欺诈分析、客户分析、业务分析等方方面面。

2.2、数据分析

1. 能源管理

大多数公司都通过数据分析进行能源管理，包括能源优化、智能电网能源、在公用事业公司实现自动化和能源分配。当中主要用于进行监控和控制调度人员、网络设备和管理服务中断。同时在网络中集成数百万个数据点，并通过数据分析对网络进行监控。

2. 医疗

医院面临的主要挑战在于如何有效地治疗更多病人，并提高医疗质量。目前越来越多的机器和仪器数据被用于追踪设备使用情况，患者分流，以及优化治疗。

3. 游戏

数据分析可以在游戏行业中进行数据收集，从而更好地了解用户喜好，从而对游戏进行优化。

4. 线上购物

数据分析有助于通过社交媒体优化购买体验。比如可以获取顾客的喜好；分析销售量与浏览量之间的关联等。

三、你需要的技能
3.1、成为大数据专业人士

1. 数学和统计知识

这部分技能对于进入大数据和数据分析领域都是必不可少的。

2. 分析能力

分析能力是指从大量数据中得出分析见解的能力。分析能力能够帮助你确定解决问题需要的最关键数据。

3. 计算机科学

计算机是驱动数据策略的引擎。程序员使用计算机科学提出算法，通过数据处理得出分析结论。

4. 创造力

在对数据进行收集、解读和分析时，你需要组合并应用不同的新方法。

5. 业务技能

你需要熟悉业务，结合行业现状为企业创造价值。

3.2、成为数据分析师

1. 数学和统计知识

如果你想成为数据分析师，必须具备推理和描述性统计以及实验设计等技能。

2. 编程技能

熟练掌握Python和R等编程语言。

3. 数据直觉

要成为数据分析师，你需要像数据分析师一样思考和推理。

4. 数据整理技能

你需要把原始数据转换成更容易处理的格式。

5. 其他技能

包括机器学习技能、数据可视化和沟通技能。