随着社交平台的发展和移动智能终端的普及，全世界每天都有几十亿人使用计算机、平板电脑、手机和其它数字设备产生海量数据。各个行业和领域都已经被数据给 渗透，数据已成为非常重要的生产因素。同时，传统的数据分析手段已经不能快速有效的收集、处理庞大而复杂的信息，无法满足大数据下对数据分析全面、实时动 态的要求。因此，大数据必将对传统的数据分析方式进行彻底的颠覆与重构。
一、传统数据分析的四种方式
1、“拍脑袋”的决策
长期以来，国内众多企业领导“拍脑袋”做决策的方式还很普遍。在商业世界里，领导意见对决策会造成极大影响，这种现象非常普遍。这种关起门来“拍脑袋“做决策的方式，缺乏科学合理的数据支持，往往易导致决策失误，造成企业运作效率低、成本高等问题。
2、Excel
Excel是比较传统的一个数据分析工具。使用Excel时可以通过鼠标点击访问界面内不同位置的各种工具完成大部分工作，但是Excel处理数据非常费时，比如建一个新项目。你必须要单调地重复这些流程。
3、报表工具
报表工具主要是帮助用户来展现自己输入数据，将数据库中的数据以客户想要的方式展现出来。目前，主要有SVF、水晶报表、JReport、Style Report、润乾等报表工具。这些报表工具基本上都是把数据库的数据取出来运算排列制作出动态的变长统计表。
4、传统BI
传统BI系统，主要是对过去的数据、历史信息进行分析和报告呈现。其BI能力的实现往往采用基于内存的串行机制。即将数据全部或批量导入内存中，再依次进行处理。其处理性能受限于单台机器的内存容量和计算能力，无法支持海量数据的分析处理。
二、数据可视化，颠覆传统数据分析
大数据时代要求企业能够从海量数据中筛选出有用的信息，然后通过各种手段将信息转化为洞察力，从而做出正确决策，推动业务发展。在这样一个信息链条中，企 业需要确保每一个环节都不出错，才能将数据转化为价值。面对海量的数据，企业需要对数据进行快速有效地分析并且能够以最小的成本对数据分析结果进行可视化 展现，而传统的报表工具、BI等都需要一定程度的人力和时间，且数据分析展现结果单一。
大数据的价值在于数据挖掘和预测，大数据的实时分析，以恰当的方式随时随地为人们提供信息和全新洞察力，个性化洞察力，能够把大数据变成宝贵的信息，呈现 前所未知的洞察。企业需知道如何处理数据，将数据转化为可视化的结果，通过诸如大数据可视化分析技术等大数据应用技术，企业需要弄清什么样的业务能够通过 大数据获得收益。比如，很多电商企业使用大数据魔镜，以大数据可视化分析为基础，建立了营销、数据分析、流量管控、个性化推荐等数据为驱动的业务模型和产 品。银行采用SAS系统进行告警管理、例程和队列优先级软件，提高了运营效率，也方便迅速启动紧急告警。
在大数据时代下，传统的数据分析方式已经不再能够满足企业对海量数据进行动态实时分析以及多种动态可视化效果展示的要求。对于企业而言，要做的是理解数据 的重要性，然后规划和利用好各个阶段的数据。通过诸如大数据分析工具的运用，企业可以让更多的普通员工，更有规律地，更好地利用那些可管理的数据。
