问：大数据生命周期的多个阶段分析
- 答：大数据生命周期的多个阶段分析
如今，各个企业对于大数据的应用都甚为积极，但企业在建立大数据的生命周期时应注意，其中包括了这些部分：大数据组织、评估现状、制定大数据战略、数据定森誉销义、数据收集、数据分析、数据治理、持续改进这几方面，下面就来详细了解下。
大数据的现状评估和差距分析
在定战略之前，先要做必要的现状评估，评估前的调研包括三个方面：一是对外调研：了解业界大数据有哪些最新此游的发展，行业顶尖企业的大数据应用水平如何？行业的平均尤其是主要竞争对手的大数据应用水准如何？二是对内客户调研。管理层、业务部门、IT部门自身、我们的最终用户，对我们的大数据业务有何期望？三是自身状况摸底，了解自己的技术、人员储备情况。最后对标，作差距分析，找出gap。找出gap后，要给出成熟度现状评估。一个公司的大数据应用成熟度可以划分为四个阶段：初始期;探索期;发展期;成熟期。
大数据的发展战略
有了大数据组织、知道了本公司大数据现状、差距和需求，企业就可以制定大数据的战略目标了。大数据战略的制定是整个大数据生命周期的灵魂和核心，它将成为整个组织大数据发展的指虚腔引。大数据战略的内容，没有统一的模板，但有一些基本的要求：
要现实，这个目标经过努力是能达成的。
要简洁，又要能涵盖公司内外干系人的需求。
要明确，以便清晰地告诉所有人我们的目标和愿景是什么。
对于大数据的定义
如果不对大数据进行定义，你将无法采集到它，你没法采集它就不能分析它;而不能分析它，你就不能衡量它的价值，既然不能衡量它的价值，你也就无法真正的控制它;如果你不能很好的控制它，那么你就无法管理并且利用它。在需求和战略明确之后，数据定义就是一切数据管理的前提。
问：行业生命周期理论的分析
- 答：行业生命周期在运用上有一定的局限性，因为生命周期曲线是一条经过抽象化了的典型曲线，各行业按照实际销售量绘制出来的曲线远不是这样光滑规则，因此，有时要确定行业发展处于哪一阶段是困难的，识别不当，容易导致战略上的失误。而影响销售量变化的因素很多，关系复杂，整轮改历个经济中的周期性变化与某个行业的演变腊搜也不易区分开来，再者，有些行业的演变是由集中到分散歼羡，有的行业由分散到集中，无法用一个战略模式与之对应，因此，应将行业生命周期分析法与其他方法结合起来使用，才不至于陷入分析的片面性。
问：生命周期法分为几个阶段，各阶段的主要任务是什么
- 答：生命周期法也称结构化系统开发方法,是目前国内外较流行的信息系统开发方法,在系统开发中得到了广泛的应用和推广,尤枝渣悄其在开发复杂的大系统时,显示了无比的优越性.它也是迄今为止开发方法中应用最普遍最成熟的一种.
1基本思想：将软件工程学和系统工程的理论和方法引入计算机系统的研制开发中,按照用户至上的原则,采用结构化、模块化自顶向下对系统进梁蚂行分析和设计.具体来说,它将整个信息系统开发过程划分为独立的六个阶段,包括系统分析、程序设计、系统测试、运行和维护以及系统评估.这六个阶段构成信息系统的生命周期.
2优缺点
生命周期法的突出优点是强调系统开发过程的整体性和全局性,强调在整体优化的前提下考虑具体的分析设计问题,即自顶向下的观点.它从时间角度把软件开发和维护分解为若干阶段,每个阶段有各自相对独立的任务和目标.降低了系统开发的复杂性,提高了可操作性.另外,每个阶段都对该阶段的成果进行严格的审批,发现问题及时反馈和纠正,保证了猛渣软件质量,特别是提高了软件的可维护性.实践证明,生命周期法大大提高了软件开发的成功率.
但是,生命周期法开发周期较长,因为开发顺序是线性的,各个阶段的工作不能同时进行,前阶段所犯的错误必然带入后一阶段,而且是越是前面犯的错误对后面的工作的影响越大,更正错误所花的工作量就越大.而且,在功能经常要变化的情况下,难以适应变化要求,不支持反复开发.
