最有用的分析來自正確存儲、正確分類和徹底挖掘的數據。要有效地存儲和使用業務收集的數據，首先必須包含以下方面。
數據管理
在過去的半個世紀裡，數據管理極大地改變了計算機處理數據的方式。如今，數據可以不按順序存儲，而且仍然可以有效地使用。適當數據管理的有用性並沒有喪失，因為它的原則遠遠超出了數據的存儲方式。
在使用數據之前，必須對其進行驗證，並且需要有此數據生命週期的內置時間表。需要檢查從調查和客戶數據中獲得的數據，以查找異常值和不正確的條目。
隨著消費者需求、人口統計數據和產品的變化，數據最終變得無關緊要。期望從你的企業獲得的數據有一個有限的生命週期。
如何存儲這些數據及其有用性取決於如何對數據進行分類以及用於度量數據的時間尺度。例如，對於工資和收入，我們嘗試在小的時間範圍內工作，而對於間接成本，我們在一個月的時間範圍內工作。
數據挖掘
根據您的業務規模和數據管理需求，數據挖掘將以複雜性的形式存在。通過數據挖掘，我們可以通過對數據進行一系列檢查來深入瞭解大型數據集，以嘗試理解正在出現的模式，或者缺乏這種模式。
最簡單的形式是對兩個大數據集進行迴歸分析並搜索相關性。數據挖掘通常被混淆為在已經存儲的信息中尋找有用的數據;然而，真正被挖掘的是模式和大數據集的重要性。
數據集成
將數據集組合起來，以便它們可以作為一個整體進行分析，稱為數據集成。在商業術語中，它最常用於公司併購。在這種情況下，來自兩家提供類似服務和產品的公司的大量數據存在。
為了最大限度地利用所有這些數據，需要合併數據，刪除與這兩組數據無關的數據。對於併購以外的業務，數據集成也可以以使用來自類似公司的數據的形式出現。一些軟件包，如ClearStory Data，將集成來自其他業務和公共記錄的數據。
數據倉庫
使用來自不具有任何直接關係的數據源的數據，我們將這種不同數據的分析和集成記錄稱為數據倉庫。對於規模較小的企業，這可以通過使用公共記錄來支持特定主題的分析。
對於較大的企業來說，這是以使用大公司的數據的形式出現的，這些大公司專門研究不同的學科。雖然數據之間的關係不是直接相關的，但是公司的規模或數據如何被使用的相似性使這成為數據合成的必要步驟。
一起工作
數據管理、數據挖掘、數據集成和數據倉庫一起工作，形成最有利於業務的分析類型。
每個組件對於不同形式的分析都是必要的。從數據管理開始，數據集的驗證和分類使數據對業務有用。數據挖掘是重複的步驟，是對數據進行掃描，以獲得有用的模式和統計數據。這是通過數據集和其他統計數據之間的迴歸來實現的，以找到描述數據整體的新興模式。
數據集成是跨多個業務的數據集的組合，支持可以從任何一個數據源挖掘的數據。數據倉庫的合併數據集不相關類型的分析,不可能在任何一個數據集完成。對於數據倉庫,想象一個公司使用自己的記錄銷售的產品或服務,並關聯數據從公共記錄在公共交通工具上接地點。
這兩個數據集沒有任何共同之處，但如果目標是將產品的銷售與使用這種交通方式的人群聯繫起來，那麼可以將它們結合起來。這些數據集一起屬於數據管理的範疇，然後可以用於進一步的挖掘或數據集成。
如何處理和管理大數據
無論您的業務規模如何，都有幾個原則可以最大限度地利用您的數據。一個關鍵的挑戰，取決於你的公司的規模，是指數增長的數據收集和處理。
處理如此大量的數據並有效地處理它可能是一個挑戰，但遵循這些規則將在此過程中幫助您:
1、您必須將數據存儲在可以通過多個源訪問和處理的中心位置。
2、必須對數據進行篩選，以刪除常見的重複項，特別是在數據集成之後。
3、必須對數據進行保護和保護，在可能的情況下將客戶的足跡從個人數據中抹去。
根據數據量的不同，最好使用第三方(如Amazon)或自己備份數據，以防止信息丟失。敏感數據必須定期處理，客戶也要意識到數據的保留。
根據您的業務，這些原則中的每一個都將是必要的和可行的。最重要的是，數據要保持在可以由多個程序處理的狀態，最好的方法是對數據進行適當的分類，以及數據檢索的標準化。
對於所有企業來說，在給定時間後處理客戶數據都是必要的，但同樣重要的是要從上述數據中清除客戶足跡。這意味著將具有可識別信息的數據轉換為元數據，這些元數據可以使用，但不能追溯回個人。
數據的安全性也很大程度上取決於公司的規模。非常小的企業可以在本地存儲數據，甚至自己備份這些數據。存儲成本非常低廉，這對於許多企業來說都是一個合理的解決方案。在執行此路徑時，必須負責任地處理對存儲此數據的位置的訪問。
允許跨網絡的多個用戶訪問這些數據可能是必要的，但確保數據存儲庫保存在安全的計算機上是非常可怕的。雲服務解決了許多大型公司的數據存儲和訪問問題，在本地備份這些數據是一種選擇，如果雲服務器出現故障，還需要為重複數據支付額外費用。這取決於您購買雲服務的公司。
Amazon可以確保備份的數據達到一定的大小，但額外的備份可以收費創建。微軟和其他幾家公司都有自己的競爭服務。您的業務的最佳選擇是數據數量、安全需求以及有多少用戶需要定期訪問數據。
閱讀更多 程序你好 的文章
