1樓：源泉
先把「大」放在一邊，實際上很多公司的資料並不是大到它們的資料管理系統處理不了啦，所以在本來對資料處理的概念和技術自已還沒有充分掌握的時候，再去加上什麼hadoop, 不是更湖塗了嗎？走還沒學會，就想跑？
2樓：胡海
從底層到前端分析層，樓上基本已經說得差不多了。可參考這個問題的回答：怎麼搭建大資料分析平台？ - 知乎
1、大資料平台最終的前端展示是BI。在大資料之前，BI就已經存在很久了，簡單把大資料等同於BI，明顯是不恰當的。但兩者又是緊密關聯的，相輔相成的。
BI是達成業務管理的應用工具，沒有BI，大資料就沒有了價值轉化的工具，就無法把資料的價值呈現給使用者，也就無法有效地支撐企業經營管理決策；大資料則是基礎，沒有大資料，BI就失去了存在的基礎，沒有辦法快速、實時、高效地處理資料，支撐應用。 所以，資料的價值發揮，大資料平台的建設，必然是囊括了大資料處理與BI應用分析建設的。這一塊一般可以採用如Tableau、FineBI等BI工具。
2、大資料擁有價值。來看看資料使用金字塔模型，從資料的使用角度來看，資料基本有以下使用方式：
自上而下，可以看到，對資料的要求是不一樣的：
資料量越來越大，維度越來越多。
互動難度越來越大。
技術難度越來越大。
以人為主，逐步向機器為主。
使用者專業程度逐步提公升，門檻越來越高。
企業對資料、效率要求的逐步提高，也給大資料提供了展現能力的平台。企業構建大資料平台，歸根到底是構建企業的資料資產運營中心，發揮資料的價值，支撐企業的發展。
整體方案思路如下：
建設企業的基礎資料中心，構建企業統一的資料儲存體系，統一進行資料建模，為資料的價值呈現奠定基礎。同時資料處理能力下沉，建設集中的資料處理中心，提供強大的資料處理能力；通過統一的資料管理監控體系，保障系統的穩定執行。有了資料基礎，構建統一的BI應用中心，滿足業務需求，體現資料價值。
提到大資料就會提到hadoop。大資料並不等同於hadoop，但hadoop的確是最熱門的大資料技術。下面以最常用的混搭架構，來看一下大資料平台可以怎麼來搭建，支撐企業應用：
通過Kafka作為統一採集平台的訊息管理層，靈活的對接、適配各種資料來源採集（如整合flume），提供靈活、可配置的資料採集能力。
利用spark和hadoop技術，構建大資料平台最為核心的基礎資料的儲存、處理能力中心，提供強大的資料處理能力，滿足資料的互動需求。同時通過sparkstreaming，可以有效滿足企業實時資料的要求，構建企業發展的實時指標體系。
同時為了更好的滿足的資料獲取需求，通過RDBMS，提供企業高度彙總的統計資料，滿足企業常規的統計報表需求，降低使用門檻。對大資料明細查詢需求，則通過構建HBase集群，提供大資料快速查詢能力，滿足對大資料的查詢獲取需求。
最後，補充一些大資料平台的技術，如下架構，偏網際網路行業。
3樓：
我來挖坑。
這個問題很大，需要一點一點分析：
什麼是輔助決策？什麼是大資料（拋去各種概念性的忽悠，其核心理念和技術是什麼）
有哪些輔助決策適合使用大資料？（傳統方法的問題 vs 大資料的強項）用大資料做輔助決策，需要哪些過程和因素（資料收集、清洗、整合、知識應用，等）
這些過程使用什麼技術支撐
這些技術有哪些代表性產品？
這些技術的整合有哪些方式
輔助決策的結果展現（使用大資料與傳統方法的展現形式由什麼不同）。。。
如何利用大資料助力中小企業發展？
感謝看得起我，這個問題好大呀 沒準備，回到什麼樣子看緣分。大資料能帶來什麼，這個問題很重要。個人感覺，大資料傳遞更加精準的資訊。之前各種問卷和統計都是部分樣本，存在誤差，而大資料採用更大的樣本或者全樣本進行資料採集，所以得到的資訊更加準確。那就再分析一下中小企業哪些困難會因為得到更準確的資訊，得到解...
對於快播的案件審判，是否存在大資料決策的可能性？
不是看起來民科，就是民科。盲目追捧熱詞。所謂通過以往證據來推斷證據可能存在的形式。這東西叫做做刑偵要多跟老警官請教。而且類似快播的事件沒那麼多資料給你學習。且這次蒐集證據這麼慘叫缺少domain knowledge，給他足夠的資料你依然不會選features 資料分析不能算在審判裡最主要的原因是 c...
如何看待天貓雙十一疑似利用大資料殺熟？導致大量使用者無法領到優惠券？
腳輕頭重 如果說一點好處都沒有，那一定是假的，確實有一些推送節約了我的搜尋時間。但是就連這唯一的好處，也有硬幣的另外一面 一旦我滿足於這樣的 便利 而放棄自主的搜尋，那麼我所能掌握到的資訊就全部是平台想讓我掌握的資訊。平台想讓我看到什麼資訊？當然是讓平台有利可圖的資訊。所以說在這一切的背後，平台才是...