大資料分析是指對規模巨大的資料進行分析。大資料可以概括為5個V，資料量大(Volume)、速度快(Velocity)、型別多(Variety)、價值（Value）、真實性（Veracity）。
大資料作為時下最火熱的IT行業的詞彙，隨之而來的資料倉庫、資料安全、資料分析、資料探勘等等圍繞大資料的商業價值的利用逐漸成為行業人士爭相追捧的利潤焦點。隨著大資料時代的來臨，大資料分析也應運而生。
大資料分析是指對規模巨大的資料進行分析。大資料可以概括為5個V，資料量大(Volume)、速度快(Velocity)、型別多(Variety)、價值（Value）、真實性（Veracity）。
大資料作為時下最火熱的IT行業的詞彙，隨之而來的資料倉庫、資料安全、資料分析、資料探勘等等圍繞大資料的商業價值的利用逐漸成為行業人士爭相追捧的利潤焦點。隨著大資料時代的來臨，大資料分析也應運而生。
大資料思維是指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的資料集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程最佳化能力的海量、高增長率和多樣化的資訊資產。
大資料與“小資料”的根本區別在於大資料採用全樣思維方式，小資料強調抽樣。抽樣是資料採集、資料儲存、資料分析、資料呈現技術達不到實際要求，或成本遠超過預期的情況下的權宜之計。隨著技術的發展，在過去不可能獲取全樣資料，不可能儲存和分析全樣資料的情況都將一去不復返。大資料年代是全樣的年代，抽樣的場景將有利於小，最終消失在歷史長河中。
視覺化分析：大資料分析的使用者有大資料分析專家，同時還有普通使用者，但是他們二者對於大資料分析最基本的要求就是視覺化分析，因為視覺化分析能夠直觀的呈現大資料特點，同時能夠非常容易被讀者所接受，就如同看圖說話一樣簡單。
資料探勘演算法：大資料分析的理論核心就是資料探勘演算法，各種資料探勘的演算法基於不同的資料型別和格式才能更加科學的呈現出資料本身具備的特點，也正是因為這些被全世界統計學家所公認的各種 統計方法，才能深入資料內部，挖掘出公道的價值，另外一個方面也是y因為有這些資料探勘的演算法才能更快的處理大資料。
預測性分析能力：大資料分析最重要的應用領域之一就是預測性分析，從大資料種挖掘出特點，透過科學的建立模型，之後便可以透過模型帶入新的資料，從而預測未來的資料。
語義引擎：大資料分析廣泛應用於網路資料探勘，可從使用者的檢索關鍵詞，標籤關鍵詞或其他輸入語義，分析，判斷使用者需求。從而實現更好的使用者體驗和廣告匹配。
資料質量和資料管理：大資料分析離不開資料質量和資料管理，高質量的資料和有效的資料管理，無論是在學術研究還是在商業應用領域，都能夠保證分析結果的真實和有價值。大資料分析的基礎就是以上5個方面。