大数据分析哪些数据
大数据分析的数据主要有五类：1.交易数据；2.移动通信数据；3.人为数据；4.机器和传感器数据；5.开放数据。大数据分析的数据不仅来源于公司或机构内部，也会来源于外部，例如上述内容中的”开放数据”。
1.交易数据
交易数据包括POS机数据、信用卡刷卡数据、电子商务购物数据、互联网点击数据、“企业资源规划”(ERP)系统数据、销售系统数据、客户关系管理(CRM)系统数据、公司的生产数据、库存数据、订单数据、供应链数据等。
大数据平台往往能够获取时间跨度更大、更海量的结构化交易数据，这样就可以对更广泛的交易数据类型进行分析，不仅仅包括POS机数据、电子商务购物数据等，还包括行为交易数据，例如Web服务器记录的互联网点击流数据日志。
2.移动通信数据
移动通信数据。能够上网的智能手机等移动设备越来越普遍。移动通信设备记录的数据量和数据的立体完整度，常常优于各家互联网公司掌握的数据。移动设备上的软件能够追踪和沟通无数事件，从运用软件储存的交易数据(如搜索产品的记录事件)到个人信息资料或状态报告事件(如地点变更即报告一个新的地理编码)等。
3.人为数据
人为数据包括电子邮件、文档、图片、音频、视频，以及通过微信、博客、推特、维基、脸书、Linkedin等社交媒体产生的数据流。这些数据大多数为非结构性数据，为使用文本分析功能进行分析提供了丰富的数据源泉。
4.机器和传感器数据
机器和传感器数据包括功能设备创建或生成的数据，例如智能电表、智能温度控制器、工厂机器和连接互联网的家用电器。这些设备可以配置为与互联网络中的其他节点通信，还可以自动向中央服务器传输数据，这样就可以对数据进行分析。
机器和传感器数据是来自新兴的物联网（IoT）所产生的主要例子。来自物联网的数据可以用于构建分析模型，连续监测预测性行为（如当传感器值表示有问题时进行识别），提供规定的指令（如警示技术人员在真正出问题之前检查设备）。
5.开放数据
开放数据是指数据拥有机构或个人，将拥有的数据以某种形式供其他机构甚至全社会使用。例如，政府机构、非营利组织和企业免费提供的数据。但是需要强调的是，开放数据并不一定等于公开和免费。
延伸阅读
大数据分析主要包括哪些内容
大数据分析是指对规模巨大的数据进行分析，挖掘数据的有利信息并加以有效利用，将数据的深层价值体现出来。大数据分析主要包括以下五方面内容：
1.可视化分析
大数据分析的使用者有数据分析专家，也有普通用户，但他们对于大数据分析最基本的要求就是可视化分析，因为可视化分析可以直观的分析呈现大数据的特点，同时可以很容易被读者接受，像看图说话一样简单明了。
2. 数据挖掘算法
大数据分析理论的核心是数据挖掘算法，各种基于不同的数据类型和格式的数据挖掘算法更科学地表现出了数据本身的特点。另一方面，挖掘数据的算法可以更快地处理大数据。如果一个算法需要数年才能得出结论，那么大数据的价值就丧失了。
3.预测分析能力
预测分析是大数据分析的最终应用领域之一，它从大数据中挖掘特征，科学地建立模型。在此之后，可以将新的数据带入模型，以预测未来的数据。
4.语义引擎
大数据分析被广泛应用于网络数据挖掘中，它可以从用户的搜索关键词、标签关键词或其他输入语义来分析和判断用户的需求，从而达到更好的用户体验和广告匹配。
5.数据质量和数据管理
大数据分析离不开数据质量和数据管理。高质量的数据和有效的数据管理可以保证分析结果在学术研究和商业应用中的真实性和价值。
