几乎任何规模企业，每时每刻都在产生大量的数据，但这些数据如何归集、提炼始终是一个困扰，这种感觉好像是守着金山却无从下手。大数据技术的意义不在于掌握庞大的数据信息，而在于对这些数据进行智能处理，从中分析和挖掘出有价值的信息，实现数据价值的转换。移动互联的发展催生了更为多样化的数据，包含结构化和非结构化的数据，最常见的普通文本、照片、视频、位置信息、链接信息等类型的数据，传统的技术手段很难对其进行提炼分析。

软件架构

数据采集层：既包括传统的ETL离线采集、也有实时采集、互联网爬虫解析等等。

数据处理层：根据数据处理场景要求不同，可以划分为HADOOP、MPP、流处理等等。

数据分析层：主要包含了分析引擎，比如数据挖掘、机器学习、 深度学习

数据访问层：主要是实现读写分离，将偏向应用的查询等能力与计算能力剥离，包括实时查询、多维查询、常规查询等应用场景。

数据应用层：根据企业的特点不同划分不同类别的应用，比如针对运营商，对内有精准营销、客服投诉、基站分析等，对外有基于位置的客流、基于标签的广告应用等等。