Simone
1.Analy哥危ticVisualizations（可视化分析）
不管是对数据分析专家还是普通用户，数据可视化是数据分析工具最基本的要求。可视化可以直观的展示数据来自，让数据自己说话360问答，让观众听到结果。
2.DataMiningAlgorithms（数据挖掘算法）
可视化是给人看的，数据挖掘就是给机器看的。集群、分割、孤立点分析还有其他的算法让我们深入数据内部，挖掘价值。这些算法不仅要处理大数据的量，也要处理大数据的速度。
3.PredictiveAnalyticCapabilities（预测性分析能力）
数据挖掘可以让分析员更好的理解数据，而预测性分析可以让分析员根据可视度势贵联款朝毫盾息化分析和数据挖掘的结果做出一些预测性的判断。
4.SemanticEngines（语义引擎煤呢切兰客你一合足）
由于非结构化数据的多底半似价变亮满样性带来了数据分析的新的挑乎八鲁核稳志战，需要一系列的工目击科即具去解析，提取，免分析数据。语义引擎需要州哪史议被设计成能够从“相树文档”中智能提取信息。
5.名啊密征存题款己效溶卷DataQual神征对ityandMasterDataManagement（数据质量和数据管统营德技宽流最原身理）
数据质量和数据管理是一些管理方面的最佳实践。通过标准化的流程和工具对数据进行处理可以保证一个预先定义好的高质量的分析结果。
