在这个数据为王的时代，大数据分析对企业而言至关重要。如今市场上有数百种大数据分析工具，但选择正确的工具取决于你的业务需求和目标，这样才能使业务朝着正确的方向发展。
构建满足场景需求的大数据分析平台,选型评估十分关键
1 )架构可扩展性:企业构建大数据分析平台之初以小规模项目起步,待业务规模增加后再考虑复杂的解决方案。这时架构的可扩展性就显得十分重要,确保业务数据规模上升后架构横向扩展的能力是关键。
2 )数据实时性:随着流批一体等技术的不断完善和推广，数据的实时处理、 分析和输出展示都显得十分重要。
3 )数据模式灵活性:在企业初创阶段,数据经创新探索后才能沉淀,灵活度要求较高,数据湖架构较为适用;企业成熟阶段数据规模和处理成本上升,平台成长性决定了业务发展的持续性。4 )数据可接入性:企业构建大数据分析平台时应提供给开发者丰富、开放及资料完整的应用程序API接口。
从产品功能进行评估
1、系统能力：
①系统集成能力:
关系型数据、非关系型数据、爬虫数据，离线数据和实时数据及实时数据处理能力。
②系统开发能力:
对离线任务和实时任务的支持、开发调度配置等。
2、数据能力：
①数据资产管理能力:
数据标准管理、元数据管理、数据质量管理等。
②数据科学能力:
数据上传、预处理、特征工程、模型评估、模型发布等功能,主流算法框架和语言等。
③数据应用能力:
API创建、生成、发布、执行、审批、 鉴权、限流等功能，标签开发、标签分类、标签目录管理、业务确权等功能。
从产品性能进行评估
产品性能包括安全性、完整性、可靠性、可用性、可维护性，重点考察：最大节点数量、吞吐能力、并发能力、运算速度、相应时间、安全性等。
公司规模：厂商状况和业务规模影响其能否为企业提供长效服务。
咨询能力：方案咨询和定制能力取决于垂直行业的knowhow积累。
服务案例：厂商同行业客户服务经验、标杆案例和案例数量等。
市场价格：项目价格包括产品费用、项目实施费用和维护服务费用，也是选择厂商的重要指标。
