項目數(shù)據(jù)分析是通過對項目數(shù)據(jù)的科學(xué)分析來評估項目的可行性，為投資方?jīng)Q策項目提供科學(xué)、嚴(yán)謹(jǐn)?shù)囊罁?jù)，降低項目投資的風(fēng)險。

為履行我國加入世貿(mào)的承諾，適應(yīng)世界經(jīng)濟(jì)一體化的進(jìn)程，結(jié)束我國專業(yè)技術(shù)考核行業(yè)中缺少"項目數(shù)據(jù)分析師"的現(xiàn)狀，出臺《關(guān)于規(guī)范長期投資項目數(shù)據(jù)分析方法及國際接軌的總體精神》，2003年底國家電子行業(yè)職業(yè)技能鑒定指導(dǎo)中心正式設(shè)立"項目數(shù)據(jù)分析師"考試認(rèn)證項目并制定出我國項目數(shù)據(jù)分析師培訓(xùn)、考試及管理辦法。對于數(shù)據(jù)分析師，分析經(jīng)驗的積累與專業(yè)知識的提升同樣重要，因為有些問題不是只用專業(yè)知識就能解決的，所以在平時的工作中要有意識的去學(xué)習(xí)業(yè)務(wù)知識、掌握先進(jìn)的分析工具，做一個有心人。項目數(shù)據(jù)分析行業(yè)在中國正式形成。

     大數(shù)據(jù)分析依賴于及時處理和查詢復(fù)雜數(shù)據(jù)的能力。在對被分析的項目總體掌握的基礎(chǔ)上，根據(jù)被分析項目特點(diǎn)，通過具體的趨勢分析、對比分析等手段，合理的確定分析的重點(diǎn)，協(xié)助分析人員作出正確的項目分析決策，調(diào)整人力物力等資源達(dá)到好的狀態(tài)。一個很好地例子就是：一家公司開發(fā)了一個數(shù)據(jù)倉庫用來維護(hù)從能源使用計收集到的數(shù)據(jù)。在產(chǎn)品評估過程中，某供應(yīng)商的系統(tǒng)有能力在15分鐘內(nèi)處理七百萬條記錄，而另一家則在相同時間內(nèi)可以處理三十萬條記錄。能否識別正確的基礎(chǔ)設(shè)施來支持快速的數(shù)據(jù)可用性和查詢就意味著成功還是失敗。

　  數(shù)據(jù)倉儲的一個核心要求是處理和存儲大數(shù)據(jù)集的能力。Hadoop系統(tǒng)和NoSQL數(shù)據(jù)庫已經(jīng)成為管理大數(shù)據(jù)環(huán)境的重要工具。但并不是所有數(shù)據(jù)倉庫在這方面都滿足要求。一些是針對復(fù)雜查詢處理進(jìn)行優(yōu)化，而其他的則并非如此。并且在許多大數(shù)據(jù)應(yīng)用程序中，相較于事務(wù)系統(tǒng)，由于添加了非結(jié)構(gòu)化數(shù)據(jù)還有數(shù)據(jù)的創(chuàng)建和收集增速迅猛，用Hadoop和NoSQL技術(shù)增強(qiáng)數(shù)據(jù)倉庫就成為必要。對于一個希望獲取并分析大數(shù)據(jù)的組織來說，光有存儲容量是不夠的；而重要的部分在于將數(shù)據(jù)置于何處才是佳的，這樣數(shù)據(jù)就可以轉(zhuǎn)化為有用信息并為數(shù)據(jù)科學(xué)家和其他用戶所利用。