1、2对客户进行行为分析，为营销提供支持 与客户交流的过程，实际上是他对产品产生兴趣或者有疑问的过程，一方面要超越客户期待的做好服务，另一方面要用好大数据将客户在办理业务咨询的产品遇到的难题等记录和客户数据库进行匹配分析，构造客户服务画像，形成差异化的客户结构，促使管理中心从大众服务向；大数据技术的特点可以概括为四个主要方面数据体量巨大处理速度快数据种类繁多和价值密度低首先，大数据的体量巨大随着技术的发展，数据的产生速度越来越快，数据的规模也越来越大大数据技术能够处理这些大规模的数据，从TB级别到PB级别，甚至更高例如，社交媒体的产生的大量用户行为数据，电商网站。

2、1 数据量庞大大数据的处理能力已经从TB级别跃升至PB级别2 数据类型多样包括网络日志视频图片地理信息等多种类型的数据3 数据价值密度低以视频数据为例，在连续监控中，可能只有短短几秒钟的数据是有价值的4 处理速度快大数据处理强调“1秒定律”，与传统数据挖掘技术有本质区；大数据技术的一个关键特点是其处理大量数据的能力，另一个特点是能够处理多种类型的数据，包括文本声音和图像等复杂数据格式此外，大数据技术在处理低密度数据时，能够挖掘出潜在的价值，从而实现工作效率的提高和政务流程的优化在大数据技术中，跨粒度计算InDatabase Computing是一个重要方面例如。

3、特点1数据量大2数据类型多3数据处理实时性强4数据真实性意义大数据的意义在于通过对大量数据进行分析从而对核心价值进行预测缺陷对处理能力要求高，存在隐私安全问题；2处理速度快 大数据分析的另一个特点是处理数据的速度快这是因为大数据分析工具采用了高性能计算技术，能在短时间内处理大量的数据3数据来源多样化 大数据分析所处理的数据来源非常多样化这些数据可能来自企业的内部系统，也可能来自外部的数据源，如社交媒体物联网设备客户反馈等4价值密度。

4、大数据特点包括数量大多样性高速性真实性价值密度低数据质量不稳定等1数量大 大数据通常指海量数据，数据量通常大于传统数据处理方法能处理的数据量2多样性 大数据通常是由多个来源的数据组成的，涵盖不同类型的数据如结构化数据，半结构化数据，和非结构化数据3高速性 大数据。

5、1 数据体量巨大从TB级别，跃升到PB级别2 数据类型繁多，涉及网络日志视频图片地理位置等信息3 价值密度低以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒4 处理速度快1秒定律最后这一点也是和传统的数据挖掘技术有着本质的不同物联网云计算移动互。