大数据时代，数据成为潜在的财富。但是，数据金矿的挖掘并不是一件轻而易举的事情。大数据的分析和利用复杂度很高，需要专门的分析工具、算法和处理能力，抬高了大数据应用的门槛。为了帮助用户破解这一难题，大数据咨询服务正被用户广泛采用，成为用户迈向成功的第一步。大数据咨询旨在帮助用户分析业务需求，梳理数据类型，确定分析模型，设计技术架构，选择实施路径。通过大数据解决方案的规划和设计，让用户在大数据应用中掌握主动，稳步推进。
大数据咨询是从识别业务要求和评估数据分析能力开始的。大数据分析的目的是为了发现数据的内在规律，以深入细致的洞察来指导业务运营。这种规律可能是客户的行为规律、兴趣特征和关注话题，发现这一规律，能够为用户设计精准营销的定制服务；这种规律可能是欺诈行为的共同操作模式和路径，学习这一规律，能够为用户提前发现可疑行为并进行自动预警......。因此，业务需求要较为明晰，使得大数据应用有的放矢，目标明确。用户自身大数据分析能力的评估也是重要的工作，包括数据采集的能力、数据处理的能力、数据分析和展现的能力等。要判定用户有哪些数据？能采集哪些数据？分别采取什么方式进行记录和采集？用户对这些数据存储、处理和分析的手段是什么？对非结构化数据处理的手段是什么？有无人员、工具和模型处理这些数据？等等。通过专业化的数据分析能力评估，为用户大数据应用设定起点，规划与之相对应的措施。
大数据咨询一个重要工作是梳理数据类型，确定分析模型，这属于业务咨询的范畴。对数据as-is状态进行分析，用于大数据分析的数据有哪些种类？数据来源是什么？数据大小？数据存储格式？有无具有结构或者半结构？数据访问频率等，需要对被处理的数据做提前梳理。对to-be的数据也要进行分析，通过大数据分析，要获得的数据分析结果是什么？有哪些关键指标？要进行数据挖掘的模型和算法是什么？这都是大数据业务咨询中很关键的内容。
大数据咨询另一个重要工作是设计技术架构，选择技术路线，这属于技术咨询的范畴。根据业务咨询的结果，对于不同类型的数据、不同处理要求的数据，采取不同的技术手段来实现。有些数据分析可以通过数据仓库就能实现，有些数据分析需要采取批处理的hadoop平台来计算和处理，有些数据分析则通过内存计算或者流计算的平台来处理。整体上，技术架构要采取集成的框架，能够整合不同的技术工具。技术实施的路径要依赖于现有的软硬件厂商的产品成熟度和服务能力，也取决于用户自身的技术维护水平和能力，可能是自建、私有云服务或者公有云服务等。
在业务需求指引下，大数据咨询能帮助用户从现有的和新的数据来源中梳理数据、设计分析模型、获取新的洞察力，并规划大数据技术架构、关键技术、分析方法，以支持大数据应用需求的落地。大数据应用的实施中，在大数据咨询顾问指导下，应采取先试点后推广的策略，随着时间的推移逐步地实施和升级相应的大数据架构，最终落实大数据应用，支撑企业的战略决策。
