大数据可以一次建模吗？

大数据建模是一个数据挖掘的过程，就是从数据中发现问题，解释这些问题，建立相应的数据模型。大数据建模不仅仅是一项技术，而是解决业务流程问题的流程。如果没有目标或者不解决业务问题，那么就没有大数据建模。

大数据建模要基于对业务知识的业务理解，要知道这些相关数据和业务问题之间是什么关系，如何关联。在最后的成型阶段，还需要运用业务知识进行建模，建立的大数据模型要通过业务问题的问答。

大数据建模不仅仅是建模的一个动作，整个过程中的很多环节都很重要。在对大数据建模的过程中，找到合适的数据源是关键点，但数据源的预处理比较困难。虽然现在可以使用的自动化数据处理工具很多，但是这些分析工具和各种分析方法也经过了很长一段时间的探索。

大数据建模时，在数据预处理阶段不要焦虑，要找到适合数据预处理的分析方法。大数据建模时，要注意数据的一些原始模式；

比如在分析客户购买行为的过程中，客户后续的购买预测可能与之前的购买行为有关。当然，这个过程和运营者的经验有很大的关联，尤其是了解了最初的业务知识之后，你可能会对这种原始的模式有更好的理解。

建立了一个模型，很多人会根据这个模型做出各种预测。如果预测准确，说明模型是好模型，有价值。其实这种模式并不能作为判断价值的标准。好的大数据模型是改变企业的行为，用预测的结果改善企业的行为，传递新的知识和见解，能否适应业务发展的需要是其标尺。