项目数据分析是通过对项目数据的科学分析来评估项目的可行性，为***方决策项目提供科学、严谨的依据，降低项目***的风险。
为履行我国加入世贸的承诺，适应世界经济一体化的进程，结束我国***技术考核行业中缺少"项目数据分析师"的现状，出台《关于规范长期***项目数据分析方法及国际接轨的总体精神》，2003年底***电子行业职业技能鉴定指导中心正式设立"项目数据分析师"考试认证项目并制定出我国项目数据分析师培训、考试及管理办法。能否识别正确的基础设施来支持快速的数据可用性和高性能查询就意味着成功还是失败。项目数据分析行业在中国正式形成。
项目数据分析行业目前已经培养***行业技术人才超过万人，项目数据分析师事务所覆盖***各大主要城市，在社会经济中发挥的作用越来越大。
世界经济一体化进程的加速和******市场的蓬勃发展，带来的是对***从业人员，尤其是精通***管理和资本市场运作的***分析人才的大量需求。中国***分析行业正处于发展的起步阶段，***人、企业管理层都迫切需要一个统一的、规范的标准来衡量我国***分析人员的知识水平、道德规范和***化程度，也更需要一些***的第三方服务机构以数据为依据，对项目进行科学客观的分析。这样才能保证后续的收集数据、确定分析主题、分析数据、分析结果应用等工作都能够围绕分析目标开展，保证***终能够从整体目标的角度去总结分析成果。项目数据分析师和项目数据分析师事务所将担任这一重要的社会责任。
当基于分布式存储计算的大数据处理技术出现后，我们所面对的则是来自离线和在线的多个不同数据流，系统需要实时响应数据查询请求，还需要处理分布式系统的分区和问题，以及满足高容错和可扩展的要求，于是就有了lambda架构，但其也存在着不足之处：整体架构比较复杂，资源开销比较大，对软硬件的需求较高；一般情况下，数据分析分为以下几个步骤：1)业务理解，确定目标、明确分析需求。很多分析场景实现困难，增加了应用开发难度；数据流水线较长，系统运维复杂。
通过以上可以发现，现有的数据处理技术都存在一定缺陷，在面对今天日益复杂的企业大数据分析需求时显得力不从心，如何采用架构技术来解决这些问题，这也是数据分析厂商所面对的挑战。
