按照大數據處理的流程，分為數據采集、數據存儲、數據提取、數據挖掘、數據分析，數據展現和應用。以下是鏈家網的案例，采用Hadoop集群建立BI和報表平臺，以及采用業務員自助分析和數據挖掘、數據分析人員借用大數據平臺的集群運算能力挖掘數據的雙模式業務。

除此之外，更傳統的企業對于大數據平臺的應用也是基于以上的流程。

引用某大數據平臺建設的案例，該機構是國家性研究機構，建立大數據平臺主要收集市場數據，出臺國家級的研究性報告，用于輔助市場決策。

從建設的及流程開始講起吧，算是提供一個方法論。

第一步是數據整合，對多源多類型的數據進行整合，實現數據共享。目前以帆軟報表FineReport為數據處理工具，以SQLServer為數據庫存儲平臺，整合信息中心常用業務數據，常用的業務數據包括價格、進出口以及平衡表等。

第二步就是數據的抓取、處理和分析并自動化生成系列產品報告，實現目標是解放生產力。把業務人員從采集、整理、處理數據的體力勞動中解放出來，集中精力于市場深度分析研究、模型建立。本質上還是數據整合，不同地方是數據自動采集，并依據構建的模型。技術選型：FineReport+FineBI+Python+Kettle(ETL工具)+SQLServer。

第三步是數據挖掘，目標是構建行業模型和行業計量模型實現科學決策。

依托一期、二期整合的數據和大數據，接下來將構建大數據能力，提供標準化的服務能力。但糧油的分析模型、行業積累模型，是一種因素模型、經驗模型，一定程度上依賴于分析師對市場的看法，這個模型分析結果需要分析師經驗和直覺來判斷，技術上要到位，所以這里通過帆軟報表FineReport和商業智能FineBI的結果,從數據報表、數據分析、數據挖掘三個層次，把數據轉化為信息把數據轉化為信息，使得業務人員能夠利用這些信息，輔助決策，這就是商業智能主要解決的問題。無論在哪個層次，核心目標就是“把數據轉化為信息”。