本书分为两大部分对大数据分析进行阐述：

第一部分是数据分析基础。在第一章认识大数据的基础上，从大数据分析的三个基础环节，即大数据获取、存储、处理，进行介绍。它们分别对应：第二章大数据获取，介绍了网络爬虫、获取传感器与遥感器数据的方法以及获取各种文件数据的方法；第三章数据仓库，包括数据仓库的特点、模型、数据流程以及ETL与OLAP关键技术；第四章数据处理，详细介绍了数据清洗、数据集成、数据变换与数据规约的理论与方法。这些内容是数据分析的前提与基础。

第二部分为数据分析核心与拓展。第五章数据分析，具体包括统计性数据分析、多维数据可视化分析、相关性分析、邻近性分析。在第五章基本数据分析的基础上，探究更深入的数据分析方法，即第六章因果分析，包括经典的格兰杰因果检验、结构因果模型，以及当前流行的双重机器学习方法；第七章文本大数据分析，具体到文本大数据的处理、可视化、情感分析、相似度度量、主题建模等。