确定业务需求和场景：企业应该根据自身的业务需求和场景，确定需要收集和分析的数据类型和来源，以及分析目标和效果。

选择适合的大数据分析平台：企业需要根据自身的数据规模和复杂度，选择适合的大数据分析平台，并进行部署和集成。

收集和存储数据：企业需要通过各种方式收集和存储数据，包括传感器、设备、应用程序、社交媒体、公共数据等多种来源。

数据预处理和清洗：企业需要对收集的数据进行预处理和清洗，包括数据清洗、数据转换、数据标准化、数据去重等，以保证数据的准确性和一致性。

数据分析和挖掘：企业需要通过多种数据分析和挖掘工具，对存储在数据库或数据仓库中的数据进行分析和挖掘，提取有用的信息和知识。

数据可视化和报表制作：企业需要通过可视化的图表和报表，将分析结果转化为直观、易懂的形式，为企业的决策提供支持。

应用开发和集成：企业需要将数据分析系统与企业应用系统进行集成，以方便用户进行数据查询和分析，并支持企业应用的开发和创新。

综上所述，建立高效的大数据分析系统需要根据企业实际需求和场景进行综合考虑，包括确定业务需求和场景、选择适合的大数据分析平台、收集和存储数据、数据预处理和清洗、数据分析和挖掘、数据可视化和报表制作、应用开发和集成等方面，以确保数据分析系统能够满足企业的需求和目标，提高企业的效率和竞争力。