大数据分析中的异常值检测是从海量、不完整、有噪声的数据中发现与其他数据显著不同或有潜在价值的信息过程。重点研究了基于统计分布、邻近性、聚类、分类等异常值检测的常用分析方法及其适用场景。同时，以某地市销售公司成品油零售客户为例，通过数据挖掘和探索，总结加油频次、加油间隔等异常消费特征，揭开异常值背后的业务发现，进一步提升成品油零售客户的精细化管理水平。