-
-
瑞艾 数据达人Lv4
发表于2021-7-22 09:31
楼主
作为大数据从业者，数据分析、数据挖掘、数据统计、OLAP都是日常接触的概念，他们之前相互联系，又有些微不同。
先举个简单的例子：
我是一个开店的，每天记录当天不同款式的服装卖了多少件，总销售额是多少。这就是数据统计。
记录了一个月，我发现长裙卖得好，而长裤卖不动。这就是数据分析。
对比了一段时间的记录，我知道在什么时间更适合卖长裙、长裤，这就是数据挖掘。
为了更好的管理数据，形成了一套存储、管理数据的系统方法论，这就是OLAP。
我们再来看看他们各自的定义：
数据统计：是通过统计学方法对数据进行排序、筛选、运算、统计等处理，从而得出一些有意义的结论，以便精准快速的查找与分类。数据统计强调数字化描述事物。
数据分析：是指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用。数据分析强调发现问题和细微的差异变化。
数据挖掘：是指从海量数据中找到人们未知的、可能有用的、隐藏的规则，可以通过关联分析、聚类分析、时序分析等各种算法发现一些无法通过观察图表得出的深层次原因。数据挖掘强调发现规律和价值，获取更多价值。
OLAP：联机分析处理(On-Line Analytical Processing)是指基于数据仓库的在线多维统计分析。它允许用户在线地从多个维度观察某个度量值，从而为决策提供支持。OLAP更强调多维。
从上述4个概念，又可以延伸到现在比较火的一个概念，商业智能BI。
商业智能（Business Intelligence，简称BI）的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。
简单来说，BI通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。也就是说，BI工具已成为数据统计、数据分析、数据挖掘、OLAP的集成应用。如果对BI感兴趣，可以免费体验下一站式数据分析平台亿信ABI。
作为一站式BI，亿信ABI打通数据生命周期各环节，从数据源接入、数据采集、到数据处理、指标管理，再到数据分析、数据挖掘与AI应用，打通数据生命周期的各个环节，实现数据填报、处理、分析一体化，为用户提供一站式数据服务。
