大數(shù)據(jù)領(lǐng)域經(jīng)常會看到數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)統(tǒng)計、OLAP等等專業(yè)詞匯，那么它們到底有什么含義、有什么區(qū)別？

數(shù)據(jù)分析

數(shù)據(jù)分析是指用適當(dāng)?shù)姆椒▽κ占瘉淼拇罅繑?shù)據(jù)進(jìn)行分析，提取有用信息，將它們加以匯總和理解并消化，形成結(jié)論，以求最大化地開發(fā)數(shù)據(jù)的功能，發(fā)揮數(shù)據(jù)的作用。數(shù)據(jù)分析是為了提取有用信息和形成結(jié)論而對數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過程。數(shù)據(jù)分析的重點是觀察數(shù)據(jù)，需要對數(shù)據(jù)的變化趨勢、比較特征等作出解釋,以問題為導(dǎo)向,從數(shù)據(jù)上去發(fā)現(xiàn)問題、分析問題,甚至提出解決問題的方案,一般數(shù)據(jù)分析需要形成解釋性的或結(jié)論性的數(shù)據(jù)報告。

數(shù)據(jù)分析的目的是基于具體的應(yīng)用從一堆看起來雜亂無章的數(shù)據(jù)中提取有用的信息，從而找出所研究對象的內(nèi)在規(guī)律來支持企業(yè)決策?？梢哉f，它是對數(shù)據(jù)更深層次的整理。

數(shù)據(jù)分析基本分為幾個步驟：識別需求->收集數(shù)據(jù)->分析數(shù)據(jù)->過程改進(jìn)。

數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是指按照既定的業(yè)務(wù)目標(biāo)從大量的數(shù)據(jù)中通過算法進(jìn)行探索、揭示隱藏其中的規(guī)律性并進(jìn)一步模型化的先進(jìn)、有效的的過程。數(shù)據(jù)挖掘更多的是運用算法和模型去發(fā)現(xiàn)潛藏在數(shù)據(jù)深層次的規(guī)律,數(shù)據(jù)挖掘的計算和規(guī)則較復(fù)雜,需要處理海量數(shù)據(jù),對運算的能力要求較高。

數(shù)據(jù)挖掘通常與計算機科學(xué)有關(guān)，并通過統(tǒng)計、在線分析處理、情報檢索、機器學(xué)習(xí)、專家系統(tǒng)（依靠過去的經(jīng)驗法則）和模式識別等諸多方法來實現(xiàn)上述目標(biāo)。數(shù)據(jù)的類型可以是結(jié)構(gòu)化的、半結(jié)構(gòu)化的，甚至是異構(gòu)型的。挖掘的方法也有很多種，應(yīng)用最多的有關(guān)聯(lián)規(guī)則，聚類，分類，以及離群點檢測。最終被發(fā)現(xiàn)了的知識可以用于信息管理、查詢優(yōu)化、決策支持及數(shù)據(jù)自身的維護(hù)等。高級的應(yīng)用如航空航天，智慧城市等。

數(shù)據(jù)挖掘的對象可以是任何類型的數(shù)據(jù)源?？梢允顷P(guān)系數(shù)據(jù)庫，此類包含結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)源；也可以是數(shù)據(jù)倉庫、文本、多媒體數(shù)據(jù)、空間數(shù)據(jù)、時序數(shù)據(jù)、Web數(shù)據(jù)，此類包含半結(jié)構(gòu)化數(shù)據(jù)甚至異構(gòu)性數(shù)據(jù)的數(shù)據(jù)源。

數(shù)據(jù)挖掘主要是面向決策，從海量數(shù)據(jù)中挖掘不為人知、無法直觀得出的結(jié)論。例如內(nèi)容推薦、相關(guān)度計算等。此工作更注重數(shù)據(jù)內(nèi)在聯(lián)系，數(shù)據(jù)倉庫組建，分析系統(tǒng)開發(fā)，挖掘算法設(shè)計，甚至很多時候要親力而為的從ETL開始處理原始數(shù)據(jù)，因此對計算機水平有較高要求。一般廣度上不及數(shù)據(jù)分析，但深度上更為深入。

一般數(shù)據(jù)挖掘的流程是：問題理解和提出→數(shù)據(jù)準(zhǔn)備→數(shù)據(jù)整理→建立模型→評價和解釋。

數(shù)據(jù)統(tǒng)計

數(shù)據(jù)統(tǒng)計，是互聯(lián)網(wǎng)傳媒行業(yè)或其他操作流程的數(shù)據(jù)統(tǒng)計的統(tǒng)稱，通過概率、統(tǒng)計、離散的數(shù)學(xué)方法建立合理模型，充分發(fā)掘數(shù)據(jù)內(nèi)容，揭示事物在特定時間方面的數(shù)量特征，以便對事物進(jìn)行定量乃至定性分析，精準(zhǔn)快速的查找與分類。數(shù)據(jù)統(tǒng)計更多的偏向于數(shù)學(xué)，尤其是統(tǒng)計學(xué)，也就是數(shù)據(jù)的處理和計算,可能只是到指標(biāo)和報表的層面;

數(shù)據(jù)統(tǒng)計就是目前常用的數(shù)據(jù)統(tǒng)計軟件有SAS、SPSS、EXCEL等等。

OLAP

聯(lián)機分析處理OLAP是一種軟件技術(shù)，它使分析人員能夠迅速、一致、交互地從各個方面觀察信息，以達(dá)到深入理解數(shù)據(jù)的目的。OLAP主要是基于不同物理分布的數(shù)據(jù)庫進(jìn)行針對分析的處理技術(shù)，而不是面向具體事務(wù)的，面向具體事務(wù)的應(yīng)用主要涉及終端用戶，比如鐵路的售票人員的售票行為。OLAP是將不同物理分布的數(shù)據(jù)進(jìn)行整合分析得到匯總，統(tǒng)計信息，基于數(shù)據(jù)倉庫。它不僅是一種數(shù)據(jù)的展現(xiàn)和觀察方式,基于多個維度的交叉細(xì)分,能夠讓分析人員從多個角度、多個層面去觀察和理解數(shù)據(jù)，也是一個建立數(shù)據(jù)系統(tǒng)的方法，核心思想就是建立多維度的數(shù)據(jù)立方體，以維度（Dimension）和度量（Measure）為基本概念，輔以元數(shù)據(jù)，實現(xiàn)可以鉆取、切片、切塊、旋轉(zhuǎn)等靈活、系統(tǒng)、直觀的數(shù)據(jù)展現(xiàn)。

數(shù)據(jù)分析就是對數(shù)據(jù)進(jìn)行分析、匯總、得出結(jié)論、做出決策這樣一個過程；

數(shù)據(jù)挖掘就是運用更復(fù)雜的方法從數(shù)據(jù)中找到未知的、有用的、隱藏的規(guī)則；

數(shù)據(jù)統(tǒng)計就是通過統(tǒng)計學(xué)方法對數(shù)據(jù)進(jìn)行排序、篩選、運算、統(tǒng)計等處理，得出結(jié)論，以便精準(zhǔn)快速的查找與分類

OLAP就是指基于數(shù)據(jù)倉庫讓用戶在線地從多個維度觀察某個度量值，從而為決策提供支持。

比如一家超市：

數(shù)據(jù)統(tǒng)計就是每天記錄當(dāng)天賣了多少種商品，總銷售額是多少。

數(shù)據(jù)分析適用場景根據(jù)記錄，發(fā)現(xiàn)哪種商品賣得多，哪種賣得少。

數(shù)據(jù)挖掘就是對比了一段時間的記錄，知道在夏天適合賣商品A、冬天適合賣商品B。

OLAP就是為了更好的管理數(shù)據(jù)，形成了一套存儲、管理數(shù)據(jù)的系統(tǒng)方法論。

從上述4個概念，又可以延伸到現(xiàn)在比較火的一個概念，商業(yè)智能BI。

商業(yè)BI為什么這么受歡迎，因為它是一個能幫助企業(yè)做出合理業(yè)務(wù)決策的工具。BI工具已成為數(shù)據(jù)統(tǒng)計、數(shù)據(jù)分析、數(shù)據(jù)挖掘、OLAP的集成應(yīng)用。以億信ABI為例，它是一種一站式數(shù)據(jù)分析平臺，具備多種核心功能，支持多種數(shù)據(jù)源接入，能自動高性能地對數(shù)據(jù)進(jìn)行處理建模，管理數(shù)據(jù)指標(biāo)，融合了人工智能技術(shù)來對數(shù)據(jù)進(jìn)行分析與挖掘，能夠滿足各類企業(yè)的復(fù)雜需求。

如果對BI感興趣，可以免費體驗下一站式數(shù)據(jù)分析平臺億信ABI。