数据分析、数据挖掘、数据统计的区别

数据分析

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，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。围绕业务，提出问题，确定需求，然后收集和整理数据（数据统计的范畴），分析和挖掘数据，最后可视化展示

数据挖掘

数据挖掘是按照既定的业务目标，对大量的企业数据进行探索、揭示隐藏 其中的规律性并进一步模型化的先进、有效的方法。一般数据挖掘的流程是：问题理解和提出→数据准备→数据整理→建立模型→评价和解释。

数据统计

数据统计就是通过概率、统计、离散的数学方法揭示事物在特定时间方面的数量特征，以便对事物进行定量乃至定性分析。目前常用的数据统计软件有SAS、SPSS、EXCEL等等。

OLAP

OLAP和数据挖掘都是为决策提供支持，只是侧重点不同，前者提供描述型的模型，告诉你什么样的产品在什么地区的销售额和去年的对比。后者提供探索型的模型，告诉你啤酒和尿布的规律，最后的决策都是人来做。

几个定义都属于广义的数据分析，OLAP最清晰，就是多维数据分析，通过多维建模方式组织数据，用SQL或者自定义查询语言进行建模、生成CUBE，进行数据分析，因为支持上卷下钻，可以获取不同粒度的数据，我一般用他来做异常状况分析。数据分析我一般分成两类，简单数据分析和复杂数据分析，所谓简单是指可以利用业务知识或者数学知识，通过可定义的规则实现的分析，通常统计分析属于这个范畴，探索式分析除外；复杂分析是无法通过规则定义的，需要靠数据说话的分析，比如使用挖掘、ML等方法实现的。

联机分析处理（on-line analytical process）开发工具有Essbase，Microsoft Analysis等。 OLAP的基本思想是使企业其他的决策者应能灵活地操纵企业其他的数据,以多维的形式从多方面和多角度来观察企业其他的状态、了解企业其他的变化。

课题用过OLAP开发工具将维表和事实表做相应的连接，然后做聚合操作保存成Cube从而达到多角度分析数据的目的。

前端展示开发工具：前端展示开发工具是辅助用户来多角度，自定义展现报表形式的开发工具，是对OLAP开发工具的一个补充，通常OLAP开发工具只能做简单的数据展示，上钻、下钻等。前端展示开发工具可以根据用户需求展现各类图表，通过展示开发工具我们可以做一些个性化设 置，权限控制等等，这在BI工具中很常见，像传统的BPO，BIEE如今的FineBI等。