大数据圈里数据统计、OLAP、数据挖掘、大数据这些词常被混为一谈。其实它们是从浅到深的四个层次打个高校管理的比方你就全明白了。第一层数据统计——回答“发生了什么”这是最基础的数据分析自古有之。就是用排序、筛选、汇总等方法从数据中提取直观结论。比如把全年级学生按平均分从高到低排个序前10%获得保研资格。简单、直接但只能告诉你过去的状态。第二层OLAP——回答“接下来会怎样”联机分析处理OLAP基于数据仓库支持从多个维度在线观察某个指标。比如学校定江苏招生计划不能只看去年人数而要结合历年分数线、报考率、毕业生反馈等多维数据综合判断。OLAP比统计更进一步能模拟“如果我这样做结果会如何”。第三层数据挖掘——回答“为什么会这样”挖掘是从海量数据中发现未知、隐含、却有价值的规律靠的是关联、聚类、时序等算法而非肉眼观察。比如高数不及格率逐年上升一般以为是不认真但挖掘后发现挂科学生中80%在大一上学期同时选了四门以上硬课。于是学校调整选课建议问题迎刃而解。第四层大数据——回答“处理不了怎么办”大数据指现有软硬件难以采集、存储、分析的超大规模数据集具有4V特性海量、多样、高速、低价值密度。10-100TB通常被视为门槛。它更多是技术挑战而非单一分析方法。总结目前多数学校的数据应用还停留在统计报表阶段真正做好OLAP和挖掘的很少到达大数据级别的更罕见。但请记住不必被术语绑架。作为分析师业务的深度理解才是立身之本数据工具终究是为决策服务的。疗效比名词重要。
