数据挖掘是一个技术概念，而商业智能是一个非常广泛的应用概念，用于数据在商业领域的综合利用。本文将让数据分析师解读商业智能与数据挖掘之间的关系。61.什么是商业智能和数据挖掘？数据挖掘英文是datamining，简称DM。它的作用是描述过去，预测未来，评价未来。是商业智能（BI）的一个重要应用方向。数据挖掘是从未处理的数据中提取信息的过程，重点是发现相关性和分析模式。它帮助企业预测未来会发生什么，预测和评估风险。还需要统计分析能力来帮助分析客户细分、预测客户行为、预测客户业务趋势、识别欺诈等。数据挖掘的一般功能包括分类、估计、预测、关联分类和聚类。商业智能是利用现代信息技术收集、管理和分析结构化和非结构化的商业数据和信息，创造和积累商业知识，改进商业决策。就是将数据中正确有用的信息传递给相应的决策者，从而为决策提供有效的信息支持。2.商业智能与数据挖掘BI的连接是以企业中的数据仓库为基础，通过各种查询分析工具、联机分析处理（OLAP）工具或数据挖掘工具和决策规划者的行业知识，从中获取有利的利益。数据仓库帮助公司提高盈利能力、生产力和竞争力的信息。换句话说，商业智能（BI）=数据+人+工具+算法+知识+预测。可见，数据挖掘只是商业智能的一部分。商业智能依赖于对不断生成和积累的数据进行挖掘以得出论文。数据挖掘是实现商业智能的一种方式。其实数据挖掘的目的之一就是商业决策，也就是商业智能。数据挖掘是一个技术概念，而商业智能是在商业领域综合利用数据的一个非常广泛的应用概念。也可以说，商业智能是数据挖掘技术在商业领域的应用。数据挖掘的步骤大致分为：业务理解、评价指标设计、数据抽取、清洗、数据转换、算法选择（聚类、预测算法、线性回归、时间序列、神经网络、决策树、贝叶斯分析、逻辑回归……）。比如帆软的FineBI产品，数据挖掘、数据分析和报表呈现是商业智能最关键的主要组成部分。剩下的是一些参数，如处理数据的大小、挖掘深度、处理速度。FineBI的数据挖掘是以字段和记录的形式添加到多维数据库中，创建新分析时可以从专用的数据挖掘服务包中使用，使用方法与拖动任何普通字段无异。
