机器学习和 数据分析的区别

机器学习和数据分析的区别

一：数据特点

• 交易数据 VS行为数据
• 少量数据VS海量数据

• 采样分析VS全量分析

  Nosql:分布式，CAP，只能处理基于行为的数据
  传统的结构化数据库都可以处理

二：解决业务问题不同

OLAP(报告过去的事情) 机器学习(预测未来的事情) 过去三年哪些人是我们前100名的优质客户 前100个最有潜力的客户将是谁 和年初的计划相比，上个季度的销售业绩如何 明年各地区的销售额预计是多少 去年哪5次促销活动效果最好 明年的促销活动应该怎么搞

三：技术手段不同

特征 OLAP 数据挖掘 信息请求冬季 企业里正在发生什么事情 基于正在发生的事情预测未来 数据力度 汇总数据 明细数据 维度数量 少量有限维度 大量维度 维度属性数量 少量属性 很多属性 数据集大小 小 大 分析方法 用户驱动，交互式分析 数据驱动，自动进行知识发现 分析技术 多维，钻取，多层次，多视角观察 状态 成熟。落伍 发展阶段，部分已经成熟，流行

四：参与者不同

分析师能力决定结果 VS 数据质量决定结果
目标用户：公司高层 VS 个体