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