数据分析、数据挖掘的本质

观点一，如上图所示，数据是信息的载体，信息是数据的本质

观点二，任何对于数据的分析和挖掘的做法，实质上都是对于信息的加工和转换。

观点三，在将信息记录成数据的过程中，可能产生信息的损失。

观点四，在数据的传输过程中可能产生数据的损失，同时也就是信息的损失。

观点五，在从数据还原成信息的过程中很可能产生理解的偏差，造成信息的损失。

如上图所示，数据分析挖掘的过程也就是从信息A到信息B*的过程；

信息A记录成数据A，数据A经过传输变成数据A*，可能不再等于数据A；

数据A*经过清洗过程变成信息A*，信息A*与信息A的差异也就是数据清洗要解决的问题。数据清洗应该尽量保证它们一致。

信息A*经历转换（可能是汇总、分类、聚类、机器学习等）变成信息B；

信息B被记录成数据B；

数据B经过传输给到数据消费方，变成数据B*，同样有可能与数据B不同。

数据B*被数据消费方理解为信息B*，这与原信息B之间有可能存在不同或者误解。

这就是从宏观上看的一个流程。