聚合(Aggregation)：搜索、合并、显示数据的过程。
算法(Algorithms)：可以完成某种数据分析的数学公式。
分析法(Analytics)：用于发现数据的内在涵义。
分析型客户关系管理（Analytical CRM/aCRM）：用于支持决策，改善公司跟顾客的互动或提高互动的价值。针对有关顾客的知识，和如何与顾客有效接触的知识，进行收集、分析、应用。
行为分析法(Behavioural Analytics)：这种分析法是根据用户的行为如”怎么做”，”为什么这么做”，以及”做了什么”来得出结论，而不是仅仅针对人物和时间的一门分析学科，它着眼于数据中的人性化模式。
批量处理（Batch processing）：尽管从大型计算机时代开始，批量处理就已经出现了。由于处理大型数据集，批量处理对大数据具有额外的意义。批量数据处理是处理一段时间内收集的大量数据的有效方式。
商业智能（Business Intelligence）:分析数据、展示信息以帮助企业的执行者、管理层、其他人员进行更有根据的商业决策的应用、设施、工具、过程。
分类分析(Classification analysis)：从数据中获得重要的相关性信息的系统化过程;这类数据也被称为元数据(meta data),是描述数据的数据。
云计算(Cloud computing)：构建在网络上的分布式计算系统，数据是存储于机房外的（即云端）。
集群计算（Cluster computing）：这是一个使用多个服务器集合资源的”集群”的计算术语。要想更技术性的话，就会涉及到节点，集群管理层，负载平衡和并行处理等概念。
聚类分析(Clustering analysis)：它是将相似的对象聚合在一起，每类相似的对象组合成一个聚类(也叫作簇)的过程。这种分析方法的目的在于分析数据间的差异和相似性。
冷数据存储(Cold data storage)：在低功耗服务器上存储那些几乎不被使用的旧数据。但这些数据检索起来将会很耗时。
对比分析(Comparative analysis)：在非常大的数据集中进行模式匹配时，进行一步步的对比和计算过程得到分析结果。
相关性分析(Correlation analysis)：是一种数据分析方法，用于分析变量之间是否存在正相关，或者负相关。
仪表板(Dashboard)：使用算法分析数据，并将结果用图表方式显示于仪表板中。
数据聚合工具(Data aggregation tools)：将分散于众多数据源的数据转化成一个全新数据源的过程。
数据分析师(Data analyst)：从事数据分析、建模、清理、处理的专业人员。
数据库(Database)：一个以某种特定的技术来存储数据集合的仓库。
数据湖（Data lake）：数据湖是原始格式的企业级数据的大型存储库。与此同时我们可以涉及数据仓库，它在概念上是相似的，也是企业级数据的存储库，但在清理、与其他来源集成之后是以结构化格式。数据仓库通常用于常规数据（但不是专有的）。数据湖使得访问企业级数据更加容易，你需要明确你要寻找什么，以及如何处理它并明智地试用它。
暗数据（Dark Data）：基本上指的是，由企业收集和处理的，但并不用于任何意义性目的的数据，因此它是”暗”的，可能永远不会被分析。它可以是社交网络反馈，呼叫中心日志，会议笔记等等。有很多人估计，所有企业数据中的 60-90％ 可能是”暗数据”，但谁又真正知道呢？
数据挖掘（Data mining)：数据挖掘是通过使用复杂的模式识别技术，从而找到有意义的模式，并得出大量数据的见解。
数据中心(Data centre)：一个实体地点，放置了用来存储数据的服务器。
数据清洗(Data cleansing)：对数据进行重新审查和校验的过程，目的在于删除重复信息、纠正存在的错误，并提供数据一致性。
数据质量（Data Quality）：有关确保数据可靠性和实用价值的过程和技术。高质量的数据应该忠实体现其背后的事务进程，并能满足在运营、决策、规划中的预期用途。
数据订阅(Data feed)：一种数据流，例如Twitter订阅和RSS。
数据集市(Data Mart)：进行数据集买卖的在线交易场所。
数据建模(Data modelling)：使用数据建模技术来分析数据对象，以此洞悉数据的内在涵义。
数据集(Data set)：大量数据的集合。
数据虚拟化(Data virtualization)：数据整合的过程，以此获得更多的数据信息，这个过程通常会引入其他技术，例如数据库，应用程序，文件系统，网页技术，大数据技术等等。
判别分析(Discriminant analysis)：将数据分类，按不同的分类方式，可将数据分配到不同的群组，类别或者目录。是一种统计分析法，可以对数据中某些群组或集群的已知信息进行分析，并从中获取分类规则。
分布式文件系统(Distributed File System)：提供简化的，高可用的方式来存储、分析、处理数据的系统。
文件存贮数据库(Document Store Databases)：又称为文档数据库，为存储、管理、恢复文档数据而专门设计的数据库，这类文档数据也称为半结构化数据。
探索性分析(Exploratory analysis)：在没有标准的流程或方法的情况下从数据中发掘模式。是一种发掘数据和数据集主要特性的一种方法。
提取-转换-加载(ETL:Extract,Transform and Load)：是一种用于数据库或者数据仓库的处理过程，天善学院有国内唯一的最全的ETL学习课程。即从各种不同的数据源提取(E)数据，并转换(T)成能满足业务需要的数据，最后将其加载(L)到数据库。
Original: https://blog.csdn.net/m0_66979647/article/details/123632514
Author: BuckData
Title: 数据分析常用名词解释
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/695611/
转载文章受原作者版权保护。转载请注明原作者出处！