一、 相关分析

1、 数据采集

(有时缩写为DAQ或d as)，也称为“数据采集”或“数据收集”，是指对现实世界进行采样以产生可由计算机处理的数据的过程。通常，数据采集过程包括采集信号和波形以及处理它们以获得所需信息的步骤。数据采集系统的组件包括用于将测量的参数转换成电信号的传感器，电信号由数据采集硬件采集。

2、 数据分析

数据分析是指对数据进行详细的研究和总结，以提取有用的信息并形成结论的过程。数据分析与数据挖掘密切相关，但数据挖掘往往专注于更大的数据集，而不是推理，并且经常使用最初为不同目的收集的数据。在统计学领域，有人将数据分析分为描述性统计分析、探索性数据分析和验证性数据分析。其中，探索性数据分析侧重于发现数据中的新特征，验证性数据分析侧重于对已有假设的证实或证伪。

分析的数据类型包括：

1)探索性数据分析：是指为了形成值得假设的检验而对数据进行分析的一方法，是对传统统计假设检验方法的补充。这种方法是由美国著名统计学家约翰图基命名的。

2)定性数据分析：也称“定性数据分析”，“定性研究”或“定性研究数据分析”是指对、照片、的观察结果等非数值数据(或资料)的分析。

2010年以后，数据可视化工具主要是表格、图表、地图等可视化元素。数据可以通过过滤、钻取、数据联动、跳转、高亮等方式进行动态分析。可视化工具可以提供各种形式的数据呈现、图形渲染、丰富的人机交互、支持业务逻辑的动态脚本引擎等等。

不同于一般的仪表盘或报表产品，永红科技的BI前端是面向发现的：交互手段丰富，分析功能强大。用户可以进一步与数据(交互)、过滤、钻)、刷、刷)、关联、变换等技术进行交互，使用户能够：掌握信息、发现问题、找到答案、采取行动。

数据治理涵盖了为特定组织的数据创建协调的企业视图所需的人员、过程和技术。数据治理旨在：

l  增强决策过程的一致性和信心。

l  降低监管罚款的风险。

l  提高数据的安全性

l  最大限度地发挥数据的创收潜力

l  明确信息质量责任。

数据管理，也称为“数据资源管理”，包括与将数据作为有价值的资源进行管理相关的所有学科。对于数据管理，DAMA提出的正式定义是：“数据资源管理是指为正确管理企业或机构的整个数据生命周期需求而制定和实施系统架构、政策、规范和操作规程的过程”。这个定义相当宽泛，涵盖了很多技术上可能不直接涉及底层数据管理的职业(比如关系数据库管理)。

数据挖掘是指对大量数据进行整理，选择相关信息的过程。数据挖掘通常被商业智能组织和财务分析师采用；然而，在科学领域，数据挖掘越来越多地用于从现代实验和观察方法产生的庞大数据集中提取信息。

数据挖掘被描述为“从数据中提取隐含的、先前未知的和潜在有用的信息的非凡过程”和“从大型数据集或数据库中提取有用信息的科学”。与企业资源计划相关的数据挖掘是指对大规模事务数据集进行统计分析和逻辑分析，以发现可能有助于决策的模式的过程。