「資料採礦(Data Mining)」今已談到第四天，應能明顯區別出來，它並不是資料清洗，因為並沒有特別針對【不可用資料】有任何進一步的處理，甚至它【每一筆資料】都用上了！資料清洗是將不可用的資料統一分類甚至排除，資料採礦是將所有可用資料運用後，得出具分析價值的資料(但還沒開始分析)。

以下用一句非常明白的話來結論【資料清洗(Data Cleansing)】和【資料採礦(Data Mining)】兩者差異：

資料清洗(Data Cleansing)
在於將資料【處理掉顯而易見的錯誤】；

資料採礦(Data Mining)
在於將資料【處理成應用上想看到的正確】。

但請務必留意，就算直到資料採礦(Data Mining)完成，都還沒有真正開始分析資料，只是把依照蘿蔔排骨湯這個目的，所需切好的蘿蔔和排骨準備妥當，丟進鍋裡這個動作，才正要開始而已。

B-3.資料採礦(Data Mining)：
處理已經清洗完畢的完整食材，視要做出什麼料理，把完整食材處理成符合該道料理的必要食材。
處理已經清洗完畢的乾淨資料，想清楚資料將被運用的方向和目標，運用所有乾淨且可用的資料，透過邏輯判斷或交集聯集等運算，整理並定義出即將被使用的資料。

資料採礦 番外篇4

糟糕，只想寫番外的企圖越來越明顯...
呃不是啦，常說【起承轉合】嘛~小時候作文老師有教過，
最後一段(第4段)字數不能太多，不然會頭重腳輕。

你給我翻譯翻譯 什麼叫...

需求單位：「我們需要所有會員的最新消費資料，只要每個會員最新的就好。」
小馬詢問：「如果這個會員同一天有兩筆消費，是兩筆資料都要？還是只要最晚的那一筆？」
需求單位：「兩筆都要。」

小馬翻譯：「需求單位想要max交易日期group by 會員，然後要該會員當天的所有交易資料明細。」
資料單位：「歷史資料很大，不設區間嗎？」
小馬詢問：「建議區間抓多久？」
資料單位：「2y+n吧。」

小馬翻譯：「IT單位說資料量很大，以現在2018年來說，如果會員的最後一次交易發生在2015年以前，要不要就當作他沒有最新資料？」
需求單位：「喔！不用，那這樣2017就可以了。」
小馬詢問：「是指如果這個會員最後一次交易發生在2016/12/31以前，都當作沒有最新資料，發生在2017/1/1之後才要看，是嗎？」
需求單位：「對對。」

小馬翻譯：「需求單位說1y+n就好。」
資料單位：「那null的還要看嗎？」

小馬翻譯：「IT問說沒有最新資料的會員要列出來給你們嗎？」
需求單位：「不用。」
小馬翻譯：「不用。」
資料單位：「這句我聽得懂……」

這真的是很有趣的場面，有不少新人初次跟著我一同會議時對這種現象瞠目結舌，明明都是同一場會議的成員，明明講的都是中文，卻需要有人在中間協助翻譯。但你看看上面的內容，這能不翻譯嗎？

讓我們回頭瞧瞧需求單位原本第一句話的需求內容...

1. 所有會員：其實不是所有會員，只要看最後一天消費發生在2017以後的會員。
2. 最新消費資料：其實不是最新一筆消費資料，而是該名會員最後一天的所有消費資料。

可以想像一下，如果沒有翻譯和釐清，這中間的往返對焦，甚至等到資料單位做完了，才發現不是需求單位要的內容。那是一件多麼沒有效率的事。

可能很多公司都有同樣狀況，需求單位跟IT單位一直有嚴重代溝，需求單位認為IT單位聽不懂需求內容；IT單位認為需求單位講不清楚需求內容。於是中間就產生了各種溝通耗時，明明幾天可以處理完的東西，耗上大半個月。很有趣的是，儘管我有從需求單位轉成IT單位的背景，但我對這件事的看法，從未變過，縱使我身在IT部門，也還是這麼認為：

協助需求單位釐清他們的需求，是IT單位的使命和責任！