ETL 过程（提取、转换和加载） ETL 过程是否分析数据？不会。ETL 过程从数据源中提取数据，将其转换为一致且相互关联的格式，最后将其加载到数据仓库中，这是进行分析的地方。 例如，想象一下，您有兴趣将来自社交网络的数据与 CRM 的数据交叉，以检测潜在客户行为与销售活动结果之间的模式。ETL 具有连接器来统一来自不同类型的社交网络和数据库的数据。与他们一起，他们可以在同一数据库中以兼容的方式将获得的有关您在社交网络中的潜在客户的信息以及您在 CRM 中的客户行为的信息整合起来。
要知道如何操作的分析
然后是的是时候分析了。 数据仓库 数据仓库是所有数据在经过 ETL 过程后将最终存储的数据库。 例如， 社交网络中有关您的潜在客户的数据将与您的 CRM 中获得的数以千计的其他数据共存，准备好通过数据分析相互组合，从而为您提供您正在寻找 南极洲电子邮件列表 的有关销售活动的信息。 那些通过您的 LinkedIn 广告进入您的渠道的人是否比来自 Facebook 的人转化得更好？他们中有多少人最终购买了您的 SaaS？他们有共同的人口特征吗？他们属于什么类型的公司？可能性是无止境; 良好分析的秘诀在于提出正确的问题以获得所需的答案。
含的数据是找到它们
这就是您必须通过 OLAP 完成的工作。 OLAP（联机分析处理） 提出正确的问题并不容易；您的数据仓库有数以千计的孤立数据，它们本身不提供任何相关信息。 但是，它们中的每一个都是您想要获得的完整图片拼图中的一块拼图来回答您的问题。您必和倡 加拿大人 导专用须知道如何排序和组合它们，以便它们“告诉”您一些事情。 OLAP 多维数据集就像一个盒子，您可以在其中保存所有的部分。答案就在那里，正确地排序、添加和分组它们包的方法。 然而，为此，您将需师的工作，因为 OLAP 是一个非常复杂的工具，对于那些不深入了解它的人来说很难处理。
