01
—
多维分析
多维分析（Multidimensional Analysis）
多维分析是一种数据分析方法，它允许用户从多个角度（维度）来观察和分析数据。
它通常与数据立方体（Data Cube）相关联，数据立方体是一个多维数据结构，可以快速进行切片、切块（Pivoting）和汇总（Roll-up）操作。
多维分析常用于复杂的数据分析，如财务分析、市场分析等，需要对数据进行深入的挖掘和理解。
它侧重于预定义的维度和度量，用户可以沿着这些维度进行探索。
常见的多维分析，例如说如下图所示：
多维分析一般是在一个报表中需要展示多个维度的下钻页面，例如这个指标，内外质量损失成本，它有时间维度，有组织维度，可以按照组织维度下钻到下一个组织层级展示具体明细数据，或者是有时间维度，从年下钻到月，以及日看到不同时间维度下的数据，这种多维分析的情况是维度明确，按照制定维度下钻，可以看到明细，如果要新增维度，则整个多维分析的数据需要重新跑一遍。
02
—
交互查询
交互查询是指用户与数据之间的动态交互过程，用户可以实时地提出问题并获取答案。 它允许用户通过图形界面或命令行工具与数据进行交互，如通过拖放字段、设置筛选条件等操作来探索数据。 交互查询强调的是用户与数据之间的实时互动，用户可以根据自己的需求灵活地调整查询条件。 这种查询方式适用于需要快速获取信息和进行决策的场景。
这个是神策数据里面的交互查询，用户可以根据自己的需求灵活的调整查询条件。但是这种查询条件等都在界面进行限定。在界面允许的范围内进行调整。比固定条件下的多维分析更有自由度一些。
03
—
即席分析
即席分析是一种用户驱动的数据分析方式，用户可以根据自己的需求即时创建查询和报告。 它不依赖于预先定义的查询或报告模板，而是允许用户自由地探索数据，发现新的见解和趋势。 即席分析通常需要较强的数据处理能力和灵活性，以便用户能够快速构建和修改查询。 这种分析方式适用于探索性数据分析，用户可能没有明确的目标，而是希望通过数据探索来发现问题和机会。
数据探查，一般是用户自己构建查询语句，用户自己根据语句调整查询的结果，这种数据探查，支持跨源查询或者联邦查询，给用户最大自由度来探索数据，发现问题和机会。
通过以上分析，可以看出3种分析，面对的用户和应用场景是不太一样的，多维分析，更多面向业务人员，对分析技术了解不多；交互分析面向运营人员，有一定的分析基础和业务知识。可以根据分析情况发现趋势或者原因。即席分析一般是数据分析师或者数据科学家，偏向开发人员。
欢迎加入【数据行业交流群】社群，长按以下二维码加入专业微信群，商务合作加微信备注商务合作，AIGC应用开发交流入群备注AIGC应用
往期数据平台历史热门文章：
基于DataOps的数据开发治理：实现数据流程的自动化和规范化
往期AIGC历史热门文章：