段勇賓
以今日頭條APP為例來說明這三者的作用。
1.商業智能在公司裡面一般叫做BI，其實是用數據庫分析的技術去預測一些商業趨勢，一些用戶行為的趨勢，比如說今日頭條APP去估計它的日活躍用戶。
2.大數據是計算機處理很多數據的系統。比如說今日頭條每天有幾億用戶，產生幾十個TB的用戶日誌，這些日誌都需要有很多的機器同時去處理，要不然一臺機器處理不過來。
3.數據挖掘是指大數據系統處理好後的數據，我們通過一些機器學習人工智能的算法去挖掘其內在的信息。然後用這個信息去帶來更好的產品體驗，其實今日頭條的推薦系統你也可以認為它是一種數據挖掘的工具，根據用戶的這些行為信息去推薦他可能感興趣的東西。
九九女士
很多事物的關鍵點，其實都並沒有那麼複雜，答案遠在天邊近在眼前。有一個最通俗的理解方式角度，商業智能（Business Intelligence）、大數據（Big Data）與數據挖掘（Data Mining）這三個詞的英文正好非常簡單直接的表達了它們的含義。這也是理解這些最早發源發展於歐美的專業詞彙的關鍵法寶: 英文，英文，英文。這三個詞背後都有一個龐大的體系，並不容易理解，如果你希望從一個非常專業的角度，那就需要大量的資料解讀。
既然本問題提出用一種通俗的方式，我們採取了商業環境這樣一個常見背景，通過這三者的之間的關係，就可以非常通俗簡單的理解各自的區別與聯繫。
商業智能（Business Intelligence）顧名思義，讓你的商業組織與企業具有智慧。為了讓一個企業具有智慧，必須對企業的所有數據有一種收集和整合方式。這些數據可能是普通量級（在沒有大數據之前），也可能是大數據（Big Data）量級。所以也有了一種對這些數據基礎設施與工具（包括數據倉庫Data Warehouse）的一種簡單稱呼: 大數據。為了更好服務商業，然後我們必須從這些數據中獲得價值。從數據中獲得價值的方式可能只是簡單可視化呈現，可能需要一定的數據分析（使用簡單模型與方法），當然也可能需要使用複雜的人工智能算法與數學模型進行數據挖掘（Data Mining），這裡也有一個衍生詞彙大數據挖掘（Big Data Mining）。“挖掘”的含義很明顯，深度的發現價值，當然需要複雜的方法。同時，商業智能為了更好的服務於企業，會設定一些目標，它取決於你的商業職能，包括客戶關係管理、產品、營銷、銷售、運營、供應鏈等方面的要求。很明顯，不同方面的數據除了幫助實際業務運作，也是企業管理層的決策依據，所以再早期商業智能中有一個重要環節是績效管理（Performance Management）與預測分析。這樣我們又帶出了人工智能（Artifical Intelligence）, 它在商業智能中的作用最近一些年越來越重要，甚至可以說不少人工智能企業級服務產品就是“商業智能”的升級版本，也產生了針對特定企業功能的產品，比如營銷智能（Marketing Intelligence）。所以理論上，更新一些的商業智能方向就是人工智能更深的滲透到商業從沒到外整個數字化體系。
幾十年以來，商業智能其實很早就在歐美企業級服務中有著重要位置。IBM，SAP、Oracle等歐美企業一直以來都是商業智能領域的傳統領導者。中國的發展比較特殊，由於企業級服務被長期忽略，消費互聯網的壟斷性地位，最早發展這三者的往往是互聯網巨頭以及少部分數字化比較充分的傳統行業，比如零售、金融和電信。所以，BAT內部都有商業智能團隊甚至部門，有一些團隊甚至直接為高層決策提供支持。而數據挖掘既可以為企業商業智能提供幫助，也可以支撐其他的產品與服務。
MINDZ
拋個磚。千萬別被新名詞嚇到，其實很簡單。
今天有同事跟我說獨孤求敗的劍術最高，劍自己會出去殺人。我開玩笑說這就是早期的人工智能。😬
言歸正傳，先以一片果園為例。
🍎大數據:假如我們是農民伯伯，蘋果園裡有哪些信息呢？果樹的數量，每棵樹上的蘋果數量，果樹澆水的量，受到陽光照射的面積，肥料的多少，蘋果的口感等等。 這就是所謂的大數據，涉及的範圍不固定，數據也在不停的增長變化。對農民伯伯來講這就叫大數據。
🍎數據挖掘:數據挖掘實際上是利用方法對數據進行分析的過程。農民伯伯想要提升口感好的蘋果產量，可以通過經驗加算法來挖掘出對目標正關聯的數據。 分析好吃蘋果數量與水分，陽光，肥料等的關係。結果得出了結論發現好吃的蘋果只與水分有關。水越多，蘋果越好吃。這個分析的過程叫數據挖掘。
🍎商業智能:商業智能實質上最容易理解，它就是個工具。將數據按需提取出來，並轉化成需要呈現的樣子。農民伯伯想要看所有果樹的澆水量，想要看每月每棵果樹受日照的時長的柱狀對比圖，只需要跟一個叫商業智能的工具說一聲，他就按照需要把數據提出來，並且根據需要展示。
如上，技術總是日新月異，但道理總是一成不變。
高長亮Alex
這三者需要這麼理解：
1、大數據：基礎資源，是互聯網的養料，今天無論是你做物聯網還是人工智能，首先需要大數據為基礎。大數據在於數據規模，一兩個數據那比較大數據，你也很難分析出一個人的行為。我們舉這樣的例子：你要研究江蘇省的20歲-25歲這個年齡段的消費習慣，那麼假設這個年齡段的人數在100萬人，1萬人在線形成的數據價值與50萬人在線形成的數據價值完全兩樣的，數據量越大越好，越容易接近真實；
2、數據挖掘：數據分析的一種，還是上面的例子，50萬人的數據放在網上了，你通過對這些數據的研究，發現他們都有晚上上網的習慣，這就叫挖掘。你可以理解如同挖礦一樣，探測這個地方有礦，但是否有價值，有多少價值，你需要挖出來才知道；
3、商業智能：繼續同樣的例子，一家公司發現有一家數據公司研究出江蘇省20歲-25歲這個年齡段的人喜歡宅，不喜歡節假日出來，於是他們推出一款陪伴服務，然後在這些場所加大宣傳，並根據這個年齡段的用戶深度熟悉互聯網等特點，直接基於公眾號開發出現可以在線下單的H5頁面，消費者關注他們微信公眾號之後，打開h5頁面就可以下單，而且可以在線提出定製化需求。如有問題，也可以在線諮詢與反饋。然後，這家公司通過分析這些用戶的消費習慣之後發現：這些用戶因為宅，希望有代購或者代跑腿的服務，於是這家公司立馬在線推出代跑腿的業務，並在線一次性推送給老用戶，如果老用戶推薦新用戶還可以獲得100元優惠券。
你看，這樣解釋是不是會更直接明瞭一些。
留聲之地
首先來說
大數據
大數據可以說是現在好多行業的最直觀的分析，比如你平時瀏覽淘寶或者京東某件東西，人家後臺程序會收集你的瀏覽的信息，從而做出推斷，你的愛好以及想買那件商品，第二次打開時就會顯示你曾經瀏覽過的，有時會在抖音上，頭條上等等都會顯示你近期瀏覽過的。瀏覽的某件商品就是一條數據，後臺會記錄的。
商業智能和數據挖掘都是在大數據基礎上進行的，數據挖掘就是後天分析數據，從而預判出你可能要做的下一步活動，商業智能就是，知道你下一步要做什麼，他們就先行一步將你所需的商品或者某件你喜歡東西送到你面前
