段勇宾
以今日头条APP为例来说明这三者的作用。
1.商业智能在公司里面一般叫做BI，其实是用数据库分析的技术去预测一些商业趋势，一些用户行为的趋势，比如说今日头条APP去估计它的日活跃用户。
2.大数据是计算机处理很多数据的系统。比如说今日头条每天有几亿用户，产生几十个TB的用户日志，这些日志都需要有很多的机器同时去处理，要不然一台机器处理不过来。
3.数据挖掘是指大数据系统处理好后的数据，我们通过一些机器学习人工智能的算法去挖掘其内在的信息。然后用这个信息去带来更好的产品体验，其实今日头条的推荐系统你也可以认为它是一种数据挖掘的工具，根据用户的这些行为信息去推荐他可能感兴趣的东西。
九九女士
很多事物的关键点，其实都并没有那么复杂，答案远在天边近在眼前。有一个最通俗的理解方式角度，商业智能（Business Intelligence）、大数据（Big Data）与数据挖掘（Data Mining）这三个词的英文正好非常简单直接的表达了它们的含义。这也是理解这些最早发源发展于欧美的专业词汇的关键法宝: 英文，英文，英文。这三个词背后都有一个庞大的体系，并不容易理解，如果你希望从一个非常专业的角度，那就需要大量的资料解读。
既然本问题提出用一种通俗的方式，我们采取了商业环境这样一个常见背景，通过这三者的之间的关系，就可以非常通俗简单的理解各自的区别与联系。
商业智能（Business Intelligence）顾名思义，让你的商业组织与企业具有智慧。为了让一个企业具有智慧，必须对企业的所有数据有一种收集和整合方式。这些数据可能是普通量级（在没有大数据之前），也可能是大数据（Big Data）量级。所以也有了一种对这些数据基础设施与工具（包括数据仓库Data Warehouse）的一种简单称呼: 大数据。为了更好服务商业，然后我们必须从这些数据中获得价值。从数据中获得价值的方式可能只是简单可视化呈现，可能需要一定的数据分析（使用简单模型与方法），当然也可能需要使用复杂的人工智能算法与数学模型进行数据挖掘（Data Mining），这里也有一个衍生词汇大数据挖掘（Big Data Mining）。“挖掘”的含义很明显，深度的发现价值，当然需要复杂的方法。同时，商业智能为了更好的服务于企业，会设定一些目标，它取决于你的商业职能，包括客户关系管理、产品、营销、销售、运营、供应链等方面的要求。很明显，不同方面的数据除了帮助实际业务运作，也是企业管理层的决策依据，所以再早期商业智能中有一个重要环节是绩效管理（Performance Management）与预测分析。这样我们又带出了人工智能（Artifical Intelligence）, 它在商业智能中的作用最近一些年越来越重要，甚至可以说不少人工智能企业级服务产品就是“商业智能”的升级版本，也产生了针对特定企业功能的产品，比如营销智能（Marketing Intelligence）。所以理论上，更新一些的商业智能方向就是人工智能更深的渗透到商业从没到外整个数字化体系。
几十年以来，商业智能其实很早就在欧美企业级服务中有着重要位置。IBM，SAP、Oracle等欧美企业一直以来都是商业智能领域的传统领导者。中国的发展比较特殊，由于企业级服务被长期忽略，消费互联网的垄断性地位，最早发展这三者的往往是互联网巨头以及少部分数字化比较充分的传统行业，比如零售、金融和电信。所以，BAT内部都有商业智能团队甚至部门，有一些团队甚至直接为高层决策提供支持。而数据挖掘既可以为企业商业智能提供帮助，也可以支撑其他的产品与服务。
MINDZ
抛个砖。千万别被新名词吓到，其实很简单。
今天有同事跟我说独孤求败的剑术最高，剑自己会出去杀人。我开玩笑说这就是早期的人工智能。😬
言归正传，先以一片果园为例。
🍎大数据:假如我们是农民伯伯，苹果园里有哪些信息呢？果树的数量，每棵树上的苹果数量，果树浇水的量，受到阳光照射的面积，肥料的多少，苹果的口感等等。 这就是所谓的大数据，涉及的范围不固定，数据也在不停的增长变化。对农民伯伯来讲这就叫大数据。
🍎数据挖掘:数据挖掘实际上是利用方法对数据进行分析的过程。农民伯伯想要提升口感好的苹果产量，可以通过经验加算法来挖掘出对目标正关联的数据。 分析好吃苹果数量与水分，阳光，肥料等的关系。结果得出了结论发现好吃的苹果只与水分有关。水越多，苹果越好吃。这个分析的过程叫数据挖掘。
🍎商业智能:商业智能实质上最容易理解，它就是个工具。将数据按需提取出来，并转化成需要呈现的样子。农民伯伯想要看所有果树的浇水量，想要看每月每棵果树受日照的时长的柱状对比图，只需要跟一个叫商业智能的工具说一声，他就按照需要把数据提出来，并且根据需要展示。
如上，技术总是日新月异，但道理总是一成不变。
高长亮Alex
这三者需要这么理解：
1、大数据：基础资源，是互联网的养料，今天无论是你做物联网还是人工智能，首先需要大数据为基础。大数据在于数据规模，一两个数据那比较大数据，你也很难分析出一个人的行为。我们举这样的例子：你要研究江苏省的20岁-25岁这个年龄段的消费习惯，那么假设这个年龄段的人数在100万人，1万人在线形成的数据价值与50万人在线形成的数据价值完全两样的，数据量越大越好，越容易接近真实；
2、数据挖掘：数据分析的一种，还是上面的例子，50万人的数据放在网上了，你通过对这些数据的研究，发现他们都有晚上上网的习惯，这就叫挖掘。你可以理解如同挖矿一样，探测这个地方有矿，但是否有价值，有多少价值，你需要挖出来才知道；
3、商业智能：继续同样的例子，一家公司发现有一家数据公司研究出江苏省20岁-25岁这个年龄段的人喜欢宅，不喜欢节假日出来，于是他们推出一款陪伴服务，然后在这些场所加大宣传，并根据这个年龄段的用户深度熟悉互联网等特点，直接基于公众号开发出现可以在线下单的H5页面，消费者关注他们微信公众号之后，打开h5页面就可以下单，而且可以在线提出定制化需求。如有问题，也可以在线咨询与反馈。然后，这家公司通过分析这些用户的消费习惯之后发现：这些用户因为宅，希望有代购或者代跑腿的服务，于是这家公司立马在线推出代跑腿的业务，并在线一次性推送给老用户，如果老用户推荐新用户还可以获得100元优惠券。
你看，这样解释是不是会更直接明了一些。
留声之地
首先来说
大数据
大数据可以说是现在好多行业的最直观的分析，比如你平时浏览淘宝或者京东某件东西，人家后台程序会收集你的浏览的信息，从而做出推断，你的爱好以及想买那件商品，第二次打开时就会显示你曾经浏览过的，有时会在抖音上，头条上等等都会显示你近期浏览过的。浏览的某件商品就是一条数据，后台会记录的。
商业智能和数据挖掘都是在大数据基础上进行的，数据挖掘就是后天分析数据，从而预判出你可能要做的下一步活动，商业智能就是，知道你下一步要做什么，他们就先行一步将你所需的商品或者某件你喜欢东西送到你面前
