這三者需要這麼理解：

1、大資料：基礎資源，是網際網路的養料，今天無論是你做物聯網還是人工智慧，首先需要大資料為基礎。大資料在於資料規模，一兩個資料那比較大資料，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，1萬人線上形成的資料價值與50萬人線上形成的資料價值完全兩樣的，資料量越大越好，越容易接近真實；

2、資料探勘：資料分析的一種，還是上面的例子，50萬人的資料放在網上了，你透過對這些資料的研究，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；

你看，這樣解釋是不是會更直接明瞭一些。

首先來說

大資料

商業智慧和資料探勘都是在大資料基礎上進行的，資料探勘就是後天分析資料，從而預判出你可能要做的下一步活動，商業智慧就是，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

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慧。

言歸正傳，先以一片果園為例。

大資料:假如我們是農民伯伯，蘋果園裡有哪些資訊呢？果樹的數量，每棵樹上的蘋果數量，果樹澆水的量，受到Sunny照射的面積，肥料的多少，蘋果的口感等等。 這就是所謂的大資料，涉及的範圍不固定，資料也在不停的增長變化。對農民伯伯來講這就叫大資料。

資料探勘:資料探勘實際上是利用方法對資料進行分析的過程。農民伯伯想要提升口感好的蘋果產量，可以透過經驗加演算法來挖掘出對目標正關聯的資料。 分析好吃蘋果數量與水分，Sunny，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。這個分析的過程叫資料探勘。

商業智慧:商業智慧實質上最容易理解，它就是個工具。將資料按需提取出來，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慧的工具說一聲，他就按照需要把資料提出來，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。