डेटा सामान्यीकरण अपेक्षाकृत निम्न-स्तरीय मूल्यों (जैसे उम्र विशेषता के लिए संख्यात्मक मूल्य) को उच्च-स्तरीय अवधारणाओं (जैसे युवा, मध्यम आयु, और वरिष्ठ) से प्रतिस्थापित करके डेटा को सारांशित करता है। डेटाबेस में संग्रहीत बड़ी मात्रा में डेटा को देखते हुए, संक्षिप्त और स्पष्ट शब्दों में सामान्यीकृत (निम्न के बजाय) अमूर्तता के स्तर पर अवधारणाओं को परिभाषित करने में सक्षम होना फायदेमंद है।
डेटा सेट को अमूर्तता के कई स्तरों पर सामान्यीकृत करने की अनुमति देना उपयोगकर्ताओं को डेटा के सामान्य व्यवहार की जांच करने में सुविधा प्रदान करता है। उदाहरण के लिए, AllElectronics डेटाबेस को देखते हुए, व्यक्तिगत ग्राहक लेनदेन की जांच करने के बजाय, बिक्री प्रबंधक भौगोलिक क्षेत्रों के अनुसार उपयोगकर्ता समूहों द्वारा सारांशित, प्रति समूह खरीद की आवृत्ति, और उपयोगकर्ताओं की आय जैसे उच्च स्तरों पर सामान्यीकृत डेटा देखना पसंद कर सकते हैं। यह हमें अवधारणा विवरण की धारणा की ओर ले जाता है, जो डेटा सामान्यीकरण का एक रूप है।
एक अवधारणा आमतौर पर डेटा के एक सेट को परिभाषित करती है जिसमें लगातार खरीदार, स्नातक छात्र, आदि शामिल हैं। एक डेटा माइनिंग कार्य के रूप में, अवधारणा विवरण डेटा की एक सरल गणना नहीं है। इसके बजाय, अवधारणा विवरण डेटा के लक्षण वर्णन और तुलना के लिए विवरण उत्पन्न करता है। इसे क्लास विवरण के रूप में भी जाना जाता है, जब परिभाषित की जाने वाली अवधारणा वस्तुओं का एक वर्ग हो।
लक्षण वर्णन दिए गए डेटा सेट का संक्षिप्त और स्पष्ट सारांश प्रदान करता है, जबकि अवधारणा या क्लास तुलना (जिसे भेदभाव भी कहा जाता है) दो या अधिक डेटा सेट की तुलना करने वाले विवरण प्रदान करता है। निम्नलिखित मामले हैं जो इस प्रकार हैं -
जटिल डेटा प्रकार और एकत्रीकरण - डेटा वेयरहाउस और OLAP उपकरण एक बहुआयामी डेटा मॉडल पर आधारित हैं जो जानकारी को डेटा क्यूब के रूप में देखता है, जिसमें आयाम (या विशेषताएँ) और माप (एकत्रीकरण सेवाएँ) शामिल हैं।
हालांकि, कई वर्तमान OLAP सिस्टम आयामों को गैर-संख्यात्मक रिकॉर्ड तक सीमित करते हैं और माप को संख्यात्मक जानकारी तक। डेटाबेस में कई डेटा प्रकारों की विशेषताएँ शामिल हो सकती हैं, जैसे संख्यात्मक, गैर-संख्यात्मक, स्थानिक, पाठ, या छवि, जिन्हें अवधारणा विवरण में शामिल किया जाना चाहिए।
उपयोगकर्ता-नियंत्रण बनाम स्वचालन - डेटा वेयरहाउस में ऑनलाइन विश्लेषणात्मक प्रसंस्करण एक उपयोगकर्ता-नियंत्रित चरण है। आयामों का चयन और OLAP सेवाओं का सॉफ्टवेयर, जिसमें ड्रिल-डाउन, रोल-अप, स्लाइसिंग, और डाइसिंग शामिल हैं, आमतौर पर उपयोगकर्ताओं द्वारा निर्देशित और प्रबंधित होते हैं।
हालांकि कई OLAP सिस्टम में नियंत्रण उपयोगकर्ता-अनुकूल है, उपयोगकर्ताओं को प्रत्येक आयाम के महत्व की अच्छी समझ की आवश्यकता होती है। इसके अलावा, जानकारी का संतोषजनक विवरण खोजने के लिए, उपयोगकर्ताओं को OLAP संचालन की एक लंबी श्रृंखला निर्दिष्ट करने की आवश्यकता हो सकती है।
एक अधिक स्वचालित चरण होना वांछनीय है जो उपयोगकर्ताओं को यह तय करने में मदद करता है कि विश्लेषण में किन आयामों (या विशेषताओं) को शामिल किया जाना चाहिए, और दिए गए डेटा सेट को किस हद तक सामान्यीकृत किया जाना चाहिए ताकि रिकॉर्ड का एक दिलचस्प सारांश बनाया जा सके।
