การผสมผสานข้อมูลเป็นกระบวนการที่ข้อมูลขนาดใหญ่จากหลายแหล่ง^{[ 1 ]} ถูกรวมเข้าไว้ใน คลังข้อมูลหรือชุดข้อมูลเดียว^{[ 2 ]}

การผสมผสานข้อมูลช่วยให้นักวิเคราะห์ธุรกิจสามารถรับมือกับการขยายตัวของข้อมูลที่จำเป็นต่อการตัดสินใจทางธุรกิจที่สำคัญโดยอาศัยข้อมูลเชิงธุรกิจที่มีคุณภาพดี[ 3 ^{]การผสมผสาน}ข้อมูลได้รับการอธิบายว่าแตกต่างจากการบูรณาการข้อมูลเนื่องจากความต้องการของนักวิเคราะห์ข้อมูลในการผสานแหล่งข้อมูลอย่างรวดเร็ว ซึ่งเร็วเกินกว่าที่นักวิทยาศาสตร์ข้อมูลจะ สามารถเข้าไปแทรกแซงได้ในทางปฏิบัติ ^{[ 4 ]}การศึกษาที่ดำเนินการโดย Forrester Consulting ในปี 2015 พบว่า 52 เปอร์เซ็นต์ของบริษัทต่างๆ กำลังผสมผสานแหล่งข้อมูล 50 แหล่งขึ้นไป และ 12 เปอร์เซ็นต์กำลังผสมผสานแหล่งข้อมูลมากกว่า 1,000 แหล่ง^{[ 5 ]}

การผสมผสานข้อมูลคล้ายกับการดึงข้อมูล แปลงข้อมูล และโหลดข้อมูล (ETL) ทั้ง ETL และการผสมผสานข้อมูลจะนำข้อมูลจากแหล่งต่างๆ มาผสมผสานกัน อย่างไรก็ตาม ETL ใช้ในการผสานและจัดโครงสร้างข้อมูลลงในฐานข้อมูลเป้าหมาย^{[ 6 ]}ซึ่งมักจะเป็นคลังข้อมูลการผสมผสานข้อมูลจะแตกต่างออกไปเล็กน้อย เนื่องจากเป็นการรวมข้อมูลสำหรับกรณีการใช้งานเฉพาะในเวลาที่กำหนด^{[ 7 ]}ในซอฟต์แวร์บางตัว ข้อมูลไม่ได้ถูกเขียนลงในฐานข้อมูล ซึ่งแตกต่างจาก ETL มาก ตัวอย่างเช่นGoogle Data Studio ^{[ 8 ]}

จากการที่นักวิเคราะห์ต้องการรวมแหล่งข้อมูลมากขึ้น บริษัทซอฟต์แวร์หลายแห่งจึงมีการเติบโตอย่างมากและระดมทุนได้หลายล้านดอลลาร์^{[ 9 ]} โดย บริษัทที่เข้าสู่ตลาดในช่วงแรกบางแห่งได้กลายเป็นบริษัทมหาชนไปแล้ว^{[ 10 ]}ตัวอย่างเช่นAWS , Alteryx , Microsoft Power Query [ ^{11 ] และ} Incorta [ ^{12 ] ซึ่ง}ช่วยให้สามารถรวมข้อมูลจากแหล่งข้อมูลที่แตกต่างกันได้หลายแหล่ง เช่น ไฟล์ข้อความ ฐานข้อมูล XML JSON และข้อมูลที่มีโครงสร้างและกึ่งโครงสร้างในรูปแบบอื่นๆ^{[ 13 ] [ 14 ] [ 15 ] [ 16 ]}

ในซอฟต์แวร์ Tableau การผสมผสานข้อมูลเป็นเทคนิคในการรวมข้อมูลจากแหล่งข้อมูลหลายแหล่งใน การแสดง ภาพข้อมูล^{[ 17 ]}ความแตกต่างที่สำคัญคือระดับความละเอียดของการเชื่อมต่อข้อมูล เมื่อผสมผสานข้อมูลเข้าเป็นชุดข้อมูลเดียว จะใช้การเชื่อมต่อฐานข้อมูล SQLซึ่งโดยปกติจะเชื่อมต่อในระดับที่ละเอียดที่สุด โดยใช้ฟิลด์ ID หากเป็นไปได้^{[ 18 ]}การผสมผสานข้อมูลใน Tableau ควรเกิดขึ้นในระดับที่ละเอียดน้อยที่สุด^{[ 19 ]}

ใน Looker Studio ของ Google แหล่งข้อมูลจะถูกรวมเข้าด้วยกันโดยการรวมบันทึกของแหล่งข้อมูลหนึ่งเข้ากับบันทึกของแหล่งข้อมูลอื่นได้มากถึง 4 แหล่งข้อมูล คล้ายกับ Tableau การผสมผสานข้อมูลจะเกิดขึ้นเฉพาะในเลเยอร์การรายงานเท่านั้น ข้อมูลที่ผสมผสานแล้วจะไม่ถูกจัดเก็บเป็นแหล่งข้อมูลรวมแยกต่างหาก^{[ 20 ]}

คำถามเกี่ยวกับเมตาเดต้าแบบกำหนดเองที่พบบ่อยที่สุดคือ: "ชุดข้อมูลนี้สามารถผสมผสานกับ (รวมหรือรวมเข้ากับ) ชุดข้อมูลอื่นของฉันได้อย่างไร" ^{[ 21 ]}

• การเตรียมข้อมูล
• การหลอมรวมข้อมูล
• การจัดการข้อมูล
• การทำความสะอาดข้อมูล
• การแก้ไขข้อมูล
• การดึงข้อมูล
• การจัดการข้อมูล
• การประมวลผลข้อมูลเบื้องต้น