数据分析和数据挖掘本质上来说其实并不冲突，两者可以说的上是相辅相成的。数据挖掘其实是一个统称，就算你把数据进行一系列的统计也是数据挖掘，人工智能是属于比较高端的一种数据挖掘。

现在的数据开始越来越多，不可能再通过用人脑来思考怎么去解决问题，这时候就会需要用到算法，但是最后的工作还是会对数据进行一定程度上的分析。

本公司目前在招聘一些大数据分析师，我们欢迎所有对数据分析感兴趣的人来试试，符合条件的可以投递简历（可培养！！！）投递方式见下方，更多岗位信息关注本公司公众号，欢迎主动与我们联系。（1、签订正式合同、五险一金；2、须大专及以上学历；3、无经验者由项目经理带；4、每日简历投递量非常大，欢迎主动与我们联系！！）

深圳大数据分析师岗位详情​mp.weixin.qq.com/s/hrVU3BJKcC2OVvsqIK8OTA

但是会有人好奇了，这两者之间究竟是有着怎样的区别呢？

数据分析

其实我们可以这样说，数据分析是对数据的一种操作手段，或者说是算法。其目标就是针对先验的约束，从而对数据进行整理、筛选以及加工，由此来得到信息。数据挖掘，是对数据分析手段后的信息，进行价值化的分析。而数据分析和数据挖掘，有时候甚至是递归的。

有时数据分析的结果是信息，而这些信息作为数据，由数据去挖掘。而数据挖掘，又使用了一些数据分析的手段，周而复始。由此可以看出，数据分析与数据挖掘的区别还是很明显的。

数据挖掘

数据挖掘是指从大量的数据中，通过统计学、人工智能以及机器学习等方法，挖掘出一些未知的且有价值的信息还有知识的过程。数据挖掘的主要侧重解决四类问题：分类、聚类、关联和预测，也就是定量、定性，数据挖掘的重点就在于寻找未知的模式与规律。

输出模型或规则，并且可相应得到模型得分或者是标签，模型得分如流失概率值、总和得分、相似度以及预测值等，标签如高中低价值用户、流失与非流失与信用优良中差等。主要采用神经网络、关联规则、决策树与聚类分析等统计学、人工智能和机器学习等方法进行挖掘。

综合来说，数据分析（狭义）与数据挖掘的本质其实都是一样的，都是从数据里面发现关于业务的知识（有价值的信息），从而帮助业务运营改进产品以及帮助企业能够做到更好的决策，所以数据分析（狭义）与数据挖掘能够构成一个广义上的数据分析。