一文了解 数据分析与数据挖掘到底有什么区别？
发布时间：2021-12-27 13:31:42 所属栏目：大数据 来源：互联网
导读：虽然岗位title里都有数据这两个字，但这是两条不同的发展路线，数据分析走的是业务和管理路线，数据挖掘走的是技术路线，二者有高下之分吗? 我认识一位年薪10万刀的数据分析师，只会Excel，不存在别的技能，但人家就是有能力把技术问题转变成业务问题，不需要
|
虽然岗位title里都有数据这两个字，但这是两条不同的发展路线，数据分析走的是业务和管理路线，数据挖掘走的是技术路线，二者有高下之分吗? 我认识一位年薪10万刀的数据分析师，只会Excel，不存在别的技能，但人家就是有能力把技术问题转变成业务问题，不需要会算法和模型。 数据分析 数据分析是比较大的概念，因为它的流程是由很多个部分组成的，包含了数据获取、数据清洗、数据处理、数据分析、数据可视化等。 相比于那些长篇大论的言论，基本上就是这六大块可以完整地概括出一整个数据分析的流程，这也是数据分析概念的体现。 那就我个人而言，平时的数据分析工作都是在做什么? 从0到1搭建数据分析体系 数据分析工具化，产品化 支撑领导、部门决策的专题分析及业务方向探索 数据规范制定及提升数据质量等基础工作 可以看出，数据分析师比较看重分析策略和业务知识，而这些东西，都是需要在平时的工作中，依靠项目经验去积累，比较吃资历、经验和对业务的认知深度。 数据挖掘 什么是数据挖掘? 专业来说，数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但有潜在的有用信息和知识的过程。 可以看出，数据挖掘是一个过程结果的称谓，即主要目标是从数据中挖取隐藏的信息。它是一个交叉科学领域，受多个学科影响，包括数据库系统、统计、机器学习、可视化和信息科学。 通俗点解释，数据挖掘就是透过数据的表象发现隐藏在背后的蛛丝马迹，从而找到潜伏的规律以及看似无关事物之间背后的联系，用此来洞察或预测未知事项，输入的是数据，输出的是知识。 都说数据挖掘，那从哪挖掘出来?基于以下4点： 数据挖掘能做到什么?我觉得举例子更容易理解。 工厂或者制造业，可以预测以后一段时间的产品销量，然后来调节生产计划或采购计划。 头条和抖音，预测用户会对哪个内容感兴趣，然后进行精准的推荐，这也是和算法有关。 电商，可以根据用户购买商品，个性化推荐其他。 券商，关联分析用户的数据，认定用户的能力等级。 …… 两个岗位的对比 1、入行门槛 数据分析<数据挖掘，很多年前数据分析的门槛是很低的，但是现在不同了，不过比起数据挖掘所需要的背景，还是要差不少。 举个例子，数据分析师的学历背景：需要985211学校，有互联网公司的实习，最好能参与一个项目全程; 数据挖掘的背景：985硕士优先，要有知名互联网公司项目经历，最好有从0-1的经验 2、职业发展 都差不多，上面也说了，走的是不同的路线，你在清华，我在北大，我们都有光明的未来。 （编辑：宁德站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
