最后 ， 思考的方式不同 ， 一般来讲 ， 数据分析是根据客观的数据进行不断的验证和假设 ， 而数据挖掘是没有假设的 ， 但你也要根据模型的输出给出你评判的标准 。我们经常做分析的时候 ， 数据分析需要的思维性更强一些 ， 更多是运用结构化、MECE的思考方式 ， 类似程序中的IF else分析框架（假设） 客观问题（数据分析）=结论（主观判断）而数据挖掘大多数是大而全 ， 多而精 ， 数据越多模型越可能精确 ， 变量越多 ， 数据之间的关系越明确什么变量都要 ， 先从模型的意义上选变量（大而全 ， 多而精） ， 之后根据变量的相关系程度、替代关系、重要性等几个方面去筛选 ， 最后全扔到模型里面 ， 最后从模型的参数和解读的意义来判断这种方式合不合理 。
以上就是我认为的三个区别 ， 其实不论数据分析还是数据挖掘 ， 能抓住老鼠的就是好猫 ， 真的没必要纠结他们之前的区别 ， 难道你给领导汇报时 ， 第一部分是数据分析得出 ， 第二部分是数据挖掘得出？他们只关注你分析的逻辑、呈现的方式 。下来说说我理解的大数据 ， 常常有人问我 ， 感觉现在的大数据分析培训和讲解 ， 都是把之前的各类数据分析资料 ， 前面加了了“大” ， 然后变成了大数据分析培训....,其实想一想这位兄弟说的真TM对 。
大数据对我的感觉并不是数据量大 ， 也不是数据复杂 ， 这些都可以用工具和技术去处理 ， 而是它可以做到千人千面 ， 而且是实时判断规则例如定向广告的推送 ， 就是大数据 ， 它根据你以往的浏览行为 ， 可以准确的给你推相关的信息 ， 基本做到了你一个人就是一个数据库 ， 而不是一条数据 。但我们所作的数据分析更多是针对群体的 ， 而非针对每个个人 。
要做到千人前面 ， 侵犯你隐私数据是避免不了的 ， 或多或少都有知道一些 ， 而做到千人千面的大数据不就是要更多的了解你 ， 引导你、杀你、留住你吗？为了达到这类手段 ， 就要不断的去完善自家数据 ， 甚至要购买数据来360度的让你在数据下裸奔 ， 从而解决数据孤岛的问题所以大数据时代也显露出了各类问题 ， 数据的隐私、数据杀熟、数据孤岛等 ， 这也许就是我们目前看到大数据分析更看重的是技术、手段的原因 ， 它其实是一门纯技术 ， 但有时候确实可能需要艺术 。
数据分析师与大数据分析师所做工作有什么区别？
【大数据与大数据分析,国际著名咨询机构】数据分析是干什么的？在企业里收集数据、计算数据、提供数据给其他部门使用的 。数据分析有什么用?从工作流程的角度看 ， 至少有5类分析经常做：工作开始前策划型分析：要分析一下哪些事情值得的做工作开始前预测型分析：预测一下目前走势 ， 预计效果工作中的监控型分析：监控指标走势 ， 发现问题工作中的原因型分析：分析问题原因 ， 找到对策工作后的复盘型分析：积累经验 ， 总结教训那数据分析是什么的？数据分析大体上分3步：1：获取数据 。
推荐阅读
- 监控摄像机的功能,十大监控摄像头品牌排行榜
- Linux内核版本介绍与查询,安卓6.0 linux内核版本
- Android历史版本,android历史重大版本
- 腾讯联通大王卡怎么申请 联通腾讯大王卡申请官网
- 腾讯大王卡移动卡可以办吗 移动大王卡和花卡哪个好
- 电信19元大王卡怎么样 19元电信王卡套餐
- 三星老款翻盖手机大全 联想翻盖手机大全老款
- 十大自由度超高的手游 盘点那些自由度超高
- 扁平比大小会影响什么
- 2020世界手机排行榜前十名 手机十大品牌排行榜