不管什么行業(yè)，數(shù)據(jù)分析都是非常重要的。數(shù)據(jù)分析可以分為廣義的數(shù)據(jù)分析和狹義的數(shù)據(jù)分析，廣義的數(shù)據(jù)分析就包括狹義的數(shù)據(jù)分析和數(shù)據(jù)挖掘，我們常說的數(shù)據(jù)分析就是指狹義的數(shù)據(jù)分析，今天我們就來說說數(shù)據(jù)分析與數(shù)據(jù)挖掘的區(qū)別。

數(shù)據(jù)分析（狹義）：

（1）定義：簡單來說，數(shù)據(jù)分析就是對數(shù)據(jù)進行分析。專業(yè)的說法，數(shù)據(jù)分析是指根據(jù)分析目的，用適當?shù)慕y(tǒng)計分析方法及工具，對收集來的數(shù)據(jù)進行處理與分析，提取有價值的信息，發(fā)揮數(shù)據(jù)的作用。

（2）作用：它主要實現(xiàn)三大作用：現(xiàn)狀分析、原因分析、預測分析（定量）。數(shù)據(jù)分析的目標明確，先做假設，然后通過數(shù)據(jù)分析來驗證假設是否正確，從而得到相應的結論。

（3）方法：主要采用對比分析、分組分析、交叉分析、回歸分析等常用分析方法；

（4）結果：數(shù)據(jù)分析一般都是得到一個指標統(tǒng)計量結果，如總和、平均值等，這些指標數(shù)據(jù)都需要與業(yè)務結合進行解讀，才能發(fā)揮出數(shù)據(jù)的價值與作用；

數(shù)據(jù)挖掘：

（1）定義：數(shù)據(jù)挖掘是指從大量的數(shù)據(jù)中，通過統(tǒng)計學、人工智能、機器學習等方法，挖掘出未知的、且有價值的信息和知識的過程。

（2）作用：數(shù)據(jù)挖掘主要側(cè)重解決四類問題：分類、聚類、關聯(lián)和預測（定量、定性），數(shù)據(jù)挖掘的重點在尋找未知的模式與規(guī)律；如我們常說的數(shù)據(jù)挖掘案例：啤酒與尿布、安全套與巧克力等，這就是事先未知的，但又是非常有價值的信息；

（3）方法：主要采用決策樹、神經(jīng)網(wǎng)絡、關聯(lián)規(guī)則、聚類分析等統(tǒng)計學、人工智能、機器學習等方法進行挖掘；

（4）結果：輸出模型或規(guī)則，并且可相應得到模型得分或標簽，模型得分如流失概率值、總和得分、相似度、預測值等，標簽如高中低價值用戶、流失與非流失、信用優(yōu)良中差等；

綜合起來，數(shù)據(jù)分析（狹義）與數(shù)據(jù)挖掘的本質(zhì)都是一樣的，都是從數(shù)據(jù)里面發(fā)現(xiàn)關于業(yè)務的知識（有價值的信息），從而幫助業(yè)務運營、改進產(chǎn)品以及幫助企業(yè)做更好的決策。所以數(shù)據(jù)分析（狹義）與數(shù)據(jù)挖掘構成廣義的數(shù)據(jù)分析。