一文讲清 数据分析与数据挖掘到底有什么差异？
发布时间：2021-12-19 05:51:05 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
|
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。 因为“SQL+Excel+BI工具+PPT”这套组合拳，就能满足工作中的绝大部分需求了，如果你再能用PPT把故事讲漂亮，领导就觉得你很厉害了，你大搞机器学习，神经网络，数据算法，如果超出了领导的认知范围并且没有什么好效果的话，你的背景和你的技术也就没什么价值了。  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： 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 3、薪酬 总体上来说，数据分析<数据挖掘，毕竟对数据挖掘的技术背景要求高，当然这只是平均薪酬，做的好的数据分析师薪酬的天花板也是高的，后续往战略、管理岗发展，薪资水涨船高也是完全没问题。 4、跳槽含金量 看人，看项目。如果你只在大厂当螺丝钉，没业务经验积累/技术沉淀，两三年后想跳出来，其实是不好跳的，因为想要你的公司，你看不上给开的薪资，你想去的公司，会觉得你在大厂没参与完整项目，给你的钱和你能带来的经济效益不成正比，最后哪都去不了。 总结 数据分析不比数据挖掘的含金量低，职业前景也不比数据挖掘差。而数据挖掘走技术路线，竞争激烈程度没数据分析大，保住饭碗是没问题的。但是这些都在一个前提中：你处于数据部门，而不是业务部门，并且你的公司要重视数据，你的领导能给团队带来好的资源。 （编辑：广州站长网） 【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! |
