什么是数据挖掘，数据分析（数据挖掘）有什么用

数据分析和数据挖掘在本质上是有一定区别的数据分析：是指运用合适的统计分析方法对采集来的规模巨大的数据进行分析，是一个为提取有用信息和形成结论而对数据加以详细研究和概括的过程什么是数据挖掘；

数据挖掘：是指用相关算法从大量的数据中探索隐藏在其中的信息的过程。

我们可以简单的理解为，一个是从广度上对数据的处理过程，一个是从深度上对数据的处理过程。

数据分析和数据挖掘两者是相辅相成的一个可以通过大量数据的整理和解读来对企业的现状进行分析，并通过数据来反映目前企业管理的问题，并可将相应的问题原因进行深入追踪，最后确认相关的责任人，保证了数据的可追溯性，来辅助企业的整体管理和运营；而数据挖掘通过对企业隐藏价值数据的深耕，可以对企业未来发展导向，做出预判，为企业高层提供相应的参考支持；一个企业想要发展的更好，处理好当下企业发展中的问题是必要的，着眼于未来企业的发展是重要的，而数据分析和数据挖掘在企业中的实际运用，可以更好的支撑企业的运营管理，提供决策分析，帮助企业走的更高、更远。

数通畅联 专注于企业IT架构、SOA综合集成、数据治理分析领域，感谢您的阅读与关注！

谢谢邀请！

数据分析是专业性相对较高的工作岗位，未来要想从事数据分析工作不仅需要扎实的数学基础，还需要了解数据分析的方式方法。

与数据分析关联密切的专业有统计学、计算机、大数据（数据科学）、数学以及经济学等专业，这些专业对于数据的理解各有侧重，下面做一个简单的分析：

数学是基础学科，未来发展的弹性比较大，但是需要补学的相关专业知识也比较多。数学专业未来可以从事计算机、统计、大数据、人工智能等方向，可以说数学是现代信息技术的基础，掌握扎实的数据知识会有一个非常广阔的发展空间。

计算机学科是信息化时代的代表学科，数据分析（数据挖掘）是计算机专业的常见方向，目前大量从事数据分析（数据挖掘）的专业人才都是计算机专业毕业的，计算机专业不仅有扎实的数学基础，同时计算机专业对于工具的使用也有系统的培养过程。

统计学一个重要的工作就是数据分析，通过对数据分析得出各种结果，发现数据背后的规律从而指导决策，可以说数据分析是统计学的核心内容之一。统计学与计算机的结合一直就比较紧密，因为现代统计学要通过计算机技术来进行呈现，而统计学、计算机和数学的结合就成为了大数据的基础，所以大数据专业在做数据分析（数据挖掘）方面具有天然的知识结构上的优势。

对于大数据时代背景下的数据分析师来说，掌握一定的编码知识对于数据分析任务来说几乎是不可避免的，因为大数据的时代特征造就了数据的诸多特点，包括数据量大、结构多样性、价值密度低、速度快、真假难辨等等，这些特征如果采用传统的数据分析方法显然不能充分挖掘出数据的价值，通过机器学习等方式来进行数据分析是当前的流行做法。

数据分析专业并不需要做功能全面的编程工作，并不需要去考虑程序的系统级问题，比如并发、分布式、资源调度等等内容，只需要能通过算法设计和实现发现数据背后的规律就可以了，从这个角度来说，数据分析师的任务跟程序员还是有本质区别的。

目前使用Python做数据分析是比较常见的做法，Python有丰富的库可以方便各种数据分析，同时也能把结果比较直观的呈现出来。看两个Python的小例子：

数据分析是进行大数据价值化的重要渠道，所以数据分析未来的发展空间还是比较大的。

作者简介：中国科学院大学计算机专业研究生导师，从事IT行业多年，研究方向包括动态软件体系结构、大数据、人工智能相关领域，有多年的一线研发经验。欢迎关注作者，欢迎咨询计算机相关问题。