[[434476]]

雖然崗位title里都有數(shù)據(jù)這兩個字，但這是兩條不同的發(fā)展路線，數(shù)據(jù)分析走的是業(yè)務(wù)和管理路線，數(shù)據(jù)挖掘走的是技術(shù)路線，二者有高下之分嗎?

我認識一位年薪10萬刀的數(shù)據(jù)分析師，只會Excel，不存在別的技能，但人家就是有能力把技術(shù)問題轉(zhuǎn)變成業(yè)務(wù)問題，不需要會算法和模型。

因為“SQL+Excel+BI工具+PPT”這套組合拳，就能滿足工作中的絕大部分需求了，如果你再能用PPT把故事講漂亮，領(lǐng)導就覺得你很厲害了，你大搞機器學習，神經(jīng)網(wǎng)絡(luò)，數(shù)據(jù)算法，如果超出了領(lǐng)導的認知范圍并且沒有什么好效果的話，你的背景和你的技術(shù)也就沒什么價值了。

扯遠了，先來看看數(shù)據(jù)分析和數(shù)據(jù)挖掘這兩塊分別會涉及到什么。

數(shù)據(jù)分析

數(shù)據(jù)分析是比較大的概念，因為它的流程是由很多個部分組成的，包含了數(shù)據(jù)獲取、數(shù)據(jù)清洗、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)可視化等。

相比于那些長篇大論的言論，基本上就是這六大塊可以完整地概括出一整個數(shù)據(jù)分析的流程，這也是數(shù)據(jù)分析概念的體現(xiàn)。

那就我個人而言，平時的數(shù)據(jù)分析工作都是在做什么?

• 從0到1搭建數(shù)據(jù)分析體系
• 數(shù)據(jù)分析工具化，產(chǎn)品化
• 支撐領(lǐng)導、部門決策的專題分析及業(yè)務(wù)方向探索
• 數(shù)據(jù)規(guī)范制定及提升數(shù)據(jù)質(zhì)量等基礎(chǔ)工作

可以看出，數(shù)據(jù)分析師比較看重分析策略和業(yè)務(wù)知識，而這些東西，都是需要在平時的工作中，依靠項目經(jīng)驗去積累，比較吃資歷、經(jīng)驗和對業(yè)務(wù)的認知深度。

數(shù)據(jù)挖掘

什么是數(shù)據(jù)挖掘?

專業(yè)來說，數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但有潛在的有用信息和知識的過程。

可以看出，數(shù)據(jù)挖掘是一個過程結(jié)果的稱謂，即主要目標是從數(shù)據(jù)中挖取隱藏的信息。它是一個交叉科學領(lǐng)域，受多個學科影響，包括數(shù)據(jù)庫系統(tǒng)、統(tǒng)計、機器學習、可視化和信息科學。

通俗點解釋，數(shù)據(jù)挖掘就是透過數(shù)據(jù)的表象發(fā)現(xiàn)隱藏在背后的蛛絲馬跡，從而找到潛伏的規(guī)律以及看似無關(guān)事物之間背后的聯(lián)系，用此來洞察或預(yù)測未知事項，輸入的是數(shù)據(jù)，輸出的是知識。

都說數(shù)據(jù)挖掘，那從哪挖掘出來?基于以下4點：

(圖源網(wǎng)絡(luò))

數(shù)據(jù)挖掘能做到什么?我覺得舉例子更容易理解。

工廠或者制造業(yè)，可以預(yù)測以后一段時間的產(chǎn)品銷量，然后來調(diào)節(jié)生產(chǎn)計劃或采購計劃。

頭條和抖音，預(yù)測用戶會對哪個內(nèi)容感興趣，然后進行精準的推薦，這也是和算法有關(guān)。

電商，可以根據(jù)用戶購買商品，個性化推薦其他。

券商，關(guān)聯(lián)分析用戶的數(shù)據(jù)，認定用戶的能力等級。

……

兩個崗位的對比

1、入行門檻

數(shù)據(jù)分析<數(shù)據(jù)挖掘，很多年前數(shù)據(jù)分析的門檻是很低的，但是現(xiàn)在不同了，不過比起數(shù)據(jù)挖掘所需要的背景，還是要差不少。

舉個例子，數(shù)據(jù)分析師的學歷背景：需要985211學校，有互聯(lián)網(wǎng)公司的實習，最好能參與一個項目全程;

數(shù)據(jù)挖掘的背景：985碩士優(yōu)先，要有知名互聯(lián)網(wǎng)公司項目經(jīng)歷，最好有從0-1的經(jīng)驗

2、職業(yè)發(fā)展

都差不多，上面也說了，走的是不同的路線，你在清華，我在北大，我們都有光明的未來

3、薪酬

總體上來說，數(shù)據(jù)分析<數(shù)據(jù)挖掘，畢竟對數(shù)據(jù)挖掘的技術(shù)背景要求高，當然這只是平均薪酬，做的好的數(shù)據(jù)分析師薪酬的天花板也是高的，后續(xù)往戰(zhàn)略、管理崗發(fā)展，薪資水漲船高也是完全沒問題。

4、跳槽含金量

看人，看項目。如果你只在大廠當螺絲釘，沒業(yè)務(wù)經(jīng)驗積累/技術(shù)沉淀，兩三年后想跳出來，其實是不好跳的，因為想要你的公司，你看不上給開的薪資，你想去的公司，會覺得你在大廠沒參與完整項目，給你的錢和你能帶來的經(jīng)濟效益不成正比，最后哪都去不了。

總結(jié)

數(shù)據(jù)分析不比數(shù)據(jù)挖掘的含金量低，職業(yè)前景也不比數(shù)據(jù)挖掘差。而數(shù)據(jù)挖掘走技術(shù)路線，競爭激烈程度沒數(shù)據(jù)分析大，保住飯碗是沒問題的。但是這些都在一個前提中：你處于數(shù)據(jù)部門，而不是業(yè)務(wù)部門，并且你的公司要重視數(shù)據(jù)，你的領(lǐng)導能給團隊帶來好的資源。