雖然崗位title裡都有資料這兩個字，但這是兩條不同的發展路線，資料分析走的是管理路線，資料探勘走的是技術路線。

我身邊就有年薪10萬刀的資料分析師，只會Excel，不存在別的技能，但人家就是有能力把技術問題轉變成業務問題，不需要會演算法和模型。

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，領導就覺得你很厲害了，你大搞機器學習，神經網路，資料演算法，如果超出了領導的認知範圍並且沒有什麼好效果的話，你的背景和你的技術也就沒什麼價值了。

扯遠了，先來看看資料分析和資料探勘這2塊分別會涉及到什麼。

資料分析

資料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，包含了資料獲取、資料清洗、資料處理、資料分析、資料視覺化等。

相比於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資料分析的流程，這也是資料分析概念的體現。

那就我個人而言，平時的資料分析工作都是在做什麼？

可以看出，資料分析師比較看重分析策略和業務知識，而這些東西，都是需要在平時的工作中，依靠專案經驗去積累，比較吃資歷、經驗和對業務的認知深度。

資料探勘

什麼是資料探勘？我一直想以通俗的語言解釋出來。

都說資料探勘，那從哪挖掘出來？基於以下4點：

資料探勘能做到什麼？我覺得舉例子更容易理解。

工廠或者製造業，可以預測以後一段時間的產品銷量，然後來調節生產計劃或採購計劃。

頭條和抖音，預測使用者會對哪個內容感興趣，然後進行精準的推薦，這也是和演算法有關。

電商，可以根據使用者購買商品，個性化推薦其他。

券商，關聯分析使用者的資料，認定使用者的能力等級。

接下來說說這兩個崗位的對比，不扯皮，直接說事實。

資料分析＜資料探勘，很多年前資料分析的門檻是很低的，但是現在不同了，不過比起資料探勘所需要的背景，還是要差不少。

舉個例子，資料分析師的學歷背景：需要985211學校，有網際網路公司的實習，最好能參與一個專案全程。

資料探勘的背景：985碩士優先，要有知名網際網路公司專案經歷，最好有從0-1的經驗

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

總體上來說，資料分析＜資料探勘，畢竟對資料探勘的技術背景要求高，當然這只是平均薪酬，資料分析師薪酬的天花板也是高的。

看人，看專案。如果你只在大廠當螺絲釘，沒業務經驗積累/技術沉澱，兩三年後想跳出來，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專案，給你的錢和你能帶來的經濟效益不成正比，最後哪都去不了。

資料分析不比資料探勘的含金量低，職業前景也不比資料探勘差。而資料探勘走技術路線，競爭激烈程度沒資料分析大，保住飯碗是沒問題的。但是這些都在一個前提中：你處於資料部門，而不是業務部門，並且你的公司要重視資料，你的領導能給團隊帶來好的資源。