数据挖掘与数据分析的区别是什么？

数据挖掘和数据分析其实都是透过数据得到更多有用的信息，而它们主要的区别在于处理数据的方法和形式。具体有哪些呢？

1、方法

数据分析：主要采用对比分析、分组分析、交叉分析、回归分析等分析方法；

数据挖掘：主要采用决策树、神经网络、关联规则、聚类分析等统计学、人工智能、机器学习等方法进行挖掘。

2、侧重点

数据分析：现状分析、原因分析、预测分析（定量）；

数据挖掘：分类、聚类、关联和预测（定量、定性）。

3、结果

数据分析：得到一个指标统计量结果。比如，总和、平均值等，这些指标数据都需要与业务结合进行解读，才能发挥出数据的价值与作用；

数据挖掘：输出模型或规则，并且可相应得到模型得分或标签，模型得分如流失概率值、总和得分、相似度、预测值等，标签如高中低价值用户、流失与非流失、信用优良中差等。