數據分析如何轉數據挖掘？

12-30

本科通信，畢業後一直從事與數據不太相關的工作。去年6月份轉到一家互聯網公司做數據分析師，半年來大部分工作是SQL提數，活動效果跟蹤，寫分析報告等工作，想轉數據挖掘，但發現挖掘崗位對專業要求高，一線公司基本需要科班出身。自學過統計學，數據挖掘相關只看過一本《數據挖掘導論》，都是野路子，不得其法。請教大牛們，分析崗位想轉挖掘，有無可行方法建議？

看到 @張大萬的回答深有感觸

跟題主一樣也是無統計/計算機背景，也大致了解過各種常用的數據挖掘方法，之前一心想著從數據分析轉數據挖掘（膩了單純統計、算值、分解升降、看KPI升降原因等，覺得能從細微度或者模型的角度去研究數據會更有意思，而且錢多也高大上一些）

但是後來深入了解發現：

1）數據挖掘模型往往就那幾種，有些互聯網的大公司，實際用的模型也就那麼些，數據挖掘【設計層】，如真正高大上的演算法設計啊以及把模型自動化、工業化等，往往涉及大量對模型底層的應用，這些也是他們要高學歷高相關的人的原因，對我們半路出家的人而言門檻過大

2）如果只是會用一些機器學習模型，了解彼此利弊（舉例：了解coursera相關課程，或者各種書，各種比賽），只是【套用模型】層的數據挖掘，它的工作一定程度與數據分析重疊，難點依然集中在清理數據、以及最終結果呈現等等，而模型的評估業界已有規範化的定論（誤差等），這個是日常分析工作中也可以用現有數據做練習的。而且日常應用其實也不容易

3）大公司要的數據挖掘，往往偏第一種底層實現。而偏第二種套用模型的崗位，首先崗位比較少也亂，其實模型選擇與數據分析套路類似，往往孤軍奮戰，常常要跟非專業人士（很可能就是你的老闆）解釋選擇這套分析方法的道理，實際數據分析有的難點痛點這種都有……

按照題主背景，做第一類演算法設計難度太大，而且面臨學歷和基礎雙重歧視，做第二類套用模型的話，感覺數據挖掘和數據分析沒什麼兩差？但是一直往套用模型走的話，總有一天會走到演算法那類與人拼基礎，

反過來，從帶點套用數據挖掘的數據分析從業來看，題主可能可以繼續深造的方向有：

1）繼續鍛煉自己的表達能力與數據可視化能力，寫出各種合理合規好看又一針見血的報告，可適當嘗試多種方法輔助數據分析，可同時熟悉常用模型

2）繼續學一些編程語言如R/PYTHON，或熟悉資料庫如HADOOP等，學會更快更自動化做數據處理和生成自動化圖表，提高自己工作效率，杠杠的，把處理數據時間省下來了才有餘力想想怎麼套用各種模型，再往挖掘機這裡靠一靠

不過容我吐槽一句，感覺往可視化或者數據處理方向走多了，慢慢的你可能會不滿足於現有工具，覺得別人的包不好用，覺得不夠滿足業務，覺得用EXCEL作圖表好傻想要自己建個智能化dashboard想自己建個站，覺得溝通好累想自己獨立做事情，代碼寫太多嫌棄麻煩，

然後你會發現往第一種崗位靠吧，你要補演算法，把不滿足的東西弄懂吧，建站基礎知識，程序測試啊，演算法啊，軟體工程啊，你似乎都缺，對，就是考研考計算機的大綱的那些，突然這些基礎都要補，補科班的漏

所以與其到最後慢慢補基礎，題主你要不要考慮在穩住自己數據分析能力（處理數據+評估模型+展示）基礎上，業餘提前補補計算機基礎，向科班學習，說不定還能跨界轉行做一個懂數據分析的程序員or數據產品經理之類的，至少路子比數據挖掘更廣一些？？而且很多數據挖掘的工作其實是碼農兼任的？

共勉，同在轉型思考期

之前的各答主說的都很好，我給題主另外一個思路：對現有的工作有什麼不滿之處？是否真的需要轉數據挖掘才能達到目的？

直接引用題主的工作描述：

半年來大部分工作是SQL提數，活動效果跟蹤，寫分析報告等工作

第一項屬於數據分析師的必備技能，但並非獨有技能；第二、三項表明題主目前做的是運營數據分析，且需要將結果輸出成報告。那麼，題主你產生職業倦怠的問題，有可能是你認為這些工作沒有技術含量，不如數據挖掘看上去那麼高深。而我想說，題主你看到的，只是數據分析的冰山一角。

引用我另一篇專欄文章中的內容（建模那點事兒（上） - 一個數據分析師的自我修養 - 知乎專欄）：

數據分析是一個包含數據檢驗、數據清洗、數據重構，以及數據建模的過程，目的在於發現有用的信息，有建設性的結論，輔助決策的制定。數據分析有多種形式和方法，涵蓋了多種技術，應用於商業、科學、社會學等多個不同的領域。
商業數據建模，乃至商業數據分析，其最終目的都是要支持某種商業流程，要麼優化原有流程，提高各部分效率；要麼重構原有流程，減少步驟；要麼告訴決策者，哪些流程改造方向是錯誤的，以避免走錯路。最終的目標，一定是提升效率。

題主你可以對照一下，看看你目前所做的事情，是否涵蓋了以上所有的內容。如果確實涵蓋了，並且你仍然覺得沒有意思，那麼我認為你轉數據挖掘的想法是對的。如果你只是因為目前做的是基礎性工作，那麼我建議你可以考慮向數據分析的更深層次發展。

謝邀，比較贊同【尾巴】的看法，數據分析的就業很廣，沒必要一定要往數據挖掘上面靠，雖然數據挖掘是頂尖的存在，但是沒有紮實的數學基礎，學各種高大上的演算法就是空中樓閣。

數據挖掘的三大技能樹是【數學/統計學知識、演算法、編程能力】，三者缺一不可，而其中數學是基礎，紮實的數學知識讓你能理解並且推導演算法，而編程又是實現演算法的工具，他們是承上啟下的關係。本科畢業轉數據挖掘，最大的門檻其實是數學基礎，如果你是數學專業的還行，如果不是僅靠自學是很難把這一塊基礎敦實的，基礎的不紮實會深深影響其他，【尾巴】說的基礎和學歷的雙重歧視是存在的，我部門裡做數據挖掘的一個是Top5大學的數學專業博士，一個是Top10的數學專業碩士並且拿過省數學建模金獎，想像一個本科的非數學專業置於這樣一群人當中...（不過其實興趣是最好的動力，如果你對數學深深著迷，自學也未嘗不可）。

數據分析轉數據挖掘，最容易靠自學來補全的其實是編程能力，程序員有很多是靠自學成才的。而數據挖掘在編程這一技能樹的枝椏是怎樣一個發展呢。

以下是我用爬蟲爬取了智聯招聘深圳地區608個數據挖掘的崗位描述做的一個詞頻統計，越大的字體說明提及的職位越多

可見提及最多的是SQL，有194個職位提及，其次是JAVA，有143個職位提及，然後是Hadoop，124個職位，SAS和Python都是100個左右職位提及，SPSS是86，C++和Spark是65左右，Matlab和Scala都是18。

半年來大部分工作是SQL提數

看來樓主已經掌握了數據挖掘最重要的編程技能，如果樓主打算做大數據方向的數據挖掘，建議主攻JAVA和Hadoop/spark。

如果樓主有興趣多了解一些數據挖掘之外的數據相關職位，可以參考

數據分析/挖掘工作的疑惑？ - 挖數的回答

謝邀，那就是學習基礎演算法與數據結構，學習編程，學習分散式，學習機器學習與數據挖掘演算法，做相關項目，看論文，保持學術fellow。

最近也是從分析崗轉到機器學習方向，先感謝 @Slade Sal 老司機對我面試的指導 = =

我應該有資格來答一下這道題。首先題主說的：半年來大部分工作是SQL提數，活動效果跟蹤，寫分析報告等工作。

這個我能理解，感同身受：），因為我大半年來基本也是這樣，或者說我組的同事90%的工作就是寫sql提數，活動分析等等。不過這也是國內大部分互聯網公司里數據分析師的現狀。

題主的處境應該在於不知道怎麼邁出第一步，既然想要轉數據挖掘方向的話，那麼一定要利用好自己的空閑時間，具體可以從下面幾方面準備：

數據挖掘演算法 如：決策樹，聚類演算法，LR，SVM， Random forest，Adaboost等等。至少要掌握演算法的核心思想，估計方法，優化方法，對偶形式等等。推薦閱讀：《機器學習》-周志華，《統計學習方法》適合準備面試，建議將書上的所有公式自己推一邊。
應用能力 主要學習實際的數據挖掘處理方法。這部分可以重點學習python中的sklearn包，或者r中的e1071，caret包等。熟悉整個數據挖掘流程：數據預處理，降維，模型評估與參數優化，集成學習等等。推薦閱讀：《python機器學習》---機械工業出版社;《統計學習導論-基於R語言》，建議把書上的代碼自己敲一遍。
業務能力 這部分主要看題主想從事哪一行業的研究了。比如在互聯網金融公司主要是做風控模型，在電商則是做推薦和文本比較多。建議通過參加不同類型的kaggle比賽來培養自己對不同業務類型的理解能力。

作為一名數據分析師，我默認題主在MYSQL/HIVE方面的基本是有的，對數據的理解能力也是有的，溝通表達能力也是有的。那麼第一步的過渡就是在1，2兩點。等你覺得自己數據挖掘入門了，不滿足去一些小公司做數據挖掘的話，可以再參看如何準備機器學習工程師的面試？和面試官如何判斷面試者的機器學習水平？來準備面試。

以上

1.數據挖掘分析師，又稱建模分析師，需要深入掌握高級多元統計方法,並且拓展時間序列分析和主要數據挖掘的理論知識與業界運用；能夠熟練使用SPSS Modeler、SAS、R、Pyhton等至少一個專業數據挖掘軟體實現相關演算法；具有按照數據挖掘標準流程進行項目需求分析、數據驗證、建模與模型評估的能力。

2.數據挖掘分析最困難的地方不是建模，也不是編程，而是結合業務背景和自己的知識儲備，商業感覺提出問題的能力，解決問題的思維習慣。這些都需要多實踐練習；

3.參加相關專業進修或者相關培訓或者考試也是快速提升的方法之一；

4.Kaggle: The Home of Data Science 比賽項目和數據可供參考練習。

不要嘗試，不建議自學數據挖掘！

題主現在可能處於瓶頸期，數據分析找不到突破口，想要找點「高大上」的東西學習下！

以前有一段時間也是覺得數據挖掘高大上啊，好想學，感覺是個鐵飯碗，算是一技之長！

現在發現數據分析的變現速度極快，比較貼合業務，在指導決策上效果顯著！

而數據挖掘的需求面還是太窄，小公司用不著，大公司要求高，變現周期長，實際應用困難！

編程很累！編程很累！編程很累！

題主可以研究研究數據分析如何做的更加深入吧！把統計學再學一學！希望有所幫助！

完全可行啊，sql是必備的，在做挖掘項目過程中，數據清洗佔了很大一部分，清洗的質量決定模型效果，取數鍛煉寫sql，但仍然不夠，資料庫數據倉庫知識還要學，另外，挖掘導論看完，藉助spss modeler，r，sas等工具實踐，一步步走，逐步成長。互聯網時代都是先開槍再瞄準，動不動考研機器學習深度學習的，沒意思，能產生直接價值的方法和途徑即是最佳選擇。

謝邀。

看樓主背景，有sql經驗，統計學知識，以及了解數據挖掘，其實更建議在Data Science努力。

「Data Science = statistics who uses python and lives in San Francisco」，這句話有些戲言，不過也說明Data Science與統計學、python關係很大。

純在數據挖掘領域去努力，不如努力在Data Science這種交叉學科努力，而且這個方向也要學習數據挖掘，當然也要好好把統計學學會學深。

祝好。

數據挖掘是高大上，但是適用性畢竟有限；小而美的數據分析，反而能夠讓你看清商業世界的本質。

下面，從思路和產生邏輯，說說為什麼這是一種必然。

基本思路

經典思路：目前在做數據分析時，採用的是傳統的邏輯推理的分析的思路。先提出問題，再通過嚴謹的邏輯推理進行驗證，解釋商業問題。

新思路：嘗試使用相關性進行數據挖掘分析；就是數據挖掘的一些技術，比如聚類、決策樹、隨機森林等高級統計模型。這種思路做出的東西，一般而言是技術門檻較高、解決經典思路無法解答的問題，也符合當前流行的大數據思維、人工智慧思維。新思路的處理問題邏輯，先有相關性分析，找出導致問題的相關性因素，然後再解釋背後的商業邏輯。

適用範圍

經典思路：符合人腦的思維模式，由A —&>B —&> C的邏輯順序。在解決小而美的獨立case時，效率高。當然，實際商業環境中，80%的問題都是小而美的問題，但是出風頭的往往是那20%。比如，「為什麼今天某個頁面的轉化率突然升高啦」這類的問題，通過邏輯推理，一步一步下鑽，可以很快定位原因。但是對於多因素的問題，交叉影響之下，各有權重，這種思路就有了瓶頸。

新思路：這是AlphaGo下圍棋是採用的思路，決策next move是因為next move對最終贏得棋局概率最高。這是一種結果導向的思維，將智能問題變成了數據問題。AlphaGo不需要知道如何布局，只關注每一次的落子都在提高最終勝利的概率。這種思路可以解決目標明確且影響因素眾多的決策問題。這個思路現在越來越火主要由於計算力和數據量的提升和增多，機器有了足夠的樣本進行testing，如同中國式填鴨式教學，看多了，下意識里就知道如何處理了。

我之前也是數據分析，感覺沒什麼錢途，準備轉數據挖掘，斷斷續續看了兩年左右書，目前正在找工作中，找到再回來補答案，哈哈。

數據挖掘確實是個大坑，越學習越發現要學的東西太多，每個知識點要看完都需要很多時間，我本身是數學專業出生，統計，演算法知識還算好，比較難的是編程...

找工作的感覺，數據挖掘人很缺，公司都很熱情要你去，可是公司大多都是專業特彆強，比如醫療，金融，社會等特別具體的數據挖掘案子，需要很深入的了解那個部分領域才可以，不管了，面一次補一點再繼續，哈哈。

期間很容易滑回數據分析的老本行，只有堅持堅持，再堅持...

建議先去kaggle做幾個入門級的比賽感受一下，學幾個簡單常用的機器學習模型，LR，決策樹，naive bayes這種，自己寫代碼實現一下。覺得有還興趣也做得來再想怎麼轉的事。

你也知道，一線公司要求高，很難進是一回事，僥倖進去了沒什麼基礎很難跟上節奏。

再說了，數據挖掘真的也是個大坑。

最好的辦法是去考個研。