数据挖掘是深层次的数据分析，数据分析是浅层次的数据挖掘，数据挖掘更偏重于探索性数据分析，因为数据挖掘的重点是从数据中发现知识规律。

它们的具体区别如下： 

（1）数据分析处理的数据量可能不大；而数据挖掘处理的数据量极大， 并且特别擅长处理大数据，尤其是几十万行、几百万行，甚至更多的数据。

（2）数据分析往往是从一个假设出发，需要自行建立方程或模型来与假设吻合；而数据挖掘不需要假设，可以自动建立方程，比如关联规则和聚类分析。

（3）数据分析往往处理数值型数据；而数据挖掘能够处理不同类型的数据，比如声音、文本等。 

（4）数据分析主要侧重于通过观察数据来对历史数据进行统计学分析；而数据挖掘通过从数据中发现“知识规律”来对未来的某些可能性做出预测分析，其更注重分析数据间的内在联系。

（5）数据分析与数据挖掘的区别更多地体现在职业方向上。相对数据挖掘工程师，数据分析师与业务方的工作衔接更多，理解与梳理业务诉求、 明确业务目的和指导模型搭建是数据分析师的主要工作；而模型搭建与参数调优则是数据挖掘工程师的工作。