馬雲曾說“中國正迎來從IT時代到DT時代的變革”，DT就是大資料時代。資料已成為企業的核心資産和寶貴資源，企業愈加重視和善加利用資料分析與挖掘技術。
1.1什麼是資料分析與挖掘
資料分析和挖掘都是基于搜集來的資料，應用數學、統計、計算機等技術抽出資料中的有用資訊，進而為決策提供依據和指導方向。
舉例：應用漏鬥分析法挖掘出使用者體驗過程中的不足之處，進而進一步改善産品的使用者流程；基于RFM模型實作使用者的價值分析，進而針對不同價值等級的使用者采用各自的營銷方案，實作精準觸達。
1.2資料分析與挖掘的應用領域
有資料的地方就有用武之地：電商平台、遊戲平台、社交平台、金融行業、教育行業、醫療行業、房地産、餐飲等，這些行業都需要借助資料分析和挖掘技術來指導下一步的決策方向。
應用執行個體：
1.2.1電商領域——發現破壞規則的害群之馬
1.2.2交通出行領域——為打車平台進行私人訂制
1.2.3醫療健康領域——找到最佳醫療方案
1.3資料分析與資料挖掘的差別
從廣義角度來說：資料分析涵蓋了資料分析與資料挖掘，是對搜集來的資料運用基礎探索、統計分析、深層挖掘等方法，發現資料中有用的資訊和未知的規律與模式，進而為下一步的業務決策提供理論與實踐依據。
從狹義角度來說，兩略有不同：
1.4資料挖掘的流程
1.5常用資料分析與挖掘工具
工欲善其事 ，必先利其器。“器”兼指兩方面：軟實力：對企業業務邏輯的了解、理論知識的掌握和施展工作的清醒大腦；硬實力：即對資料挖掘工具的掌握；
- R語言：奧克蘭大學統計系的Robert Gentleman 和 Ross Ihaka共同開發，1993年首次面世。資料操作靈活、向量化計算高效、資料可視化效果佳、易用性和可擴充性好，優秀的資料挖掘工具。
- Python：荷蘭人Guido van Rossum于1989年發明，1991年首次公開發行。簡單易學的程式設計類工具。代碼具有簡潔性、易讀性、易維護性的優點，第三方 子產品與R語言一樣豐富，在大資料時代應用日益廣泛。
- Weka：由紐西蘭懷卡托大學計算機系Ian Written博士于1992年底研發，是公開的資料挖掘平台。其圖形化界面适用于對于不擅長程式設計的使用者。
- SAS：美國北卡羅來納州大學開發的統計分析軟體，應用廣泛，包含數十個子產品。
- SPSS：世界上最早的統計分析軟體，斯坦福大學三個研究所學生在1968年研發。