从名字上看数据分析和大数据分析分析相差一个字，区别不是很大，的确从功能上看差别不是很大，都是分析某一场景为具体决策做支撑作用。但是他们还是有很多区别的。
一般来说数据分析需要具备如下技能：熟悉业务、懂得分析、会使用分析工具。
业务：
从事分析工作前提就要求懂业务，熟悉行业知识、公司业务及流程、最好有自己的独到见解、若脱离行业认知和公司业务背景，分析的结果只会是脱了先的风筝，没有太大的使用价值；
分析理论：
在熟悉业务的基础上掌握一些有效的数据分析方法并且灵活运用到实践工作中，才能有效的开展数据分析工作，常用的分析方法有：对比分析、交叉分析、漏斗分析、相关分析、回归、聚类、主成分分析、时间序列等；
分析工具：
在懂得这些分析方法的同时需要将之用以实践还需要掌握一些工具才能有效的完成一个完成的数据分析工作，常用的分析工具有excel、SPSS、SAS、R、Python。
大数据分析人员在需要分析理论基础的基础上，因为数据量太大普通工具无法完成分析或者完成效率低下，不能达到应用场景需求，从而对计算机编程能力的要求有显著的提高，常用分析工具如下图所示：
一般来说传统数据分析是运用统计的方法找出一些具体业务问题的原因，大数据分析更偏向于发现事物与事物之间的联系，不太关注具体内在联系的原因，比如电商网站淘宝，每个人登陆后的首页都是不同的，这就是运用大数据分析技术达到千人千面，给每个用户看到想买的东西。
每个人根据自己的实际情况，不要妄自菲薄，选择适合自己的职业路径才是最重要的！！！
