1.定义

数据分析：检查原始数据以得出某些结论的科学。指用适当的统计分析方法对收集来的大量数据进行分析，未提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。涉及应用算法或机械过程来推导出洞察力，并运行多个数据集以寻找有意义的相关性。数据分析的重点是推理，推理是完全基于研究人员已经知道的结论的过程。

大数据：指无法与当前使用的传统应用程序有效处理的大量数据。大数据的处理始于未经聚合的原始数据，通常无法存储在一台计算机的内存中。

2.在对统计学知识的使用重心上，两者存在较大的不同。

“传统数据分析”使用的知识主要围绕“能否通过少量的抽样数据来推测真实世界”的主题展开。“大数据分析”主要是利用各种类型的全量数据（不是抽样数据），设计统计方案，得到兼具细致和置信的统计结论。

3.与机器学习模型的关系上，两者有着本质差别。

“传统数据分析”在大部分时候只是将机器学习模型当黑盒工具来辅助分析数据。

“大数据分析”，更多时候是两者的紧密结合，大数据分析产出的不仅是一份分析效果测评，后续基于此来升级产品。在大数据分析的场景中，数据分析往往是数据建模的前奏，数据建模是数据分析的成果。