数据分析与数据挖掘的本质不同主要体现在以下几个方面：

在侧重点上，数据分析更侧重于对现有数据进行处理、解释和呈现，目的是从中提取有价值的信息，帮助人们理解当前状况。而数据挖掘则更侧重于从大量数据中发现隐藏的模式、关联和趋势，目的是预测未来趋势或行为。

在数据量上，数据分析通常处理相对较小的数据集，可以是完整的、结构化的数据。而数据挖掘则需要处理大规模、高维度的数据，通常需要用到大数据技术。

，在技术要求上，数据分析更依赖于统计学、数学和可视化技术，而数据挖掘则更依赖于机器学习、深度学习和人工智能等技术。

此外，在目的上，数据分析通常是为了解决特定问题或回答特定问题，而数据挖掘则更侧重于探索性分析，目的是发现未知的知识和规律。

最后，在结果上，数据分析的结果通常是直观的、易于理解的，如报表、图表等。而数据挖掘的结果则可能更加复杂，如模型、算法等。

综上所述，数据分析与数据挖掘在侧重点、数据量、技术要求、目的和结果等方面都存在本质的不同。在实际应用中，两者往往需要结合使用，才能更好地发挥数据的价值。