我自己在電信行業和互聯網行業做了10多年的數據挖掘相關工作。簡單談一下自己的看法：

對這個問題給出一個直接的答案：不是必須會編程，但是會編程會提升你在這個職位上工作效率和競爭力。

之所以這樣說，這個數據挖掘要解決問題相關。數據分析一般傾向于幫助業務基于數據理解業務的過去和現在，數據挖掘傾向于幫助業務預測未來。當然在業務看來深入的數據分析也可以稱為“數據挖掘”。我們還是采用"數據挖掘傾向于幫助業務預測未來"的說法。這個說法相對而言共識會更多一些。數據挖掘通常會涉及到6個步驟：

1.業務理解及問題定義

2.數據理解

3.數據整理（需要從數據庫或者數據倉庫中提取數據，一般需要用到SQL)

4.建立模型（一般需要根據各種問題適應的場景應用各種算法來建立模型，這個通常需要用到相關的數據挖掘軟件，比如需要用到懂編程的Pyhon、R。當然也可以用不需要編程的Clenmentine或者SASEM）

5.模型評估（這個也需要用到數據挖掘軟件）

6.模型上線部署（這個最好需要用到可編程的軟件，以便讓模型能按照規定的時間自動運行生成結果）

其實看完這個流程，大家會發現，如果只是給老板講講PPT，說說自己做的數據挖掘模型效果不錯。不考慮自動運行提升效率。不會編程（SQL不屬于編程范疇）也可以。但要保證模型在線上自動運行，保證整個過程的自動化和效率。學好編程（比如Python或者R）還是必須的

總結一下：做數據挖掘不是必須會編程，但是會編程會提升你在這個職位上工作效率和競爭力。