數(shù)據(jù)分析工具其實有很多種，對應不同類型的使用者也有各自適合的選擇。例如懂數(shù)據(jù)算法計算機語言的人，可能給他一款，填寫算法代碼流暢的分析軟件就是有效。掌握了數(shù)據(jù)分析專業(yè)技能的人，強大的分析功能能將工作做到事半功倍，不管看著功能多復雜。還有就是我這種非計算機專業(yè)出身，非統(tǒng)計學出身，但工作做還需要對大量數(shù)據(jù)進行分析的人。

如果你跟我一樣，那么可以看下我的回答。

我總結(jié)了下，我以前找分析工具的時候，自己先想了幾個方向點：

1、好上手。一看板面就知道怎么導入數(shù)據(jù)，怎么做圖表，怎么排版的。這樣的高效。

2、功能還得強大的.畢竟是非專業(yè)人士了，找分析工具就是為了充分發(fā)揮工具自身能動性，和強大功能，來給我們創(chuàng)造價值的，特別是涉及到數(shù)據(jù)大量、復雜，必須有給力的功能支撐才能是良心工具。

3、可視化呈現(xiàn)要好一點，就是圖表要高大上的。數(shù)據(jù)分析報告得拿出手，圖表的展現(xiàn)就是第一門面。包裝的意識還是要有的。

所以結(jié)論就是找一些操作容易、功能強大、圖表顏值還得好的工具了。我就是照著這個思路找的，也用過幾個，可以給大家說說。像東軟做的Dataviz，是用著比較順手的了。具體介紹我就摘抄下，自己懶得碼那么多字

DataViz數(shù)據(jù)可視化分析工具，不需要編寫代碼，也不需要任何程序設計基礎，用戶可以通過簡單的拖拽就可以實現(xiàn)數(shù)據(jù)可視化展示與分析。DataViz使用簡單，但是實現(xiàn)的功能卻不簡單，上百種豐富的炫酷圖表，可以實現(xiàn)數(shù)據(jù)的多維度多層次分析。

上圖先，先看些基本圖

各種數(shù)據(jù)分析好后，可以做成組合圖冊：

重點就是操作起來簡單，拖拖拽拽的，看起來特別復雜的圖表，其實拼貼一下就能搞定了。操作面板基本本國人都可以分分鐘用起來。

如果是專業(yè)人士或者計算機大拿的，估計可以尋找更復雜的工具進行嘗試了。但不適合我，所以我這里就不進行推薦了。

SPSS、SAS都是用于統(tǒng)計分析，圍繞統(tǒng)計學知識的一些基本應用，包括描述統(tǒng)計，方差分析，因子分析，主成分分析，基本的回歸，分布的檢驗等等。SPSS用于市場研究較多，SAS銀行金融和醫(yī)學統(tǒng)計較多，有一些難度。

R語言像是綜合性較強的一類數(shù)據(jù)分析工具，集統(tǒng)計分析、數(shù)據(jù)挖掘，數(shù)據(jù)可視化。展開來，講講數(shù)據(jù)分析~這些數(shù)據(jù)分析工具的使用還是看需求，每個企業(yè)應用的選擇和方式都不同。

數(shù)據(jù)分析的概念很廣，站在IT的角度，實際應用中可以把數(shù)據(jù)分析工具分成兩個維度：第一維度：數(shù)據(jù)存儲層——數(shù)據(jù)報表層——數(shù)據(jù)分析層——數(shù)據(jù)展現(xiàn)層

第二維度：用戶級——部門級——企業(yè)級——BI級

1、數(shù)據(jù)存儲層

數(shù)據(jù)存儲設計到數(shù)據(jù)庫的概念和數(shù)據(jù)庫語言，這方面不一定要深鉆研，但至少要理解數(shù)據(jù)的存儲方式，數(shù)據(jù)的基本結(jié)構(gòu)和數(shù)據(jù)類型。SQL查詢語言必不可少，精通最好?？蓮某Ｓ玫膕elece查詢，update修改，delete刪除，insert插入的基本結(jié)構(gòu)和讀取入手。

Access2003、Access07等，這是最基本的個人數(shù)據(jù)庫，經(jīng)常用于個人或部分基本的數(shù)據(jù)存儲；MySQL數(shù)據(jù)庫，這個對于部門級或者互聯(lián)網(wǎng)的數(shù)據(jù)庫應用是必要的，這個時候關鍵掌握數(shù)據(jù)庫的庫結(jié)構(gòu)和SQL語言的數(shù)據(jù)查詢能力；

SQL Server2005或更高版本，對中小企業(yè)，一些大型企業(yè)也可以采用SQL Server數(shù)據(jù)庫，其實這個時候本身除了數(shù)據(jù)存儲，也包括了數(shù)據(jù)報表和數(shù)據(jù)分析了，甚至數(shù)據(jù)挖掘工具都在其中了；

DB2，Oracle數(shù)據(jù)庫都是大型數(shù)據(jù)庫，主要是企業(yè)級，特別是大型企業(yè)或者對數(shù)據(jù)海量存儲需求的就是必須的了，一般大型數(shù)據(jù)庫公司都提供非常好的數(shù)據(jù)整合應用平臺；

BI級別，實際上這個不是數(shù)據(jù)庫，而是建立在前面數(shù)據(jù)庫基礎上的，企業(yè)級應用的數(shù)據(jù)倉庫。Data Warehouse，建立在DW機上的數(shù)據(jù)存儲基本上都是商業(yè)智能平臺，整合了各種數(shù)據(jù)分析，報表、分析和展現(xiàn)，BI級別的數(shù)據(jù)倉庫結(jié)合BI產(chǎn)品也是近幾年的大趨勢。

2、報表/BI層

企業(yè)存儲了數(shù)據(jù)需要讀取，需要展現(xiàn)，報表工具是最普遍應用的工具，尤其是在國內(nèi)。過去傳統(tǒng)報表大多解決的是展現(xiàn)問題，如今像帆軟報表FineReport也會和其他應用交叉，做數(shù)據(jù)分析報表，通過接口開放功能、填報、決策報表功能，能夠做到打通數(shù)據(jù)的進出，涵蓋了早期商業(yè)智能的功能。

Tableau、Qlikview、FineBI這類BI工具，可分在報表層也可分為數(shù)據(jù)展現(xiàn)層，涵蓋了數(shù)據(jù)整合、數(shù)據(jù)分析和數(shù)據(jù)展現(xiàn)。FineBI和Tableau同屬于近年來非常棒的軟件，可作為可視化數(shù)據(jù)分析軟件，可常用FineBI從數(shù)據(jù)庫中取數(shù)進行報表和可視化分析。相對而言，可視化Tableau更優(yōu)，但FineBI又有另一種身份——商業(yè)智能，所以在大數(shù)據(jù)處理方面的能力更勝一籌。