❶ 有哪些做數據分析好用的軟體工具
其實工具是非常具有個人喜好傾向的，每個數據分析師都有自己最習慣的工具，那麼被提及頻率最高且使用最多的不過是這幾種：Excel、sql、Python、R、Smartbi、Tableau、SPSS、SAS 等。
Excel是最入門也是最基礎同時也是最主要的數據分析工具，優點也是數不勝數，而且是人人裝機必備，所以協同起來非常方便。
SQL是數據分析這個職業人手必會的工具之一，入門相對來說比較簡單，業內人笑稱這是增刪改查的小能手，總之如果想做數據分析師，那麼這個工具是必備技能。SmartbiSmartbi是專業的BI工具，非常穩定且操作簡單，功能也非常全面。TableauTableau和Excel部分功能有一些相似之處，但Tableau的界面優化更加完美，做出來的圖比excel 要美觀很多。
SPSS操作比較簡單，只要你對界面和功能基本會用，那麼准備好數據輸入進行分析，軟體會就自動給你算出分析結果。但是要想能讀懂分析結果，需要自己有扎實的基礎。
SAS 統計分析系統功能較 SPSS 而言更強大一些，它的語句針對性也比較強。SAS數據分析功能主要包括統計分析、經濟計量分析、時間序列分析、決策分析、財務分析和全面質量管理工具等。PythonPython相比 Excel、SQL 而言，綜合功能最為強大，也更加便捷高效。但也不是所有的都能用到Python。RR 在統計方面較為突出。R的優勢在於有包羅萬象的統計函數可以調用，特別是在時間序列分析方面（主要用在金融分析與趨勢預測）無論是經典還是前沿的方法都有相應的包直接使用。
但是數據分析師不是單單只學會運用工具就可以的，最重要的還是數據分析思維和業務思維，以及強大的邏輯思維能力。
❷ 大數據分析一般用什麼工具分析
今天就我們用過的幾款大數據分析工具簡單總結一下，與大家分享。
1、Tableau
這個號稱敏捷BI的扛把子，魔力象限常年位於領導者象限，界面清爽、功能確實很強大，實至名歸。將數據拖入相關區域，自動出圖，圖形展示豐富，交互性較好。圖形自定義功能強大，各種圖形參數配置、自定義設置可以靈活設置，具備較強的數據處理和計算能力，可視化分析、互動式分析體驗良好。確實是一款功能強大、全面的數據可視化分析工具。新版本也集成了很多高級分析功能，分析更強大。但是基於圖表、儀錶板、故事報告的邏輯，完成一個復雜的業務匯報，大量的圖表、儀錶板組合很費事。給領導匯報的PPT需要先一個個截圖，然後再放到PPT裡面。作為一個數據分析工具是合格的，但是在企業級這種應用匯報中有點局限。
2、PowerBI
PowerBI是蓋茨大佬推出的工具，我們也興奮的開始試用，確實完全不同於Tableau的操作邏輯，更符合我們普通數據分析小白的需求，操作和Excel、PPT類似，功能模塊劃分清晰，上手真的超級快，圖形豐富度和靈活性也是很不錯。但是說實話，畢竟剛推出，系統BUG很多，可視化分析的功能也比較簡單。雖然有很多復雜的數據處理功能，但是那是需要有對Excel函數深入理解應用的基礎的，所以要支持復雜的業務分析還需要一定基礎。不過版本更新倒是很快，可以等等新版本。
3、Qlik
和Tableau齊名的數據可視化分析工具，QlikView在業界也享有很高的聲譽。不過Qlik Seanse產品系列才在大陸市場有比較大的推廣和應用。真的是一股清流，界面簡潔、流程清晰、操作簡單，交互性較好，真的是一款簡單易用的BI工具。但是不支持深度的數據分析，圖形計算和深度計算功能缺失，不能滿足復雜的業務分析需求。
最後將視線聚焦國內，目前搜索排名和市場宣傳比較好的也很多，永洪BI、帆軟BI、BDP等。不過經過個人感覺整體宣傳大於實際。
4、永洪BI
永洪BI功能方面應該是相對比較完善的，也是拖拽出圖，有點類似Tableau的邏輯，不過功能與Tableau相比還是差的不是一點半點，但是操作難度居然比Tableau還難。預定義的分析功能比較豐富，圖表功能和靈活性較大，但是操作的友好性不足。宣傳擁有高級分析的數據挖掘功能，後來發現就集成了開源的幾個演算法，功能非常簡單。而操作過程中大量的彈出框、難以理解含義的配置項，真的讓人很暈。一個簡單的堆積柱圖，就研究了好久，看幫助、看視頻才搞定。哎，只感嘆功能藏得太深，不想給人用啊。
5、帆軟BI
再說號稱FBI的帆軟BI，帆軟報表很多國人都很熟悉，功能確實很不錯，但是BI工具就真的一般般了。只能簡單出圖，配合報表工具使用，能讓頁面更好看，但是比起其他的可視化分析、BI工具，功能還是比較簡單，分析的能力不足，功能還是比較簡單。帆軟名氣確實很大，號稱行業第一，但是主要在報表層面，而數據可視化分析方面就比較欠缺了。
6、Tempo
另一款工具，全名叫「Tempo大數據分析平台」，宣傳比較少，2017年Gartner報告發布後無意中看到的。是一款BS的工具，申請試用也是費盡了波折啊，永洪是不想讓人用，他直接不想賣的節奏。
第一次試用也是一臉懵逼，不知道該點那！不過抱著破罐子破摔的心態稍微點了幾下之後，操作居然越來越流暢。也是拖拽式操作，數據可視化效果比較豐富，支持很多便捷計算，能滿足常用的業務分析。最最驚喜的是它還支持可視化報告導出PPT，徹底解決了分析結果輸出的問題。深入了解後，才發現他們的核心居然是「數據挖掘」，演算法十分豐富，也是拖拽式操作，我一個文科的分析小白，居然跟著指導和說明做出了一個數據預測的挖掘流，簡直不要太驚喜。掌握了Tempo的基本操作物戚邏輯後，漏帶居然發現他返螞蘆的易用性真的很不錯，功能完整性和豐富性也很好。
❸ 數據分析師常用工具有哪些
1、數據處理工具：Excel
數據分析師，在有些公司也會有數據產品經理、數據挖掘工程師等等。他們最初級最主要的工具就是Excel。有些公司也會涉及到像Visio，Xmind、PPT等設計圖標數據分析方面的高級技巧。數據分析師是一個需要擁有較強綜合能力的崗位，因此，在有些互聯網公司仍然需要數據透視表演練、Vision跨職能流程圖演練、Xmind項目計劃導圖演練、PPT高級動畫技巧等。
2、資料庫：MySQL
Excel如果能夠玩的很轉，能勝任一部分數據量不是很大的公司。但是基於Excel處理數據能力有限，如果想勝任中型的互聯網公司中數據分析崗位還是比較困難。因此需要學會資料庫技術，一般Mysql。你需要了解MySQL管理工具的使用以及資料庫的基本操作;數據表的基本操作、MySQL的數據類型和運算符、MySQL函數、查詢語句、存儲過程與函數、觸發程序以及視圖等。比較高階的需要學習MySQL的備份和恢復;熟悉完整的MySQL數據系統開發流程。
3、數據可視化：Tableau & Echarts
如果說前面2條是數據處理的技術，那麼在如今“顏值為王”的現在，如何將數據展現得更好看，讓別人更願意看，這也是一個技術活。好比公司領導讓你對某一個項目得研究成果做匯報，那麼你不可能給他看單純的數據一樣，你需要讓數據更直觀，甚至更美觀。
❹ 分析數據的軟體有哪些
1、Excel
Excel作為入門級的工具，是最基礎也是最主要的數據分析工具，它可以進行各種數據的處理、統計分析和輔助決策操作，數據透視圖是Excel中最重要的工具，如果不考慮性能和數據量，它可以處理絕大部分的分析工作。正所謂初級學圖表，中級學函數透視表，高級學習VBA。EXCEL功能的強大隻有那些正真學過它的人才能知道
2、SQL
毫不誇張地說，SQL是數據方向所有崗位的必備技能，入門比較容易，概括起來就是增刪改查。SQL需要掌握的知識點主要包括數據的定義語言、數據的操縱語言以及數據的控制語言;在數據的操縱語言中，理解SQL的執行順序和語法順序，熟練掌握SQL中的重要函數，理解SQL中各種join的異同。總而言之，要想入行數據分析，SQL是必要技能。
3、Smartbi
Smartbi是專業的BI工具，基於統一架構實現數據採集、查詢、報表、自助分析、多維分析、移動分析、儀表盤、數據挖掘以及其他輔助功能，並且具有分析報告、結合AI進行語音分析等特色功能。十多年的發展歷史，國產BI軟體中最全面和成熟穩定的產品。廣泛應用於金融、政府、電信、企事業單位等領域。完善的在線文檔和教學視頻，操作簡便易上手。
4、Tableau
Tableau這款軟體 與 Excel 的數據透視圖有異曲同工之處，都是可以直接用滑鼠來選擇行、列標簽來生成各種不同的圖形圖表。但Tableau的設計、色彩及操作界面給人一種簡單，清新的感覺，做出來的圖比 excel 的更美觀。
5、SPSS
SPSS界面操作比較簡單，只要認識軟體基本界面和功能，准備好數據輸入進行分析，軟體會就自動給你算出分析結果。但要想讀透SPSS給出的分析結果，需要比較扎實的統計學知識。側重於統計分析類模型，能解決絕大部分統計學問題。
❺ 詳細講下tableau、sql、spss、Clemente、Visio、Qlik View、word、Excel的功能及之間的聯系和區別
我有一個詳細的說明文件和教程集合。敗前
《社科學生還是專心SPSS和Clementine的軟體組合的好 》 http://kissjx.blog.163.com/blog/static/191783257201261654043304/詳細的分析了各種軟體的利弊，掘枯山如果你只想學點簡單的，入門的，可觀看《SPSS視頻判中教程大合集 》http://kissjx.blog.163.com/blog/static/191783257201261655337113/
❻ tableau的學習過程中,你認為易學和難學的地方分別是什麼
學習過程中易學和難學的地方分別是：
1、簡單的地方：界面操作直觀、資料案例豐富。
2、難學的地方：Tableau是一個側重於實踐的工具，需要有實際的場景與需求，作為可視化工具，上游是不同的數據源，下游輸出族悉是各個部門看數據的需求兆指乎，需要掌握很多相關的知識：資料庫，可視化，統計學，業逗畢務分析。在直觀的工具界面下，隱藏著很多復雜的概念和原理，如：表計算，LOD。