1、數(shù)據(jù)處理工具：Excel

數(shù)據(jù)分析師，在有些公司也會有數(shù)據(jù)產(chǎn)品經(jīng)理、數(shù)據(jù)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(shù)據(jù)分析方面的高級技巧。數(shù)據(jù)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(lián)網(wǎng)公司仍然需要數(shù)據(jù)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、數(shù)據(jù)庫：MySQL

Excel如果能夠玩的很轉，能勝任一部分數(shù)據(jù)量不是很大的公司。但是基于Excel處理數(shù)據(jù)能力有限，如果想勝任中型的互聯(lián)網(wǎng)公司中數(shù)據(jù)分析崗位還是比較困難。因此需要學會數(shù)據(jù)庫技術，一般Mysql。你需要了解MySQL管理工具的使用以及數(shù)據(jù)庫的基本操作;數(shù)據(jù)表的基本操作、MySQL的數(shù)據(jù)類型和運算符、MySQL函數(shù)、查詢語句、存儲過程與函數(shù)、觸發(fā)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(shù)據(jù)系統(tǒng)開發(fā)流程。

3、數(shù)據(jù)可視化：Tableau& Echarts

如果說前面2條是數(shù)據(jù)處理的技術，那么在如今“顏值為王”的現(xiàn)在，如何將數(shù)據(jù)展現(xiàn)得更好看，讓別人更愿意看，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，那么你不可能給他看單純的數(shù)據(jù)一樣，你需要讓數(shù)據(jù)更直觀，甚至更美觀。

1.FineBI

目前國內(nèi)數(shù)據(jù)分析的佼佼者。FineBI是新一代自助式BI工具,企業(yè)客戶多、服務范圍廣,多維OLAP分析是BI工具分析功能的集中體現(xiàn)，憑借FineBI簡單流暢的操作、強勁的大數(shù)據(jù)性能和自助式的分析體驗,企業(yè)可充分了解和利用他們的數(shù)據(jù),增強企業(yè)的競爭力。

2.Tableau

Tableau是大數(shù)據(jù)可視化軟件的市場領導者之一，在為大數(shù)據(jù)操作，深度學習算法和多種類型的AI應用程序提供交互式數(shù)據(jù)可視化方面尤為高效。它內(nèi)置常用的分析圖表，和一些數(shù)據(jù)分析模型，可以快速的探索式數(shù)據(jù)分析，可以快速地做出動態(tài)交互圖。

3.永洪敏捷BI

該產(chǎn)品穩(wěn)定性較高，利用sql處理數(shù)據(jù)。永洪的技術主要分為大數(shù)據(jù)和可視化亮點。覆蓋BI和大數(shù)據(jù)(海量數(shù)據(jù)、實時分析)，敏捷BI，自服務BI，探索式BI，性價比高。但不支持程序接口，實施交由第三方外包。永洪BI在產(chǎn)品能力上還不錯，特別是大數(shù)據(jù)性能方面，同樣可以支撐億級數(shù)據(jù)的抽取和分析，而在服務方面則表現(xiàn)一般。

4.Power BI

Microsoft Power BI是一個基于Web的業(yè)務分析工具套件，擅長數(shù)據(jù)可視化，采用的CS架構，主要的報表連接過程使用的客戶端，瀏覽器端可以進行簡單的報表編輯。其連接數(shù)據(jù)源需要單獨下載msi驅動，而不是目前主流的JDBC的連接方式。操作基本都是拖拽，不過其探索式分析能力有限，不適合做定制化開發(fā)(這個不符合我們需要集成的需求)。學習成本較低上手快，但功能簡單，無法支持復雜的業(yè)務場景，不支持定制開發(fā)。

5.SmartBI

企業(yè)級商業(yè)智能應用平臺，用戶可以更直觀便捷地獲取信息。能滿足用戶自助式的數(shù)據(jù)查詢和報表，OLAP，各種業(yè)務報表，制作儀表盤，在移動終端上展示，有統(tǒng)一服務平臺支持眾多的管理維護功能。和FineBI同為比較不錯的國內(nèi)BI數(shù)據(jù)分析軟件，但是操作體驗并不是很好，界面粗糙，并沒有FineBI的界面美觀。

6.Qlikview

屬于新一代的輕量化商業(yè)智能BI產(chǎn)品，體現(xiàn)在建模、部署和使用上。只能運行在windows系統(tǒng)，C/S的產(chǎn)品架構。采用內(nèi)存動態(tài)計算，數(shù)據(jù)量小時，速度很快;數(shù)據(jù)量大時，吃內(nèi)存很厲害性能偏慢。不過目前對于QlikView也是代理形式為主，本地化和定制化能力差，和tableau一樣沒有大數(shù)據(jù)處理能力，需要對接數(shù)據(jù)倉庫。國內(nèi)復雜報表填報等難以支持，另外代理商對客戶的響應能力有限。

數(shù)據(jù)分析工具包括多種軟件，以下是常見的幾種：

一、Excel數(shù)據(jù)分析工具。Excel是一款常用的數(shù)據(jù)處理軟件，它提供了數(shù)據(jù)透視表、圖表分析等功能，可以方便地對數(shù)據(jù)進行整理、分析和可視化展示。Excel適合處理小規(guī)模的數(shù)據(jù)集，對于大型復雜的數(shù)據(jù)分析任務也能勝任。

二、Python數(shù)據(jù)分析工具。Python是一種強大的編程語言，廣泛應用于數(shù)據(jù)分析領域。Python擁有眾多的數(shù)據(jù)處理和分析庫，如pandas、numpy、scipy等，可以用于數(shù)據(jù)處理、統(tǒng)計分析、數(shù)據(jù)可視化等方面的工作。這些庫能夠幫助用戶輕松地處理大規(guī)模數(shù)據(jù)集并進行復雜的分析。

三、R語言數(shù)據(jù)分析工具。R是一種專門為統(tǒng)計分析而設計的編程語言，廣泛應用于數(shù)據(jù)分析領域。R語言擁有豐富的統(tǒng)計分析和數(shù)據(jù)可視化函數(shù)庫，如ggplot2、dplyr等，可以方便地進行數(shù)據(jù)挖掘、預測分析和機器學習等工作。同時，R語言的交互性和圖形界面也使得它易于使用和理解。

四、SQL數(shù)據(jù)庫查詢工具。SQL是用于管理關系數(shù)據(jù)庫的標準語言，也是數(shù)據(jù)分析中常用的工具之一。通過SQL查詢語句，用戶可以檢索、插入、更新和刪除數(shù)據(jù)庫中的數(shù)據(jù)，進行數(shù)據(jù)的查詢和分析工作。常見的SQL數(shù)據(jù)庫查詢工具有MySQL、Oracle SQL Developer等。

五、數(shù)據(jù)可視化工具。數(shù)據(jù)可視化是將數(shù)據(jù)以圖形化的方式呈現(xiàn)出來的過程，有助于用戶更直觀地理解數(shù)據(jù)和分析結果。常見的數(shù)據(jù)可視化工具有Tableau、Power BI等，這些工具提供了豐富的圖表類型和可視化功能，方便用戶快速生成直觀的數(shù)據(jù)報告和圖表。

以上所述即為常見的數(shù)據(jù)分析工具，每種工具都有其特點和優(yōu)勢，根據(jù)具體的數(shù)據(jù)分析需求和場景選擇合適的工具進行使用，可以大大提高數(shù)據(jù)分析的效率和準確性。

1.QUEST

QUEST是IBM公司Almaden研究中心開發(fā)的一個多任務數(shù)據(jù)挖掘系統(tǒng)，目的是為新一代決策支持系統(tǒng)的應用開發(fā)提供高效的數(shù)據(jù)開采基本構件。系統(tǒng)具有如下特點：

提供了專門在大型數(shù)據(jù)庫上進行各種開采的功能：關聯(lián)規(guī)則發(fā)現(xiàn)、序列模式發(fā)現(xiàn)、時間序列聚類、決策樹分類、遞增式主動開采等。

各種開采算法具有近似線性（O(n)）計算復雜度，可適用于任意大小的數(shù)據(jù)庫。

算法具有找全性，即能將所有滿足指定類型的模式全部尋找出來。

為各種發(fā)現(xiàn)功能設計了相應的并行算法。

2.MineSet

MineSet是由SGI公司和美國Standford大學聯(lián)合開發(fā)的多任務數(shù)據(jù)挖掘系統(tǒng)。MineSet集成多種數(shù)據(jù)挖掘算法和可視化工具，幫助用戶直觀地、實時地發(fā)掘、理解大量數(shù)據(jù)背后的知識。MineSet有如下特點：

MineSet以先進的可視化顯示方法聞名于世。

提供多種萃誥蚰J健0ǚ擲嗥鰲⒒毓檳J健⒐亓嬖頡⒕劾喙欏⑴卸狹兄匾取?br>

支持多種關系數(shù)據(jù)庫。可以直接從Oracle、Informix、Sybase的表讀取數(shù)據(jù)，也可以通過SQL命令執(zhí)行查詢。

多種數(shù)據(jù)轉換功能。在進行挖掘前，MineSet可以去除不必要的數(shù)據(jù)項，統(tǒng)計、集合、分組數(shù)據(jù)，轉換數(shù)據(jù)類型，構造表達式由已有數(shù)據(jù)項生成新的數(shù)據(jù)項，對數(shù)據(jù)采樣等。

操作簡單、支持國際字符、可以直接發(fā)布到Web。

3.DBMiner

DBMiner是加拿大SimonFraser大學開發(fā)的一個多任務數(shù)據(jù)挖掘系統(tǒng)，它的前身是DBLearn。該系統(tǒng)設計的目的是把關系數(shù)據(jù)庫和數(shù)據(jù)開采集成在一起，以面向屬性的多級概念為基礎發(fā)現(xiàn)各種知識。DBMiner系統(tǒng)具有如下特色：

能完成多種知識的發(fā)現(xiàn)：泛化規(guī)則、特性規(guī)則、關聯(lián)規(guī)則、分類規(guī)則、演化知識、偏離知識等。

綜合了多種數(shù)據(jù)開采技術：面向屬性的歸納、統(tǒng)計分析、逐級深化發(fā)現(xiàn)多級規(guī)則、元規(guī)則引導發(fā)現(xiàn)等方法。

提出了一種交互式的類SQL語言——數(shù)據(jù)開采查詢語言DMQL。

能與關系數(shù)據(jù)庫平滑集成。

實現(xiàn)了基于客戶/服務器體系結構的Unix和PC（Windows/NT）版本的系統(tǒng)。