數(shù)據(jù)分析工具軟件有哪些

1. Excel

Excel是微軟辦公套裝軟件的關(guān)鍵組成部分，廣泛應(yīng)用于數(shù)據(jù)處理、統(tǒng)計分析和輔助決策。它適用于管理、統(tǒng)計、財經(jīng)、金融等多個領(lǐng)域。

2. SAS

SAS是由美國北卡羅來納州立大學(xué)于1966年開發(fā)的統(tǒng)計分析軟件。它提供了包括基本統(tǒng)計和計數(shù)計算、方差分析、相關(guān)回歸分析以及多變量分析等多種統(tǒng)計分析過程。

3. R

R是一個開源的數(shù)據(jù)分析軟件，其分析能力可與SPSS和Matlab等商業(yè)軟件相媲美，是一種輕量級的數(shù)據(jù)分析工具。

4. SPSS

SPSS是“統(tǒng)計產(chǎn)品與服務(wù)解決方案”的縮寫，提供了包括非線性回歸、聚類分析、主成分分析（PCA）和基本的時序分析在內(nèi)的多種統(tǒng)計分析功能。

5.友盟+

友盟+是常用的APP分析軟件，作為一款自助式分析工具，主要功能包括App用戶統(tǒng)計、用戶行為分析、行業(yè)看板和用戶運(yùn)營工具。

編者按：數(shù)據(jù)科學(xué)家是21世紀(jì)的熱門工作。工欲善其事必先利其器。數(shù)據(jù)分析工具何其多，究竟用哪樣才合適？Lewis Chou在Medium上分析了3類6種工具的特點和適用場景，看完這篇文章，相信你就可以知道了。原文標(biāo)題是：Top 6 Data Analytics Tools in 2019

說到數(shù)據(jù)分析工具，我們總是有疑問。那么多的數(shù)據(jù)分析工具，它們之間究竟有什么區(qū)別？哪個更好？我應(yīng)該學(xué)習(xí)哪一個？

盡管這是一個老生常談的話題，但它確實很重要，我一直在努力尋找這個終極問題的答案。如果你到網(wǎng)上搜索這個領(lǐng)域的相關(guān)信息的話，很難找到公正的看法。因為特定數(shù)據(jù)分析工具的評估者可能會從不同的角度出發(fā)，并帶有一些個人感受。

今天，讓我們撇開這些個人感受。我會嘗試跟大家一起客觀地談?wù)勎覍κ袌錾蠑?shù)據(jù)分析工具的個人看法，以供參考。

我總共選擇了三類共6種工具。接下來我會一一進(jìn)行介紹。

Excel具備多種強(qiáng)大功能，比如創(chuàng)建表單，數(shù)據(jù)透視表，VBA等，Excel的系統(tǒng)如此龐大，以至于沒有任何一項分析工具可以超越它，確保了大家可以根據(jù)自己的需求分析數(shù)據(jù)。

但是，有些人可能以為他們非常精通計算機(jī)編程語言，然后鄙視用Excel作為工具，因為Excel無法處理大數(shù)據(jù)。但是請考慮一下，我們?nèi)粘Ｉ钪惺褂玫臄?shù)據(jù)是不是超出了大數(shù)據(jù)的限制？在我看來，Excel就是一款全能型的播放器。它最適合小型數(shù)據(jù)，而且通過插件還可以處理數(shù)百萬的數(shù)據(jù)。

綜上所述，基于Excel的強(qiáng)大功能及其用戶規(guī)模，我認(rèn)為它是必不可少的工具。如果你想學(xué)習(xí)數(shù)據(jù)分析，Excel絕對是首選。

商業(yè)智能是為數(shù)據(jù)分析而生的，它誕生的起點很高。其目的是縮短從商業(yè)數(shù)據(jù)到商業(yè)決策的時間，并利用數(shù)據(jù)來影響決策。

Excel的產(chǎn)品目標(biāo)不是這樣。Excel可以做很多事情。你可以使用Excel畫課程表，制作問卷或用作計算器，甚至可以用來畫畫。如果你會VBA，還可以制作小型游戲。不過這些并不是真正的數(shù)據(jù)分析功能。

但是BI工具就是專門用于數(shù)據(jù)分析的。

以常見的BI工具（例如Power BI，F(xiàn)ineReport和Tableau）為例。你會發(fā)現(xiàn)它們都是按照數(shù)據(jù)分析流程設(shè)計的。先是數(shù)據(jù)處理，數(shù)據(jù)清洗，然后是數(shù)據(jù)建模，最后是數(shù)據(jù)可視化，用圖表來識別問題并影響決策。

這些是數(shù)據(jù)分析的唯一方法，并且在這個過程中存在一些員工的痛點。

比方說，可以用BI工具來簡化重復(fù)的低附加值的數(shù)據(jù)清洗工作。

如果數(shù)據(jù)量很大，傳統(tǒng)工具Excel是無法完成數(shù)據(jù)透視表的。

如果我們用Excel來進(jìn)行圖形顯示，會需要花費(fèi)大量時間來編輯圖表，包括顏色和字體設(shè)置等瑣事。

這些痛點是BI工具可以為我們帶來變化和價值的地方。

現(xiàn)在，讓我們比較一下市場上的三種流行的BI工具：Power BI，F(xiàn)ineReport和Tableau。

1）Tableau

Tableau的核心本質(zhì)實際上是Excel的數(shù)據(jù)透視表和數(shù)據(jù)透視圖?？梢哉fTableau敏銳地意識到了Excel的這一功能。它進(jìn)入BI市場較早，并延續(xù)了這一核心價值。

從發(fā)展歷史和當(dāng)前市場反饋的角度來看，Tableau的可視化效果更好。我不認(rèn)為這是因為它的圖表有多酷，但是它的設(shè)計、顏色和用戶界面給我們一種簡單而新鮮的感覺。

確實，這就像Tableau自己的宣傳一樣，他們投入了大量的學(xué)術(shù)精力來研究大家喜歡哪種圖表，以及如何為用戶提供操作和視覺上的終極體驗。

此外，Tableau還增加了數(shù)據(jù)清洗功能和更智能的分析功能。這也是Tableau可以預(yù)期的產(chǎn)品開發(fā)優(yōu)勢。

2）Power BI

Power BI的優(yōu)勢在于其業(yè)務(wù)模型和數(shù)據(jù)分析功能。

Power BI以前是Excel的插件，但是發(fā)展并不理想。因此它擺脫了Excel，發(fā)展成BI工具。作為后來者，Power BI每個月都有迭代更新，并且跟進(jìn)的速度很快。

Power BI當(dāng)前具有三種授權(quán)方式：Power BI Free、Power BI Pro以及Power BI Premium。與Tableau一樣，免費(fèi)版的功能也不完整。但是給個人用幾乎已經(jīng)足夠。而且Power BI的數(shù)據(jù)分析功能強(qiáng)大。它的PowerPivot和DAX語言讓我能夠以類似在Excel中編寫公式的方式來進(jìn)行復(fù)雜的高級分析。

3）FineReport應(yīng)用

FineReport之所以獨(dú)特在于它的自助服務(wù)數(shù)據(jù)分析非常適合企業(yè)用戶。只需簡單的拖放操作，你就可以使用FineReport設(shè)計各種樣式的報告，并輕松構(gòu)建數(shù)據(jù)決策分析系統(tǒng)。

FineReport可以直接連接到各種數(shù)據(jù)庫，并且方便快捷地自定義各種樣式，從而制作周報、月報和季報、年報。其格式類似于Excel的界面。功能包括報告創(chuàng)建，報告權(quán)限分配，報告管理，數(shù)據(jù)輸入等。

此外，F(xiàn)ineReport的可視化功能也非常突出，它提供了多種儀表板模板和許多自行開發(fā)的可視插件庫。

在價格方面，F(xiàn)ineReport的個人版本是完全免費(fèi)的，并且所有功能都是開放的。

R和Python是我要討論的第三類工具。盡管像Excel和BI工具這樣的軟件已盡最大努力考慮到數(shù)據(jù)分析的大多數(shù)應(yīng)用場景，但其實它們基本上都是定制化的。如果軟件沒有設(shè)計某項功能或替某功能開發(fā)按鈕，那很可能你就沒法用它們來完成工作。

在這一點上面，編程語言是不一樣的。它非常強(qiáng)大和靈活。你可以編寫代碼來執(zhí)行所需的任何操作。比方說，R和Python是數(shù)據(jù)科學(xué)家必不可少的工具。從專業(yè)的角度來看，它們絕對比Excel和BI工具強(qiáng)大。

那么，R和Python可以實現(xiàn)哪些Excel和BI工具難以實現(xiàn)的應(yīng)用場景呢？

1）專業(yè)統(tǒng)計分析

就R語言而言，它最擅長的是統(tǒng)計分析，例如正態(tài)分布，使用算法對聚類進(jìn)行分類和回歸分析等。這種分析就像用數(shù)據(jù)作實驗一樣。它可以幫助我們回答以下問題。

比方說，數(shù)據(jù)的分布是正態(tài)分布、三角分布還是其他類型的分布？離散情況如何？它是否在我們想要達(dá)到的統(tǒng)計可控范圍內(nèi)？不同參數(shù)對結(jié)果的影響的大小是多少？還有假設(shè)仿真分析。如果某個參數(shù)發(fā)生變化，會帶來多大影響？

2）獨(dú)立預(yù)測分析

比方說，我們打算預(yù)測消費(fèi)者的行為。他會在我們的商店停留多長時間？他會花多少錢？我們可以找出他的個人信用情況，并根據(jù)他的在線消費(fèi)記錄確定貸款金額?；蛘撸覀兛梢愿鶕?jù)他在網(wǎng)頁上的瀏覽歷史推送不同的物品。這也涉及當(dāng)前流行的機(jī)器學(xué)習(xí)和人工智能概念。

以上比較說明了幾種軟件之間的區(qū)別。我想概括的要點的是，存在就是合理。Excel，BI工具或編程語言存在部分功能重疊，但它們也是互補(bǔ)的工具。每個應(yīng)用的價值取決于要開發(fā)的應(yīng)用的類型和當(dāng)時的情況。

在選擇數(shù)據(jù)分析工具之前，你必須首先了解自己的工作：你會不會用到我剛剛提到的應(yīng)用場景?；蚩紤]一下你的職業(yè)方向：你是面向數(shù)據(jù)科學(xué)還是業(yè)務(wù)分析的。

譯者：boxi。

工具介紹

1、前端展現(xiàn)

用于展現(xiàn)分析的前端開源工具有JasperSoft，Pentaho, Spagobi, Openi, Birt等等。

用于展現(xiàn)分析商用分析工具有Style Intelligence、RapidMiner Radoop、Cognos, BO, Microsoft Power BI, Oracle,Microstrategy,QlikView、 Tableau。

國內(nèi)的有BDP，國云數(shù)據(jù)（大數(shù)據(jù)魔鏡），思邁特，F(xiàn)ineBI等等。

2、數(shù)據(jù)倉庫

有Teradata AsterData, EMC GreenPlum, HP Vertica等等。

3、數(shù)據(jù)集市

有QlikView、 Tableau、Style Intelligence等等。

擴(kuò)展資料

大數(shù)據(jù)分析的六個基本方面

1、Analytic Visualizations（可視化分析）

不管是對數(shù)據(jù)分析專家還是普通用戶，數(shù)據(jù)可視化是數(shù)據(jù)分析工具最基本的要求?？梢暬梢灾庇^的展示數(shù)據(jù)，讓數(shù)據(jù)自己說話，讓觀眾聽到結(jié)果。

2.、Data Mining Algorithms（數(shù)據(jù)挖掘算法）

可視化是給人看的，數(shù)據(jù)挖掘就是給機(jī)器看的。集群、分割、孤立點分析還有其他的算法讓我們深入數(shù)據(jù)內(nèi)部，挖掘價值。這些算法不僅要處理大數(shù)據(jù)的量，也要處理大數(shù)據(jù)的速度。

3、Predictive Analytic Capabilities（預(yù)測性分析能力）

數(shù)據(jù)挖掘可以讓分析員更好的理解數(shù)據(jù)，而預(yù)測性分析可以讓分析員根據(jù)可視化分析和數(shù)據(jù)挖掘的結(jié)果做出一些預(yù)測性的判斷。

4、Semantic Engines（語義引擎）

我們知道由于非結(jié)構(gòu)化數(shù)據(jù)的多樣性帶來了數(shù)據(jù)分析的新的挑戰(zhàn)，我們需要一系列的工具去解析，提取，分析數(shù)據(jù)。語義引擎需要被設(shè)計成能夠從“文檔”中智能提取信息。

5、Data Quality and Master Data Management（數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理）

數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理是一些管理方面的最佳實踐。通過標(biāo)準(zhǔn)化的流程和工具對數(shù)據(jù)進(jìn)行處理可以保證一個預(yù)先定義好的高質(zhì)量的分析結(jié)果。

假如大數(shù)據(jù)真的是下一個重要的技術(shù)革新的話，我們最好把精力關(guān)注在大數(shù)據(jù)能給我們帶來的好處，而不僅僅是挑戰(zhàn)。

6、數(shù)據(jù)存儲，數(shù)據(jù)倉庫

數(shù)據(jù)倉庫是為了便于多維分析和多角度展示數(shù)據(jù)按特定模式進(jìn)行存儲所建立起來的關(guān)系型數(shù)據(jù)庫。在商業(yè)智能系統(tǒng)的設(shè)計中，數(shù)據(jù)倉庫的構(gòu)建是關(guān)鍵，是商業(yè)智能系統(tǒng)的基礎(chǔ)，承擔(dān)對業(yè)務(wù)系統(tǒng)數(shù)據(jù)整合的任務(wù)，為商業(yè)智能系統(tǒng)提供數(shù)據(jù)抽取、轉(zhuǎn)換和加載(ETL)，并按主題對數(shù)據(jù)進(jìn)行查詢和訪問，為聯(lián)機(jī)數(shù)據(jù)分析和數(shù)據(jù)挖掘提供數(shù)據(jù)平臺。

數(shù)據(jù)分析軟件有Excel、SAS、R、SPSS、TableauSoftware等等。

1、Excel

為Excel微軟辦公套裝軟件的一個重要的組成部分，它可以進(jìn)行各種數(shù)據(jù)的處理、統(tǒng)計分析和輔助決策操作，廣泛地應(yīng)用于管理、統(tǒng)計財經(jīng)、金融等眾多領(lǐng)域。

2、SAS

SAS由美國NORTHCAROLINA州立大學(xué)1966年開發(fā)的統(tǒng)計分析軟件。SAS把數(shù)據(jù)存取、管理、分析和展現(xiàn)有機(jī)地融為一體。SAS提供了從基本統(tǒng)計數(shù)的計算到各種試驗設(shè)計的方差分析，相關(guān)回歸分析以及多變數(shù)分析的多種統(tǒng)計分析過程，幾乎囊括了所有最新分析方法。

3、R

R擁有一套完整的數(shù)據(jù)處理、計算和制圖功能?？刹倏v數(shù)據(jù)的輸入和輸出，可實現(xiàn)分支、循環(huán)，用戶可自定義功能。

4、SPSS

SPSS除了數(shù)據(jù)錄入及部分命令程序等少數(shù)輸入工作需要鍵盤鍵入外，大多數(shù)操作可通過鼠標(biāo)拖曳、點擊“菜單”、“按鈕”和“對話框”來完成。

5、TableauSoftware

TableauSoftware用來快速分析、可視化并分享信息。TableauDesktop是基于斯坦福大學(xué)突破性技術(shù)的軟件應(yīng)用程序。它可以以在幾分鐘內(nèi)生成美觀的圖表、坐標(biāo)圖、儀表盤與報告。