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(wù)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(qiáng)勁的大數(shù)據(jù)性能和自助式的分析體驗(yàn),企業(yè)可充分了解和利用他們的數(shù)據(jù),增強(qiáng)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(lǐng)導(dǎo)者之一，在為大數(shù)據(jù)操作，深度學(xué)習(xí)算法和多種類型的AI應(yīng)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(dòng)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(shù)主要分為大數(shù)據(jù)和可視化亮點(diǎn)。覆蓋BI和大數(shù)據(jù)(海量數(shù)據(jù)、實(shí)時(shí)分析)，敏捷BI，自服務(wù)BI，探索式BI，性價(jià)比高。但不支持程序接口，實(shí)施交由第三方外包。永洪BI在產(chǎn)品能力上還不錯(cuò)，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(wù)方面則表現(xiàn)一般。

4.Power BI

Microsoft Power BI是一個(gè)基于Web的業(yè)務(wù)分析工具套件，擅長數(shù)據(jù)可視化，采用的CS架構(gòu)，主要的報(bào)表連接過程使用的客戶端，瀏覽器端可以進(jìn)行簡單的報(bào)表編輯。其連接數(shù)據(jù)源需要單獨(dú)下載msi驅(qū)動(dòng)，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(gè)不符合我們需要集成的需求)。學(xué)習(xí)成本較低上手快，但功能簡單，無法支持復(fù)雜的業(yè)務(wù)場景，不支持定制開發(fā)。

5.SmartBI

企業(yè)級商業(yè)智能應(yīng)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(bào)表，OLAP，各種業(yè)務(wù)報(bào)表，制作儀表盤，在移動(dòng)終端上展示，有統(tǒng)一服務(wù)平臺支持眾多的管理維護(hù)功能。和FineBI同為比較不錯(cuò)的國內(nèi)BI數(shù)據(jù)分析軟件，但是操作體驗(yàn)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(yùn)行在windows系統(tǒng)，C/S的產(chǎn)品架構(gòu)。采用內(nèi)存動(dòng)態(tài)計(jì)算，數(shù)據(jù)量小時(shí)，速度很快;數(shù)據(jù)量大時(shí)，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(fù)雜報(bào)表填報(bào)等難以支持，另外代理商對客戶的響應(yīng)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(jìn)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(fù)雜的數(shù)據(jù)分析任務(wù)也能勝任。

二、Python數(shù)據(jù)分析工具。Python是一種強(qiáng)大的編程語言，廣泛應(yīng)用于數(shù)據(jù)分析領(lǐng)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(jì)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(jìn)行復(fù)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(jì)分析而設(shè)計(jì)的編程語言，廣泛應(yīng)用于數(shù)據(jù)分析領(lǐng)域。R語言擁有豐富的統(tǒng)計(jì)分析和數(shù)據(jù)可視化函數(shù)庫，如ggplot2、dplyr等，可以方便地進(jìn)行數(shù)據(jù)挖掘、預(yù)測分析和機(jī)器學(xué)習(xí)等工作。同時(shí)，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(guān)系數(shù)據(jù)庫的標(biāo)準(zhǔn)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(jìn)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(jié)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(bào)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(diǎn)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(jìn)行使用，可以大大提高數(shù)據(jù)分析的效率和準(zhǔn)確性。

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(shè)計(jì)圖標(biāo)數(shù)據(jù)分析方面的高級技巧。數(shù)據(jù)分析師是一個(gè)需要擁有較強(qiáng)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(xiàng)目計(jì)劃導(dǎo)圖演練、PPT高級動(dòng)畫技巧等。

2、數(shù)據(jù)庫：MySQL

Excel如果能夠玩的很轉(zhuǎn)，能勝任一部分?jǐn)?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(xué)會數(shù)據(jù)庫技術(shù)，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(yùn)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(xué)習(xí)MySQL的備份和恢復(fù);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(shù)，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(gè)技術(shù)活。好比公司領(lǐng)導(dǎo)讓你對某一個(gè)項(xiàng)目得研究成果做匯報(bào)，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.QUEST

QUEST是IBM公司Almaden研究中心開發(fā)的一個(gè)多任務(wù)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(yīng)用開發(fā)提供高效的數(shù)據(jù)開采基本構(gòu)件。系統(tǒng)具有如下特點(diǎn)：

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

各種開采算法具有近似線性（O(n)）計(jì)算復(fù)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(shè)計(jì)了相應(yīng)的并行算法。

2.MineSet

MineSet是由SGI公司和美國Standford大學(xué)聯(lián)合開發(fā)的多任務(wù)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(shí)時(shí)地發(fā)掘、理解大量數(shù)據(jù)背后的知識。MineSet有如下特點(diǎn)：

MineSet以先進(jìn)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(guān)系數(shù)據(jù)庫?？梢灾苯訌腛racle、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(zhuǎn)換功能。在進(jìn)行挖掘前，MineSet可以去除不必要的數(shù)據(jù)項(xiàng)，統(tǒng)計(jì)、集合、分組數(shù)據(jù)，轉(zhuǎn)換數(shù)據(jù)類型，構(gòu)造表達(dá)式由已有數(shù)據(jù)項(xiàng)生成新的數(shù)據(jù)項(xiàng)，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(xué)開發(fā)的一個(gè)多任務(wù)數(shù)據(jù)挖掘系統(tǒng)，它的前身是DBLearn。該系統(tǒng)設(shè)計(jì)的目的是把關(guān)系數(shù)據(jù)庫和數(shù)據(jù)開采集成在一起，以面向?qū)傩缘亩嗉壐拍顬榛A(chǔ)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(guān)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(shù)：面向?qū)傩缘臍w納、統(tǒng)計(jì)分析、逐級深化發(fā)現(xiàn)多級規(guī)則、元規(guī)則引導(dǎo)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(guān)系數(shù)據(jù)庫平滑集成。

實(shí)現(xiàn)了基于客戶/服務(wù)器體系結(jié)構(gòu)的Unix和PC（Windows/NT）版本的系統(tǒng)。