做資料分析，大體需要掌握

1、資料儲存層

資料儲存設計到資料庫的概念和資料庫語言，這方面不一定要深鑽研，但至少要理解資料的儲存方式，資料的基本結構和資料型別。SQL查詢語言必不可少，精通最好。可從常用的selece查詢，update修改，delete刪除，insert插入的基本結構和讀取入手。

Access2003、Access07等，這是最基本的個人資料庫，經常用於個人或部分基本的資料儲存；MySQL資料庫，這個對於部門級或者網際網路的資料庫應用是必要的，這個時候關鍵掌握資料庫的庫結構和SQL語言的資料查詢能力。

SQL Server2005或更高版本，對中小企業，一些大型企業也可以採用SQL Server資料庫，其實這個時候本身除了資料儲存，也包括了資料報表和資料分析了，甚至資料探勘工具都在其中了。

DB2，Oracle資料庫都是大型資料庫了，主要是企業級，特別是大型企業或者對資料海量儲存需求的就是必須的了，一般大型資料庫公司都提供非常好的資料整合應用平臺。

BI級別，實際上這個不是資料庫，而是建立在前面資料庫基礎上的，企業級應用的資料倉庫。Data Warehouse，建立在DW機上的資料儲存基本上都是商業智慧平臺，整合了各種資料分析，報表、分析和展現！BI級別的資料倉庫結合BI產品也是近幾年的大趨勢。

2、報表層

企業儲存了資料需要讀取，需要展現，報表工具是最普遍應用的工具，尤其是在國內。傳統報表解決的是展現問題，目前國內的帆軟報表FineReport已經算在業內做到頂尖，是帶著資料分析思想的報表，因其優異的介面開放功能、填報、表單功能，能夠做到打通資料的進出，涵蓋了早期商業智慧的功能。

Tableau、FineBI之類，可分在報表層也可分為資料展現層。FineBI和Tableau同屬於近年來非常棒的軟體，可作為視覺化資料分析軟體，我常用FineBI從資料庫中取數進行報表和視覺化分析。相對而言，視覺化Tableau更優，但FineBI又有另一種身份——商業智慧，所以在大資料處理方面的能力更勝一籌。

3、資料分析層

這個層其實有很多分析工具，當然我們最常用的就是Excel，我經常用的就是統計分析和資料探勘工具； Excel軟體，首先版本越高越好用這是肯定的；當然對excel來講很多人只是掌握了5%Excel功能，Excel功能非常強大，甚至可以完成所有的統計分析工作！但是我也常說，有能力把Excel玩成統計工具不如專門學會統計軟體； SPSS軟體：當前版本是18，名字也改成了PASW Statistics；我從3.0開始Dos環境下程式設計分析，到現在版本的變遷也可以看出SPSS社會科學統計軟體包的變化，從重視醫學、化學等開始越來越重視商業分析，現在已經成為了預測分析軟體； SAS軟體：SAS相對SPSS其實功能更強大，SAS是平臺化的，EM挖掘模組平臺整合，相對來講，SAS比較難學些，但如果掌握了SAS會更有價值，比如離散選擇模型，抽樣問題，正交實驗設計等還是SAS比較好用，另外，SAS的學習材料比較多，也公開，會有收穫的！ JMP分析：SAS的一個分析分支 XLstat：Excel的外掛，可以完成大部分SPSS統計分析功能

4、表現層

表現層也叫資料視覺化，以上每種工具都幾乎提供了一點展現功能。FineBI和Tableau的視覺化功能上文有提過。其實，近年來Excel的視覺化越來越棒，配上一些外掛，使用感更佳。

PPT：辦公常用，用來寫資料分析報告；

Xmind&百度腦圖：梳理流程，幫助思考分析，展現資料分析的層次；

Xcelsius軟體：Dashboard製作和資料視覺化報表工具，可以直接讀取資料庫，在Excel裡建模，網際網路展現，最大特色還是可以在PPT中實現動態報表。

最後，需要說明的是，這樣的分類並不是區分軟體，只是想說明軟體的應用。有時候我們把資料庫就用來進行報表分析，有時候報表就是分析，有時候分析就是展現；當然有時候展現就是分析，分析也是報表，報表就是資料儲存了！

目前市場有很多專注於資料分析視覺化領域的SaaS產品。比如資料觀、Tableau、永洪BI等等，在資料處理、分析與視覺化方面都提供比較完善的服務。資料觀最重要的是操作簡便，不需要了解程式設計知識，僅需要幾下“拖拽”就能完成視覺化的報表，並實時分享給領導與同事。而Tableau則是在視覺化方面非常專業。

　　雖然只有極少數人能夠修煉成資料科學家這一21世紀最性感多金專業人士，但對於大多數非資料分析專業的IT人士來說，掌握對路的大資料工具同樣意味著加薪和升值。鑑於市面上大資料分析工具琳琅滿目日新月異，為了幫助大家少走彎路，我們為不同技術背景的IT專業人士整理了十條大資料分析工具的進修技術路徑。

　　一、Excel起步

　　作為一個入門級工具，Excel是快速分析資料的理想工具，也能建立供內部使用的資料圖。如果在眾多資料分析工具中您只瞭解最基本的Excel，以下是最好的進階路線:

　　

　　二、SQL起步

　　如果你瞭解SQL，說明你已經具備了更快提升的基礎，建議如下進階路線：

　　

　　三、R語言起步

　　作為用來分析大資料集的統計元件包，R是一個非常複雜的工具，掌握R意味著你比其他IT專業人士可以更快上手一些專業分析工具和服務。

　　

　　四、Python起步

　　

　　五、MySQL起步

　　

　　六、微軟SQL Server起步

　　

　　七、Tableau起步

　　

　　八、Java起步

　　

　　九、PostgreSQL起步

　　

　　十、Visual Basic起步

這類軟體主要用於更專業的資料分析挖掘工作，尤其是在銀行、金融、保險業。

SPSS、SAS都是用於統計分析，圍繞統計學知識的一些基本應用，包括描述統計，方差分析，因子分析，主成分分析，基本的迴歸，分佈的檢驗等等。SPSS用於市場研究較多，SAS銀行金融和醫學統計較多，有一些難度。

R語言像是綜合性較強的一類資料分析工具，集統計分析、資料探勘，資料視覺化。

展開來，講講資料分析~

這些資料分析工具的使用還是看需求，每個企業應用的選擇和方式都不同。資料分析的概念很廣，站在IT的角度，實際應用中可以把資料分析工具分成兩個維度：

第一維度：資料儲存層——資料報表層——資料分析層——資料展現層

第二維度：使用者級——部門級——企業級——BI級

1、資料儲存層

資料儲存設計到資料庫的概念和資料庫語言，這方面不一定要深鑽研，但至少要理解資料的儲存方式，資料的基本結構和資料型別。SQL查詢語言必不可少，精通最好。可從常用的selece查詢，update修改，delete刪除，insert插入的基本結構和讀取入手。

Access2003、Access07等，這是最基本的個人資料庫，經常用於個人或部分基本的資料儲存；MySQL資料庫，這個對於部門級或者網際網路的資料庫應用是必要的，這個時候關鍵掌握資料庫的庫結構和SQL語言的資料查詢能力；

SQL Server2005或更高版本，對中小企業，一些大型企業也可以採用SQL Server資料庫，其實這個時候本身除了資料儲存，也包括了資料報表和資料分析了，甚至資料探勘工具都在其中了；

DB2，Oracle資料庫都是大型資料庫，主要是企業級，特別是大型企業或者對資料海量儲存需求的就是必須的了，一般大型資料庫公司都提供非常好的資料整合應用平臺；

BI級別，實際上這個不是資料庫，而是建立在前面資料庫基礎上的，企業級應用的資料倉庫。Data Warehouse，建立在DW機上的資料儲存基本上都是商業智慧平臺，整合了各種資料分析，報表、分析和展現，BI級別的資料倉庫結合BI產品也是近幾年的大趨勢。

2、報表/BI層

企業儲存了資料需要讀取，需要展現，報表工具是最普遍應用的工具，尤其是在國內。過去傳統報表大多解決的是展現問題，如今像帆軟報表FineReport也會和其他應用交叉，做資料分析報表，透過介面開放功能、填報、決策報表功能，能夠做到打通資料的進出，涵蓋了早期商業智慧的功能。

Tableau、Qlikview、FineBI這類BI工具，可分在報表層也可分為資料展現層，涵蓋了資料整合、資料分析和資料展現。FineBI和Tableau同屬於近年來非常棒的軟體，可作為視覺化資料分析軟體，可常用FineBI從資料庫中取數進行報表和視覺化分析。相對而言，視覺化Tableau更優，但FineBI又有另一種身份——商業智慧，所以在大資料處理方面的能力更勝一籌。

3、資料分析層

這個層其實有很多分析工具，當然我們最常用的就是Excel。

Excel軟體，首先版本越高越好用這是肯定的；當然對excel來講很多人只是掌握了5%Excel功能，Excel功能非常強大，甚至可以完成所有的統計分析工作！但是我也常說，有能力把Excel玩成統計工具不如專門學會統計軟體；

SPSS軟體：當前版本是18，名字也改成了PASW Statistics；我從3.0開始Dos環境下程式設計分析，到現在版本的變遷也可以看出SPSS社會科學統計軟體包的變化，從重視醫學、化學等開始越來越重視商業分析，現在已經成為了預測分析軟體；

SAS軟體：SAS相對SPSS其實功能更強大，SAS是平臺化的，EM挖掘模組平臺整合，相對來講，SAS比較難學些，但如果掌握了SAS會更有價值，比如離散選擇模型，抽樣問題，正交實驗設計等還是SAS比較好用，另外，SAS的學習材料比較多，也公開，會有收穫的！

JMP分析：SAS的一個分析分支

XLstat：Excel的外掛，可以完成大部分SPSS統計分析功能

4、表現層

表現層也叫資料視覺化，以上每種工具都幾乎提供了一點展現功能。FineBI和Tableau的視覺化功能上文有提過。其實，近年來Excel的視覺化越來越棒，配上一些外掛，使用感更佳。

PPT：辦公常用，用來寫資料分析報告；

Xmind&百度腦圖：梳理流程，幫助思考分析，展現資料分析的層次；

Xcelsius軟體：Dashboard製作和資料視覺化報表工具，可以直接讀取資料庫，在Excel裡建模，網際網路展現，最大特色還是可以在PPT中實現動態報表。

最後，需要說明的是，這樣的分類並不是區分軟體，只是想說明軟體的應用。有時候我們把資料庫就用來進行報表分析，有時候報表就是分析，有時候分析就是展現；當然有時候展現就是分析，分析也是報表，報表就是資料儲存了！

首先我們先明確一個事情，現階段在我們資料行業內的日常用語中，資料分析其實已經和資料視覺化分析成為了同義詞，一般我們分析資料其實都是需要視覺化工具來進行輔助的，所以接下來我就來給大家分享幾點關於選擇資料視覺化工具的必備知識！

首先使用資料視覺化工具的好處是什麼？

它的好處就在資料分析的基礎上涉及到了資料視覺化的展示，資料分析師在完成工作後的資料一定是需要展示給他人看的，這個時候藉助資料視覺化的展示，從單個的圖表到全面的資料視覺化大屏。它都可以讓資料分析的受眾可以更快速的處理資訊和獲取到有價值的見解，這大大降低資料分析工作的效率。

那麼應該選擇什麼樣的資料視覺化分析工具？

國內的資料視覺化工具在經歷初步的發展後，其實已經湧現了一批高質量的資料視覺化工具 。但是在選擇資料視覺化分析工具時，還是取決你想要達到什麼樣的資料視覺化目的？我給大家主要列出了以下的常見的幾類：⬇️

BI報表類（商業智慧）：如果你是一個公司的老闆或者管理人員，你需要了解公司近段時間的經營行為，那麼BI報表類的資料視覺化形式是你必不可少的一個工具，它通常都是採用資料大屏的形式，對於公司的經營資料進行多元化的分析整理，展現來傳達相關的資料趨勢。那麼可以選用的工具有：微軟PowerBITableauExcel分析資料：如果你的使用目的是進行資料的研究，並且是要進行探索性的資料分析（EDA）則其實不需要花費大量的時間去進行過於華麗的視覺性刺激視覺化展示，你只需要選擇快速的，開源和確定性的工具。換句話說你只需要快速直觀的得出有關資料的結論即可，透過這個資料視覺化來進行科學分析的用途，那麼可以選擇以下幾種分析工具：R或RStudioMatplotlib（Python）講故事：如果你的資料分析結果是需要提供他人來進行工作參考，輔助決策的。那麼就需要藉助資料視覺化大屏製作工具，來將你的資料分析成果簡單易懂的傳達給資料分析受眾，針對這類使用功能的資料視覺化平臺我推薦：

本公司出品的資料視覺化平臺EasyV

資料視覺化平臺EasyV改變傳統資料大屏的開發模式，透過Saas版本將資料視覺化的過程簡化為以下5個階段：PS：目前有足夠期限內的免費試用，「點選 即可免費試用」首先整理出要解決的確切問題。從基本圖或“藍圖”開始。例如條形圖。從資料中突出顯示有價值的資訊。這需要以易於理解的格式呈現。選擇最能反映資料的圖表型別，然後開始繪製資料。最後，使用配色方案，標籤等。使圖表易於理解。與資料分析有關的關鍵功能資料混搭：透過資料容器的元件連線資料，支援多資料來源關聯。基本分析：多種視覺化圖表元件展現，以及過濾器功能對資料進行篩選處理。高階分析：透過互動事件，進行多維鑽取，連結分析等功能，您可以執行高階分析並敏銳地發現數據之間的聯絡。自動重新整理：智慧監控和比較後臺資料。更改資料後，前臺將及時更新，並且最新資料始終可用。與資料視覺化有關的關鍵功能

非技術使用者的拖放操作：您可以方便地透過EasyV內建的視覺化元件來進行適合自己用途的圖表，透過簡單的“拖拉拽”動作，即可在畫板上搭建視覺化大屏。並且內建大量資料視覺化大屏模板，涵蓋百分之八十的應用場景，在最新版本V3.18的迭代上更新了電力行業的模板大屏

自由佈局：支援自適應佈局，選項卡布局，可以自由自定義介面上的視覺元素。

豐富的視覺元素：提供多種視覺功能，例如表格，60多種圖表，圖形，地圖，控制元件，網路框架，圖片，影片，滾動訊息，數字時鐘等，您可以享受美麗的視覺效果

多種視覺效果：個性化功能，如地圖熱顯示，動態流顯示，Flash動畫，自定義填充等，為資料視覺化帶來更多樂趣

自適應多屏顯示：支援自適應顯示。只需設計一次，您就可以在各種裝置上自適應顯示，例如手機，平板電腦，拼接屏等，可幫助您隨時隨地控制公司資料

當然最重要的一點 為什麼說EasyV是好用的資料視覺化分析工具？

如果你是個人試用者，我們提供有免費的產品教學課程，免費試用期間也可。

如果你是企業申請試用者，我們不但有免費課程，還可以配上一對一的產品指導講解！

讓你從使用到售後的過程當中享受最全面的優質服務，一個功能強大，售後完全的資料視覺化工具都不能說的上是好用的？那還有什麼工具是好用的？？？

之前在CDA學資料分析的時候，我們大概學的內容就是EXCEL、sql、spss、powerbi、tableau、r、python之類的工具，我在工作中常用到的就是前面的那些excel和可視化了，也比較好用，當然資料量大會涉及到python