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！
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！