数据分析工具其实有很多种，对应不同类型的使用者也有各自适合的选择。例如懂数据算法计算机语言的人，可能给他一款，填写算法代码流畅的分析软件就是有效。掌握了数据分析专业技能的人，强大的分析功能能将工作做到事半功倍，不管看着功能多复杂。还有就是我这种非计算机专业出身，非统计学出身，但工作做还需要对大量数据进行分析的人。

如果你跟我一样，那么可以看下我的回答。

我总结了下，我以前找分析工具的时候，自己先想了几个方向点：

1、好上手。一看板面就知道怎么导入数据，怎么做图表，怎么排版的。这样的高效。

2、功能还得强大的.毕竟是非专业人士了，找分析工具就是为了充分发挥工具自身能动性，和强大功能，来给我们创造价值的，特别是涉及到数据大量、复杂，必须有给力的功能支撑才能是良心工具。

3、可视化呈现要好一点，就是图表要高大上的。数据分析报告得拿出手，图表的展现就是第一门面。包装的意识还是要有的。

所以结论就是找一些操作容易、功能强大、图表颜值还得好的工具了。我就是照着这个思路找的，也用过几个，可以给大家说说。像东软做的Dataviz，是用着比较顺手的了。具体介绍我就摘抄下，自己懒得码那么多字

DataViz数据可视化分析工具，不需要编写代码，也不需要任何程序设计基础，用户可以通过简单的拖拽就可以实现数据可视化展示与分析。DataViz使用简单，但是实现的功能却不简单，上百种丰富的炫酷图表，可以实现数据的**度多层次分析。

上图先，先看些基本图

各种数据分析好后，可以做成组合图册：

重点就是操作起来简单，拖拖拽拽的，看起来特别复杂的图表，其实拼贴一下就能搞定了。操作面板基本本国人都可以分分钟用起来。

如果是专业人士或者计算机大拿的，估计可以寻找更复杂的工具进行尝试了。但不适合我，所以我这里就不进行推荐了。

SPSS、SAS都是用于统计分析，围绕统计学知识的一些基本应用，包括描述统计，方差分析，因子分析，主成分分析，基本的回归，分布的检验等等。SPSS用于市场研究较多，SAS银行金融和医学统计较多，有一些难度。

R语言像是综合性较强的一类数据分析工具，集统计分析、数据挖掘，数据可视化。展开来，讲讲数据分析~这些数据分析工具的使用还是看需求，每个企业应用的选择和方式都不同。

数据分析的概念很广，站在IT的角度，实际应用中可以把数据分析工具分成两个维度：第一维度：数据存储层——数据报表层——数据分析层——数据展现层

第二维度：用户级——部门级——企业级——BI级

1、数据存储层

数据存储设计到数据库的概念和数据库语言，这方面不一定要深钻研，但至少要理解数据的存储方式，数据的基本结构和数据类型。**L查询语言必不可少，精通最好。可从常用的selece查询，update修改，delete删除，insert插入的基本结构和读取入手。

Access2003、Access07等，这是最基本的个人数据库，经常用于个人或部分基本的数据存储；My**L数据库，这个对于部门级或者互联网的数据库应用是必要的，这个时候关键掌握数据库的库结构和**L语言的数据查询能力；

**L Server2005或更高版本，对中小企业，一些大型企业也可以采用**L Server数据库，其实这个时候本身除了数据存储，也包括了数据报表和数据分析了，甚至数据挖掘工具都在其中了；

DB2，Oracle数据库都是大型数据库，主要是企业级，特别是大型企业或者对数据海量存储需求的就是必须的了，一般大型数据库公司都提供非常好的数据整合应用平台；

BI级别，实际上这个不是数据库，而是建立在前面数据库基础上的，企业级应用的数据仓库。Data Warehouse，建立在DW机上的数据存储基本上都是商业智能平台，整合了各种数据分析，报表、分析和展现，BI级别的数据仓库结合BI产品也是近几年的大趋势。

2、报表/BI层

企业存储了数据需要读取，需要展现，报表工具是最普遍应用的工具，尤其是在国内。过去传统报表大多解决的是展现问题，如今像帆软报表FineReport也会和其他应用交叉，做数据分析报表，通过接口**功能、填报、决策报表功能，能够做到打通数据的进出，涵盖了早期商业智能的功能。

Tableau、Qlikview、FineBI这类BI工具，可分在报表层也可分为数据展现层，涵盖了数据整合、数据分析和数据展现。FineBI和Tableau同属于近年来非常棒的软件，可作为可视化数据分析软件，可常用FineBI从数据库中取数进行报表和可视化分析。相对而言，可视化Tableau更优，但FineBI又有另一种身份——商业智能，所以在大数据处理方面的能力更胜一筹。

感谢邀请@冯东升3

数据分析，顾名思义，指的是用适当的统计分析方法对收集来的数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。小到一个简单的折线图，大到大数据分析，其包括范围非常广泛。

下面从中挑选四种具有代表性地来讲一讲：

自带数据源的大数据分析工具——百度指数：

这类工具以海量网络数据为数据源，并对这些数据进行分析。

代表工具：百度指数、微信指数、5118、爱奇艺指数等。

使用者：多为营销、媒介、SEO人员等。

比如下图中，可以根据爱奇艺指数，观察《楚乔传》中各个明星的热门程度。

无数据源的大数据分析工具——FineBI：

其工具本身是不带数据源的，需要企业根据需要去导入数据。

代表工具：FineBI、Tableau等

使用者：需要对未来发展方向作出有效把控的企业；

线下数据处理与分析——Excel：

无论是在校学生，还是财务、会计等岗位的工作人员，都常常用excel在线下对小量数据进行处理分析。

关于Excel的使用技巧，大家可以看我在【Excel有哪些需要掌握，很多人却不会的技能？】中的回答。

线上数据管理工具——简道云：

Excel在线下处理数据的能力非常强大，但其线上数据协同能力、以及移动端数据管理能力都不是很理想。（比如销售外出需要录入客户数据，手机上在Excel记录就会很麻烦，部门同事也不能很快看到）

简道云作为线上数据管理工具，支持：数据搜集→数据整理→数据协作→数据分析，多用于进销存管理、门店管理、客户关系管理、OA办公等场景。

使用方法：在电脑上打开简道云→免费搭建数据管理应用→把应用绑定到钉钉/微信上，即可在手机上录入、管理数据，还支持成员间的分权协作。

以上，欢迎大家一起讨论~

目前国内数据可视化工具或产品很多，到底那个工具或者产品是最好的？看了很多数据可视化产品，总结下来分为几大类。

1. 数据可视化库类
2. 报表、BI类
3. 大屏投放类
4. 专业类（地图、科学计算、机器学习）

下面我将一一分别进行工具介绍：

一．数据可视化库类

• Echarts

一个纯javascript的数据可视化库，百度的产品，常应用于软件产品开发或者 系统的图表模块，图表种类多，动态可视化效果，开源免费。

评价：非常好的一个可视化库，图表种类多，可选的主题。Echarts中主要还是以图表为主，没有提供文本和表格方面的展现库，如果有相关需求还需要引入表格和文本方面的其他可视化库。

• HighCharts

与echarts相似，同样是可视化库，不过是国外的产品，商用需要付费，文档详尽。

评价：同样是非常好的一个可视化库，图表种类多。但是同样需要进行二次开发，,没有提供文本和表格方面的展现库。而且因为商用付费，所以能选择echarts肯定不会选择highcharts。

• AntV

Antv是蚂蚁金服出品的一套数据可视化语法，是国内第一个才用the gr****r of Graphics这套理论的可视化库。在提供可视化库同时也提供简单的数据归类分析能力。

评价：是一个优秀的可视化库，需要进行二次开发。因为采用的是the gr****r of Graphics 语法，和echarts相比各有千秋。

二．报表、BI类

• 百度图说

由echarts衍生出来的子产品，同样继承了echarts的特点，图表种类多，没有提供文本和表格方面的展现库。Echarts接受json格式的数据，百度图说把数据格式进行了封装，可以通过表格的形式组织数据。

评价：可以把表格数据转换成图表展现形式的工具，支持excel数据导入 ，适合做静态的BI报告。因为数据偏静态，没看到与数据库结合的部分，很难和第三方系统结合展现动态变化的数据，如日报表、月报表、周报表等。

• FineReport

FineReport报表软件是一款纯Java编写的、集数据展示(报表)和数据录入(表单)功能于一身的企业级web报表工具，它“专业、简捷、灵活”的特点和**理念，仅需简单的拖拽操作便可以设计复杂的中国式报表，搭建数据决策分析系统。

评价：FineReport可以直连数据库，方便快捷的定制各种复杂表样，用来做出固定格式的周报、月报等。它的格式类似于excel界面，特色功能报表制作，报表权限分配，报表管理还有填报，支持多种数据库。

• Tableau

Tableau 是桌面系统中最简单的商业智能工具软件，Tableau 没有强迫用户编写自定义代码，新的控制台也可完全自定义配置。在控制台上，不仅能够监测信息，而且还提供完整的分析能力。Tableau控制台灵活，具有高度的动态性。

评价：全球知名的BI工具，**6000元/年/人左右，但是国外产品不花钱不会为你做任何定制化改动，售后很有问题。

• FineBI

FineBI与FineReport都是帆软的产品。首先FineReport作为一款报表工具，主要用于解决提升IT部门的常规/复杂报表开发效率问题；而FineBI是商业智能BI工具，在IT信息部门分类准备好数据业务包的前提下，给与数据，让业务人员或领导自行分析，满足即席数据分析需求，是分析型产品。

FineBI的使用感同Tableau类似，都主张可视化的探索性分析，有点像加强版的数据**表。上手简单，可视化库丰富。可以充当数据报表的门户，也可以充当各业务分析的平台。

评价：FineBI做到了自助式分析，图表类型丰富，数据分析功能较强大，钻取，筛选，分组等功能都有。但是对于普通没有IT基础的人来说，要想真正熟练地掌握finebi，还是有一定的难度的，需要花上几天，但是这个难度相比Excel的VBA学习还是低不少的。

• Power BI

Power BI 是一套商业分析工具，用于在组织中提供见解。可连接数百个数据源、简化数据准备并提供即席分析。生成美观的报表并进行发布，供组织在 Web 和移动设备上使用。每个人都可创建个性化仪表板，获取针对其业务的全方位独特见解。在企业内实现扩展，内置管理和安全性。

评价：类似于excel的桌面bi工具，功能比excel更加强大。支持多种数据源。**便宜。但是只能作为单独的bi工具使用，没办法和现有的系统结合到一起。

三．可视化大屏类

• 阿里DataV

提供丰富的模板与图形，支持多数据源，拖拉式布局，支持服务化服务方式和本地部署。整体来说是一款很好的大屏的产品。

评价：产品不错，就是**服务版每年5100元/年，本地部署竟然要110万，每年续费也要37万。

• FineReport

前文有介绍过，finereport是一个企业级的报表工具，同时也提供大屏的服务。通过布局、色彩、绑定数据等环节完成大屏的制作。拥有很多自助开发的可视化插件库。

评价：很优秀的软件，性价比高。学习方面，掌握FineReport的dashboard制作，应该也比较简单的。

五 .专业类（地图、科学计算、机器学习）

• 地图类

很多工具都能实现数据地图，比如echarts，finereport，tableau等。

• R-ggplot2

ggplot2是R语言最流行的第三方扩展包，是RStudio首席科学家Hadley Wickh**读博期间的作品，是R相比其他语言一个独领**的特点。包名中“gg”是gr****r of graphics的简称，是一套优雅的绘图语法。主要用于机器学习绘图。

评价：机器学习、数学、科学计算领域专业的绘图语言。专业与技术要求都很高，不是专业搞机器学习或者科学计算的工程师，一般不会用到。

• Python

Python是一门编成语言,其周边的绘图库也比较丰富比如pandas和**tplotlib ,pandas能够绘制线图、柱图、饼图、密度图、散点图等； **tplotlib主要是绘制数学函数相关的图如三角函数图、概率模型图等。

评价：机器学习、数学、科学计算领域专业的绘图语言。专业与技术要求都很高，不是专业搞机器学习或者科学计算的工程师，一般不会用到。

说到数据分析，其实很多人都用过excel做过简单的数据分析，也都知道用excel来做数据分析还是有一定**，一是分析类型不够丰富，二是数据量过多时excel不给力，三是图表的制作比较复杂。

那有没有更专业的可视化工具呢？

今天给大家推荐一款很有意思可很好用的数据分析工具：DataFocus。

DataFocus是一款集齐数据仓库，数据分析，数据可视化，报表系统于一身的“神器”。它的实现方式与众不同，有自己的特色，不随大众，你肯定见过很多工具都是通过拖拽来实现的，也有通过程序代码、**L语句来实现的，但是你肯定没有见过无需任何代码、通过自然语言搜索来实现的，没错，就是跟谷歌搜索一样的搜索方式。除此之外这也是国内首个利用搜索来进行可视化分析的数据分析工具。

听到这里是不是觉得很好奇，搜索式到底是怎么样的？

创新的搜索式分析到底是什么？

别急，下面就给你展示。

搜索框内输入关键语句，系统即时返回结果，并智能适配图表，什么样的数据，最合适什么样的图表，系统会告诉你。

因为DataFocus智能搜索，并且适配图表，无需你再做其他复杂的配置，也不要任何的代码、**L语句等等，系统全部会在后台自动处理好，而你只需要等待结果就行，简而言之，就是操作非常简单，过程非常智能，结果非常完美。

有人就会问了，那如果想要的报表很复杂呢，也能搜索出结果吗？

报表复杂，很大原因是输入的内容多了，**条件多了，其实操作也是一样。

例如现在有一份销售数据，在同一个图表中，我既想显示销售数量的增长率，又想显示销售额的增长率，还想显示原始销售额和销售数量，那DataFocus可以实现吗？

当然可以，而且一次搜索就可以得到结果。

DataFocus其性价比高，制作简单，图表丰富且美观。支持各种本地数据文件或连接数据库，还有可以满足即席分析的直连数据功能，无论是导入数据还是数据处理都简单方便易操作且功能全面。除此之外，DataFocus不需要那么多的额外配置，也不需要任何代码，分分钟就能完成一个好看的可视化数据分析报告。

那么如何制作呢？

首先必须要了解DataFocus，只有熟悉了工具，才能更好地运用工具。DataFocus拥有30多种图表样式，分基础图形和高级图形，基本涵盖市场对图表的所有需求。

不同图表还可以自定义配置，比如主题、字体、样式等；

DataFocus还完美匹配移动端，随时随地都可以查看大屏，其有一个很大的特点也是它的优势之一，DataFocus制作图表采用搜索的方式，而不是传统的拖拽方式，制作方式的改变，大大地降低了可视化的难度以及复杂程度，提高了制图效率。

其次，了解DataFocus如何使用。

1、搜索出图，搜索想要可视化展示的数据，系统智能适配图表；

2、图表保存，加入大屏；

3、数据看板（可视化大屏）自定义配置，看板展示；

怎么样，这个是不是十分方便？有需要的可以get起来了~

如果希望了解自助敏捷数据分析、数字大屏或者BI解决方案，请移步DataFocus官网，我们诚挚地欢迎您的咨询来访。

很多企业都开始数据治理，并探索不同工具和方法来实现。然而，企业往往又会被不同的数据分析工具所困惑。

那么，企业应该如何选择数据分析工具呢？主要考虑以下6个重要方面：

01分析蓝图

无论是从哪一类具体的分析需求开始，对于分析的构建，都需要设想整个蓝图。

在构建企业分析时，有三个维度是很重要的：业务链、产业链、面向对象，不同的人员在不同的业态下除了配置报表外，在数据分析阶段还可以设置主题分析的内容，自上而下的目标监控，自下而上的原因反馈。

为了更好地提升企业级能力，在商业分析到一定阶段后，要做全价值链分析，同时，针对多业态的产业链，要做统一的价值体系。

02数据采集

说到数据采集，就要提到数据中台。前几年企业主要在做一些基础信息化建设，包括ERP/零售/协同等，这些成为企业的内部数据。同时，企业也会涉及一些外部数据，如Saas数据、政务平台数据等。

分析云是把企业内部数据和外部数据都放到中台里面，内部数据是通过数据抽取的方式，对接ERP直接抽取；外部数据是采用云服务，爬虫的方式爬到云端再转存到数据中台。数据中台的所有数据是在企业端的，安全可靠且稳定。

在数据中台里，还会对数据进行处理，因为这些数据有可能是异构系统，对主数据的管理，数据治理等；一切业务数据化，一切数据业务化。

分析云产品架构

03语义模型

“语义层”技术通过对数据库里的有关数据项定义，把数据库中的数据定义成有明确业务含义的名称，业务人员所面对的不再是数据库中的表、字段和它们之间复杂的关联、计算关系，而是熟悉的业务术语和指标名称。

业务用户可以基于“语义层”简单快速地构建业务分析，实现业务人员做分析，IT人员做支持，提升分析效率及数据准确性。

分析云语义层结构

04敏捷智能

自助分析：人人都可自助分析，即使不懂代码，也可以做数据分析；

开箱即用：预置了U8/NC/K3等主流ERP的财务和供应链分析主题，开箱即用，扩展简单；

智能分析：支持同比、环比、占比、排名、预警、预测、高级计算等功能。

智能预警：可以对不同的用户设置不同的预警值，通过邮件、钉钉、微信等IM进行图文消息推送。

智能预算：通过对企业内外部环境的分析，在预测与决策基础上，调配相应的资源，对企业未来一定时期的经营和财务等做出一系列具体计划。

05展现方式

丰富的可视化图形元素，尤其是表格，如固定表、垂直表、交叉表、复合表等，要能满足复杂的中国式报表和大表。

不仅能够支持PC端应用，还可接入移动端，或大屏展现等。

分析云可视化元素

06版本升级

提供免费/在线/自动更新升级，产品能够不断迭代，bug修复和新功能升级等。在升级后保留二次开发的内容，且不影响原有分析设计。

数钥分析云，能提供面向企业业务场景的一站式大数据分析解决方案，基于大数据、移动互联网、人工智能等先进技术，全面支撑企业业务创新，随时随地**经营，辅助企业科学决策，加速企业数据化转型升级，助力企业进行精准营销、战略管控、风险预警等。

东软平台云(https://cloud.neusoft.com/)的DataViz就可以，DataViz支持多种数据源，而且简单易用，业务人员通过拖拽就可以创建丰富的图表进行数据分析。还支持图表联动、大屏展示等。

另外还支持动态传统图表和高级可视化图表，多种科技、商务主题**切换。

发一些我用过或见过的工具：

1、excel：这个不用多说了，既能够存储数据，又可以做分析图表，如果会vba还可以发挥更大功力。想对excel有深入理解的话可以关注一下Jorge C**oes（excel大神）。他的作品浑身都在咆哮“谁说excel不好看来着？？？”

2、tableau：这个是不是也不用多说？第一个改写商业智能笨重难学的工具。通过鼠标拖拽，在较短的时间内就能跟数据说上话。商业智能界的概念王，金句制造者，鸡血池。看它家官网经常会热血沸腾。最近改版了，一个大横播是这样的：

像喝了一倍橙汁一样充满了refreshment。

不过比起后来出现的更易上手的challengers，tableau学起来还是需要较长时间成本的，我一同事在韩国念研究生的时候用了一个学期的时间学它。

3、domo：在gartner上的排名越来越高了。也是tableau的挑战者。在易用性上真的强很多。我个人觉得是“功能性”与“用户友好性”平衡的最好的国外的产品了。如果你英文够强的话绝对要推荐了。

4、sisense：同样很友好的产品，domo的竞争者，以色列的产品，试用的话，会有英文说的怪怪的小哥打电话来跟你沟通需求。

5、looker：同样做的非常好的一款产品，轻盈而不失强大。

下面来国内阵营：

6、数据观：如果说“英语够强用domo”的话，那么“英语够呛”的第一选择就是数据观啦。连接多源异构数据的能力、etl数据处理的能力、可视化数据分析的能力，都很强。而且上手非常容易，国内像浦发银行、今麦郎这样的企业都是在用这一款。而且是有****版本的，一般业务人员自己分析也可以用的，上个制作图表嗖嗖快的gif来示意一下：

6、stratifyd：那如果你觉得需要一个概念上来说更“fashion”一点的，比如“AI数据分析平台”，就推荐这个了。总部是在美国，但创始人是中国人，北邮毕业的。看起来很高大上，我没有试用过。

7、永洪BI：这个也不得不说，国内的老牌商业智能工具～

8、FineBI：帆软旗下的，有finebi，finereport等等～

9、bdp：专注做**领域了，但免费版貌似还有；

暂时就是这些啦，希望能够帮到你。

数据分析工具针对不同的受众;数据量的大小;分析的目的;数据的形式及复杂性的不同而不同。

但是这改变不了数据分析的基础质量条件，处理流程，数据可视化，运用的数理知识等。只是对于现在目前的市场上的各种的分析工具可能只是侧重于其中的一点或几点，从狭隘的方面来说，大众对于数据分析工具是在最终呈现的数据图表或汇总数据。所以现在依据前面提到的几个方面进行说明：

• 对于要分析数据，首先需要数据存储的载体

1 数据量不太大，请没有信息化系统情况下，Excel是明智的选择；使用人群多，且有较多的学习资料。

2 较大的数据量结婚信息化应用系统，对应的也就是各类的关系型数据库，结合使用**L，达到即席查询

3 大量数据，使用Hadoop，Spark等大数据数据技术体系，这样能处理海量数据

上述讲述的3类，也可以认为是数据分析工具，只是针对不同的处理场景选择不同的工具，只是操作过程中的难易，维护方便与否。

• 受众，目的，复杂性 等条件下的选择

1 销售经理和业务分析员看的数据不同 ； 战略分析师和财务看的数据也不同。不同受众使用不同数据粒度和分析方向，其中就要选择不同的数据分析工具。

2 分析目的是为了保持现有业务水平，还是为了挖掘数据内涵，保持前瞻性的抉择；数据的复杂性 。 这两个方面决定了选择工具的复杂性。

• 所以选择工具是依据自己的情况进行选择，但是各行业内还是有一些优秀的通用性工具。

1. 微软BI ： Excel作为体系中一环，可以整合PowerBI进行自助BI分析
2. **L : 灵活的使用**L，有效的分析数据
3. Python： 分析数据，挖掘，展示都可以
4. kettle（SSIS） ：数据ETL，进行数据清洗处理
5. Hadoop&**p;Spark：针对大数据的处理，且有配套的清洗，分析，挖掘工具
6. 对于报表端的数据展示 ，有太多选择

PowerBI ， FineReport ， Excel Power Pivot ，Power View 等。

过程软件 FineReport 帆软 ：

PowerBI

Excel