很多刚学了点数据分析的朋友很可能会遇到这样的疑惑:这么多数据分析工具，我应该精通哪一个？哪一个用于分析？

的确，可以用于数据分析的工具有Excel、sql、python、spss、R、tableau、finebi、Hadoop、powerbi、spark等等。

在刚开始的阶段，如果你不能清晰的对这些工具进行分类，不能理解它们之间的可替代关系，认为你必须全部学会，那么我猜你是“想在学会数据分析之前就放弃了”。

那么，数据分析工具应该如何分类呢？它们都是用来做什么的？让我们一起来看看吧。

# Q12022年数据分析工具分类

下面，我先给你一张图。可以先了解一下这些工具的分类。

首先，根据工具用途的不同，我们可以大致分为四类:可视化工具、建模工具、数据处理工具和数据采集工具。更具体地说，我们可以细化分类，对应不同方向的处理工具。

举个栗子:一个数据采集工具。可以细分为数据库工具和爬虫工具。其中，你可以通过python抓取数据，也可以通过SQL从数据库中提取数据，但至少，你要先精通SQL；

再举个栗子:数据处理工具。它可以细分为数据库工具、接口工具和代码工具。比如要处理的数据量不大，可以用Excel；如果数据量大，可以使用SQL和python；很多不可变的数据，也可以用hive。等一下。

在数据建模方面，我们可以简单的用Excel和BI工具来做。但是说到大数据建模，可以考虑使用SPSS、R、python等专业的统计分析软件。

在数据可视化方面，我们可以使用tableau、PowerBI、FineBI等等来分析常见的业务数据。专业的报表工程师也可以选择更专业的finereport来做；如果你是开发人员，也可以选择一些像echart这样的开源可视化工具。等一下。

详细来说，你可以根据你想从事的岗位来学习使用这些工具。

#Q2 三大数据分析工具详解

1)Excel

不得不说，从小学开始，大家都接触过Excel工具。在很多人眼里，Excel只是一个办公软件，是office三件套之一。

其实那是因为你连Excel三分之一的功能都没用过。

事实上，Excel可以算是最通用的数据分析工具之一。它的强大之处在于，除了制表，它还可以做数据透视表、VBA等功能。，保证人们可以根据自己的需求进行分析。如果你在中小企业工作，精通Excel，那么大部分的数据分析业务都可以很好的完成。

更准确的说，对于百万级别以下的数据处理和分析，Excel是个不错的选择。新人想学数据分析，Excel绝对是首选，必须选！

2)Python

对于新人来说，如果想成为一名BI数据分析师，可以考虑在学习中途学习Python。有一点我想告诉你的是，虽然很多初级岗位连Python都不会用，但是如果你想在这条路上有长远的发展，它一定是不可回避的工具。

尤其是在统计分析和预测分析方面，Python等编程语言具有其他工具无法比拟的优势。如果你能尽快学会使用Python做数据分析，那么以后，你可以写任何你想写的代码，做你想做的事情。如果你想申请大厂，会比较容易。

记住，这是进入大厂做BI的关键！

3)BI工具:以FineBI为例

想要成为一名优秀的数据分析师，掌握一到两个BI数据分析工具是很有必要的。BI工具主要是为企业数据分析而生的，这些工具都有一个共同的特点:按照流程(步骤)处理数据。Sucas:数据处理>:清理数据>:数据建模>:数据可视化>:结论。

因为这些工具重点突出，操作简单，不需要多个代码库，所以业务数据分析师非常喜欢。

接下来，让我们向您展示FinBI:

①获取数据:导入数据集或数据包。

②创建自助数据集，按要求处理数据(PS:数据处理可以用鼠标完成，不用背函数公式，超级好看)

③选择您喜欢的视图模板，创建可视化数据分析:

④只输出结果和结论。

#Q3 写在最后

其实数据分析工具有很多。你用得好不好，取决于你对工具的熟悉程度。很多数据分析工具是重叠的，你只需要根据自己的需求选择适合自己的工具就可以了。

对了，不管别人说XX工具好不好，只要你用的方便，就是最好的工具。