数据分析有三大问：

如何入门数据分析？数据分析有哪些工具？怎么做数据分析？

关于第一问，想必读完我公众号《10周入门系列文章》的同学，应该有大致的认识。

今天开始讲第二大问题——数据分析工具！

对于数据分析，我一直强调核心是业务，通过业务的分析逻辑影射到数据分析的处理逻辑，而数据分析工具则是帮助我们实现结果的手段。

但是，你说工具不重要吧，他又很重要，就像什么样的路选择什么样的交通工具，合适的工具能帮我们更快的达到终点。对应数据分析的不同环节，也要选择不同的工具，甚至选择更容易上手。

今天这篇文章，就是来扫盲工具的。

PS：估计网上没有比这个更全面的了一、从工具属性和分析师需求来划分

在企业中，数据分析师往往分为业务和技术两类，两者能力和工作内容有较大区别，对于工具的要求也各有侧重。

业务 or 技术

业务类分析师，往往在营运部，市场部，销售部等，根据服务的业务部门的不同，可能叫数据运营，经营分析，会员分析，商业分析师等名字。因为各个业务线具体考虑的问题不同，分析思路与体系均有不同，所以会有这种区别。日常的工作更多是整理业务报表，针对特定业务做专题分析，围绕业务增长做需要用到数据的测算、规划、方案等。

技术类分析师，往往在IT部、数据中心。根据从事的工作环节不同，被分成数据库工程师，ETL工程师，爬虫工程师，算法工程师等角色。在中小企业，往往一个技术小哥通吃这些流程。在大企业，一个标准的数据中心，一般都有数据仓库、专题分析、建模分析等组来完成数据开发工作，再大的公司，还有专门负责数据治理的小组。之所以有这个区分，是因为生产数据，需要一个多层次的复杂的数据系统。一个数据系统，需要数据采集、数据集成、数据库管理、数据算法开发、报表设计几个环节组合。这样才能把分散在各处的一点一滴的数据集中起来，计算成常用的指标，展示成各种炫酷的图表。这里每一个环节都需要对应的技术支持和人员工作，因此有了不同的岗位。

PS：大家在找数据分析岗时，一定要区分是技术还是业务，和自己的职业倾向是否匹配。

分析师有技术和业务之分，那对应工具也有这样的属性侧重。

分析类工具

对于初级数据分析师，玩转Excel是必须的，数据透视表和公式使用必须熟练，VBA是加分。另外，还要学会一个统计分析工具，SPSS作为入门是比较好的。

对于高级数据分析师，使用分析工具是核心能力，VBA基本必备，SPSS/SAS/R至少要熟练使用其中之一，其他分析工具（如Matlab）视情况而定。

对于数据挖掘工程师……嗯，R和Python必备，要靠写代码来解决。

代码类工具

对于初级数据分析师，会写SQL查询，有需要的话写写Hadoop和Hive查询，基本就OK了。

对于高级数据分析师，除了SQL以外，学习Python是很有必要的，用来获取和处理数据都是事半功倍。当然其他编程语言也是可以的。

对于数据挖掘工程师，Hadoop得熟悉，Python/Java/C++至少得熟悉一门，Shell得会用……总之编程语言绝对是数据挖掘工程师的最核心能力。

一图说明问题：

二、从企业数据应用架构来划分

工具的使用还要看企业的需求和环境。为什么小企业招数据分析师其实就是Excel做报表，大企业找数据分析是却是把玩高大上的Python、R？这就要看企业的数据架构。

站在IT的角度，实际应用中可以把数据工具分为两个维度：

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，毕竟有专业的DBA。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。SQL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。

Access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；MySQL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SQL语言的数据查询能力。SQL Server2005或更高版本，对中小企业，一些大型企业也可以采用SQL 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。

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。

2、报表/BI层

企业存储了数据需要读取，需要展现，报表工具则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，如今衍生了一些分析型报表工具，也会和其他应用交叉，做数据分析报表，通过接口开放功能、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。

像Tableau、PowerBI、FineBI、Qlikview这类BI（商业智能）工具，涵盖了报表、数据分析、可视化等多层。底层还可于数据仓库衔接，构建OLAP分析模型。

3、数据分析层

这个层其实有很多分析工具，当然我们最常用的就是Excel。

Excel软件，首先版本越高越好用这是肯定的。当然对excel来讲很多人只是掌握了5%Excel功能，Excel功能非常强大，甚至可以完成所有的统计分析工作！但是我也常说，有能力把Excel玩成统计工具不如专门学会统计软件。

SPSS软件：当前版本是18，名字也改成了PASW Statistics；我从3.0开始Dos环境下编程分析，到现在版本的变迁也可以看出SPSS社会科学统计软件包的变化，从重视医学、化学等开始越来越重视商业分析，现在已经成为了预测分析软件。

SAS软件：SAS相对SPSS其实功能更强大，SAS是平台化的，EM挖掘模块平台整合，相对来讲，SAS比较难学些，但如果掌握了SAS会更有价值，比如离散选择模型，抽样问题，正交实验设计等还是SAS比较好用，另外，SAS的学习材料比较多。

其他还有Python和R，后面还会详细讲。

4、表现层

表现层也叫数据可视化，以上每种工具都几乎提供了一点展现功能。但要说企业级最常应用的还是BI，做分析做报告。

PS：需要说明的是，这样的分类并不是区分软件，只是想说明软件的应用。有时候我们把数据库就用来进行报表分析，有时候报表就是分析，有时候分析就是展现；当然有时候展现就是分析，分析也是报表，报表就是数据存储了！

三、4大工具盘点

以上啰嗦了那么多，具体讲讲Excel、R、Python、BI吧。

>>>>Excel

适用场景：

1.一般的办公需求下的数据处理工作；

2.中小公司数据管理，存储（很多国有企业都用）；

3.学校学生，老师做简单的统计分析（如方差分析，回归分析）；

4.结合Word，PowerPoint制作数据分析报告；

5.数据分析师的主力分析工具（部分数据分析师的辅助工具）；

6.部分商业杂志，报刊图表制作（数据可视化）；

优点：

1.容易上手；

2.学习资源十分丰富；

3.可以用Excel做很多事情，建模，可视化，报表，动态图表；

4.帮助你在进一步学习其它工具之前（比如Python，R），理解很多操作的含义；

缺点：

1.深入学习需要掌握VBA，难度还是很高；

2.当数据量较大时，会出现卡顿的情况；

3.到Excel2016版，在不借助其它工具的情况下，Excel数据文件本身能够容纳的数据仅有108万行，不适合处理大规模数据集；

4.内置统计分析种类太简单，实用价值不大；

5.不像Python，R语言等开源软件，正版Excel需要付费，比如我用office365.每年需要支付300多块钱（不过也值了）

>>>>R

使用场景：

通过扩展的第三方R包，R能够做的事情几乎涵盖了任何需要数据的领域。就我们一般的数据分析或者学术数据分析工作而言，R能做的事情包括但不限于如下方面：

1.数据清洗与整理；

2.网络爬虫；

3.数据可视化；

4.统计假设检验（t检验，方差分析，卡方检验等）；

5.统计建模（线性回归，逻辑回归，树模型，神经网络等）；

6.数据分析报告输出（Rmarkdown）；

R容易学吗？

从我个人来看，想要入门R是非常简单的，10天的集中学习，对于掌握R的基本使用，基本数据结构，数据导入导出，简单的数据可视化，是完全没有问题的。有了这些基础，在遇到实际的问题时，去找到需要使用的R包，通过阅读R的帮助文档，以及网络上的资料，就能够相对快速的解决具体问题了。

>>>>Python

R语言和Python同为需要编程的数据分析工具，所不同的是，R专门用于数据分析领域，而科学计算与数据分析只是Python的一个应用分支，Python还可以用来开发web页面，开发游戏，做系统的后端开发，以及运维工作。

现在的一个趋势是，Python在数据分析领域正在追赶R，在某些方面已经超越了R，比如机器学习，文本挖掘等偏编程的领域，但R语言在偏统计的领域仍然保持优势。Python在数据分析方面的发展，很多地方借鉴了R语言中的一些特色。所以，如果你现在还是一片空白，还没开始学习，要做决定学习R还是Python的话，建议从Python入手。

Python和R都比较容易学习，但是如果你同时学习两者，由于在很多地方它们非常相似，就会很容易混淆，所以建议不要同时学习它们。等其中一个掌握到一定的程度，再着手学习另外一个。

Python能做什么？

1.网络数据爬取，使用Python能够很容易的编写强大的爬虫，抓取网络数据；

2.数据清洗；

3.数据建模；

4.根据业务场景和实际问题构造数据分析算法；

5.数据可视化（个人感觉不如R好用）；

6.机器学习，文本挖掘等高级数据挖掘与分析领域；

应该学习R还是Python？

如果因为时间有限，只能选择其中的一种来学习的话，我建议使用Python。但我仍然建议两者都了解一下，毕竟每个人都不一样。可能你在某些地方听说，Python在工作中更加常用，但是工作中，解决问题才是最重要的，如果你能够用R高效的解决问题，那就用R。实际上，Python很多数据分析方面的特色，是模仿R来实现的，比如pandas的数据框，正在开发中的ggplot可视化包模仿的是R语言中非常著名的ggplot2.

>>>>BI

多数分析师日常的工作就是做报表，而数据分析师更多用到的报表是BI。

BI全称商业智能，在传统企业中，它是一套完整的解决方案。将企业的数据有效整合，快速制作出报表以作出决策。涉及数据仓库，ETL，OLAP，权限控制等模块。

BI工具主要有两种用途。一种是利用BI制作自动化报表，数据类工作每天都会接触大量数据，并且需要整理汇总，这是一块很大的工作量。这部分工作可以交给BI自动化完成，从数据规整、建模到下载。

另外一种是使用其可视化功能进行分析，BI的优点在于它提供比Excel更丰富的可视化功能，操作简单上手，而且美观，如果大家每天作图需要两小时，BI会缩短一半时间。

BI作为企业级应用，可以通过它连接公司数据库，实现企业级报表的制作。这块涉及数据架构，就不深入讲了。

关于BI，像Tableau、PowerBI、FineBI、Qlikview这类BI（商业智能）工具，涵盖了报表、数据分析、可视化等多层。底层还可于数据仓库衔接，构建OLAP分析模型。

个人觉得，要想快速上手数据分析，前期数据思维的养成，BI工具无疑是最容易上手的。下一篇文章，就要教大家动手搭建BI分析平台，并学会操作一款BI工具！