數據分析有三大問：

• 如何入門數據分析？
• 數據分析有哪些工具？
• 怎麼做數據分析？

關於第一問，想必讀完我公眾號《10周入門系列文章》的同學，應該有大致的認識。

今天開始講第二大問題——數據分析工具！

對於數據分析，我一直強調核心是業務，通過業務的分析邏輯影射到數據分析的處理邏輯，而數據分析工具則是幫助我們實現結果的手段。

但是，你說工具不重要吧，他又很重要，就像什麼樣的路選擇什麼樣的交通工具，合適的工具能幫我們更快的達到終點。對應數據分析的不同環節，也要選擇不同的工具，甚至選擇更容易上手。

今天這篇文章，就是來掃盲工具的。

PS：估計網上沒有比這個更全面的了

一、從工具屬性和分析師需求來劃分

在企業中，數據分析師往往分為業務和技術兩類，兩者能力和工作內容有較大區別，對於工具的要求也各有側重。

業務 or 技術

業務類分析師，往往在營運部，市場部，銷售部等，根據服務的業務部門的不同，可能叫數據運營，經營分析，會員分析，商業分析師等名字。因為各個業務線具體考慮的問題不同，分析思路與體系均有不同，所以會有這種區別。日常的工作更多是整理業務報表，針對特定業務做專題分析，圍繞業務增長做需要用到數據的測算、規劃、方案等。

技術類分析師，往往在IT部、數據中心。根據從事的工作環節不同，被分成數據庫工程師，ETL工程師，爬蟲工程師，算法工程師等角色。在中小企業，往往一個技術小哥通吃這些流程。在大企業，一個標準的數據中心，一般都有數據倉庫、專題分析、建模分析等組來完成數據開發工作，再大的公司，還有專門負責數據治理的小組。之所以有這個區分，是因為生產數據，需要一個多層次的複雜的數據系統。一個數據系統，需要數據採集、數據集成、數據庫管理、數據算法開發、報表設計幾個環節組合。這樣才能把分散在各處的一點一滴的數據集中起來，計算成常用的指標，展示成各種炫酷的圖表。這裡每一個環節都需要對應的技術支持和人員工作，因此有了不同的崗位。

PS：大家在找數據分析崗時，一定要區分是技術還是業務，和自己的職業傾向是否匹配。

分析師有技術和業務之分，那對應工具也有這樣的屬性側重。

分析類工具

對於初級數據分析師，玩轉Excel是必須的，數據透視表和公式使用必須熟練，VBA是加分。另外，還要學會一個統計分析工具，SPSS作為入門是比較好的。

對於高級數據分析師，使用分析工具是核心能力，VBA基本必備，SPSS/SAS/R至少要熟練使用其中之一，其他分析工具（如Matlab）視情況而定。

對於數據挖掘工程師……嗯，R和Python必備，要靠寫代碼來解決。

代碼類工具

對於初級數據分析師，會寫SQL查詢，有需要的話寫寫Hadoop和Hive查詢，基本就OK了。

對於高級數據分析師，除了SQL以外，學習Python是很有必要的，用來獲取和處理數據都是事半功倍。當然其他編程語言也是可以的。

對於數據挖掘工程師，Hadoop得熟悉，Python/Java/C++至少得熟悉一門，Shell得會用……總之編程語言絕對是數據挖掘工程師的最核心能力。

一圖說明問題：

二、從企業數據應用架構來劃分

工具的使用還要看企業的需求和環境。為什麼小企業招數據分析師其實就是Excel做報表，大企業找數據分析是卻是把玩高大上的Python、R？這就要看企業的數據架構。

站在IT的角度，實際應用中可以把數據工具分為兩個維度：

第一維度：數據存儲層——數據報表層——數據分析層——數據展現層

第二維度：用戶級——部門級——企業級——BI級

1、數據存儲層

數據存儲設計到數據庫的概念和數據庫語言，這方面不一定要深鑽研，畢竟有專業的DBA。但至少要理解數據的存儲方式，數據的基本結構和數據類型。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。

Access這是最基本的個人數據庫，經常用於個人或部分基本的數據存儲；MySQL數據庫，這個對於部門級或者互聯網的數據庫應用是必要的，這個時候關鍵掌握數據庫的庫結構和SQL語言的數據查詢能力。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數據庫，其實這個時候本身除了數據存儲，也包括了數據報表和數據分析了。

DB2，Oracle數據庫都是大型數據庫，主要是企業級，特別是大型企業或者對數據海量存儲需求的就是必須的了，一般大型數據庫公司都提供非常好的數據整合應用平臺。

BI級別，實際上這個不是數據庫，而是建立在前面數據庫基礎上的，企業級應用的數據倉庫。Data Warehouse，建立在DW機上的數據存儲基本上都是商業智能平臺，整合了各種數據分析，報表、分析和展現。

2、報表/BI層

企業存儲了數據需要讀取，需要展現，報表工具則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，如今衍生了一些分析型報表工具，也會和其他應用交叉，做數據分析報表，通過接口開放功能、填報、決策報表功能，能夠做到打通數據的進出，涵蓋了早期商業智能的功能。

像Tableau、PowerBI、FineBI、Qlikview這類BI（商業智能）工具，涵蓋了報表、數據分析、可視化等多層。底層還可於數據倉庫銜接，構建OLAP分析模型。

3、數據分析層

這個層其實有很多分析工具，當然我們最常用的就是Excel。

Excel軟件，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件。

SPSS軟件：當前版本是18，名字也改成了PASW Statistics；我從3.0開始Dos環境下編程分析，到現在版本的變遷也可以看出SPSS社會科學統計軟件包的變化，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件。

SAS軟件：SAS相對SPSS其實功能更強大，SAS是平臺化的，EM挖掘模塊平臺整合，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。

其他還有Python和R，後面還會詳細講。

4、表現層

表現層也叫數據可視化，以上每種工具都幾乎提供了一點展現功能。但要說企業級最常應用的還是BI，做分析做報告。

PS：需要說明的是，這樣的分類並不是區分軟件，只是想說明軟件的應用。有時候我們把數據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，報表就是數據存儲了！

三、4大工具盤點

以上囉嗦了那麼多，具體講講Excel、R、Python、BI吧。

>>>>Excel

適用場景：

1.一般的辦公需求下的數據處理工作；

2.中小公司數據管理，存儲（很多國有企業都用）；

3.學校學生，老師做簡單的統計分析（如方差分析，迴歸分析）；

4.結合Word，PowerPoint製作數據分析報告；

5.數據分析師的主力分析工具（部分數據分析師的輔助工具）；

6.部分商業雜誌，報刊圖表製作（數據可視化）；

優點：

1.容易上手；

2.學習資源十分豐富；

3.可以用Excel做很多事情，建模，可視化，報表，動態圖表；

4.幫助你在進一步學習其它工具之前（比如Python，R），理解很多操作的含義；

缺點：

1.深入學習需要掌握VBA，難度還是很高；

2.當數據量較大時，會出現卡頓的情況；

3.到Excel2016版，在不借助其它工具的情況下，Excel數據文件本身能夠容納的數據僅有108萬行，不適合處理大規模數據集；

4.內置統計分析種類太簡單，實用價值不大；

5.不像Python，R語言等開源軟件，正版Excel需要付費，比如我用office365.每年需要支付300多塊錢（不過也值了）

>>>>R

使用場景：

通過擴展的第三方R包，R能夠做的事情幾乎涵蓋了任何需要數據的領域。就我們一般的數據分析或者學術數據分析工作而言，R能做的事情包括但不限於如下方面：

1.數據清洗與整理；

2.網絡爬蟲；

3.數據可視化；

4.統計假設檢驗（t檢驗，方差分析，卡方檢驗等）；

5.統計建模（線性迴歸，邏輯迴歸，樹模型，神經網絡等）；

6.數據分析報告輸出（Rmarkdown）；

R容易學嗎？

從我個人來看，想要入門R是非常簡單的，10天的集中學習，對於掌握R的基本使用，基本數據結構，數據導入導出，簡單的數據可視化，是完全沒有問題的。有了這些基礎，在遇到實際的問題時，去找到需要使用的R包，通過閱讀R的幫助文檔，以及網絡上的資料，就能夠相對快速的解決具體問題了。

>>>>Python

R語言和Python同為需要編程的數據分析工具，所不同的是，R專門用於數據分析領域，而科學計算與數據分析只是Python的一個應用分支，Python還可以用來開發web頁面，開發遊戲，做系統的後端開發，以及運維工作。

現在的一個趨勢是，Python在數據分析領域正在追趕R，在某些方面已經超越了R，比如機器學習，文本挖掘等偏編程的領域，但R語言在偏統計的領域仍然保持優勢。Python在數據分析方面的發展，很多地方借鑑了R語言中的一些特色。所以，如果你現在還是一片空白，還沒開始學習，要做決定學習R還是Python的話，建議從Python入手。

Python和R都比較容易學習，但是如果你同時學習兩者，由於在很多地方它們非常相似，就會很容易混淆，所以建議不要同時學習它們。等其中一個掌握到一定的程度，再著手學習另外一個。

Python能做什麼？

1.網絡數據爬取，使用Python能夠很容易的編寫強大的爬蟲，抓取網絡數據；

2.數據清洗；

3.數據建模；

4.根據業務場景和實際問題構造數據分析算法；

5.數據可視化（個人感覺不如R好用）；

6.機器學習，文本挖掘等高級數據挖掘與分析領域；

應該學習R還是Python？

如果因為時間有限，只能選擇其中的一種來學習的話，我建議使用Python。但我仍然建議兩者都瞭解一下，畢竟每個人都不一樣。可能你在某些地方聽說，Python在工作中更加常用，但是工作中，解決問題才是最重要的，如果你能夠用R高效的解決問題，那就用R。實際上，Python很多數據分析方面的特色，是模仿R來實現的，比如pandas的數據框，正在開發中的ggplot可視化包模仿的是R語言中非常著名的ggplot2.

>>>>BI

多數分析師日常的工作就是做報表，而數據分析師更多用到的報表是BI。

BI全稱商業智能，在傳統企業中，它是一套完整的解決方案。將企業的數據有效整合，快速製作出報表以作出決策。涉及數據倉庫，ETL，OLAP，權限控制等模塊。

BI工具主要有兩種用途。一種是利用BI製作自動化報表，數據類工作每天都會接觸大量數據，並且需要整理彙總，這是一塊很大的工作量。這部分工作可以交給BI自動化完成，從數據規整、建模到下載。

另外一種是使用其可視化功能進行分析，BI的優點在於它提供比Excel更豐富的可視化功能，操作簡單上手，而且美觀，如果大家每天作圖需要兩小時，BI會縮短一半時間。

BI作為企業級應用，可以通過它連接公司數據庫，實現企業級報表的製作。這塊涉及數據架構，就不深入講了。

關於BI，像Tableau、PowerBI、FineBI、Qlikview這類BI（商業智能）工具，涵蓋了報表、數據分析、可視化等多層。底層還可於數據倉庫銜接，構建OLAP分析模型。

個人覺得，要想快速上手數據分析，前期數據思維的養成，BI工具無疑是最容易上手的。下一篇文章，就要教大家動手搭建BI分析平臺，並學會操作一款BI工具！