這類軟件主要用于更專業的數據分析挖掘工作，尤其是在銀行、金融、保險業。

SPSS、SAS都是用于統計分析，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，基本的回歸，分布的檢驗等等。SPSS用于市場研究較多，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數據分析工具，集統計分析、數據挖掘，數據可視化。

展開來，講講數據分析~

這些數據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。數據分析的概念很廣，站在IT的角度，實際應用中可以把數據分析工具分成兩個維度：

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，這方面不一定要深鉆研，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。

Access2003、Access07等，這是最基本的個人數據庫，經常用于個人或部分基本的數據存儲；MySQL數據庫，這個對于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；

SQLServer2005或更高版本，對中小企業，一些大型企業也可以采用SQLServer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，甚至數據挖掘工具都在其中了；

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。DataWarehouse，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，BI級別的數據倉庫結合BI產品也是近幾年的大趨勢。

2、報表/BI層

企業存儲了數據需要讀取，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。

Tableau、Qlikview、FineBI這類BI工具，可分在報表層也可分為數據展現層，涵蓋了數據整合、數據分析和數據展現。FineBI和Tableau同屬于近年來非常棒的軟件，可作為可視化數據分析軟件，可常用FineBI從數據庫中取數進行報表和可視化分析。相對而言，可視化Tableau更優，但FineBI又有另一種身份——商業智能，所以在大數據處理方面的能力更勝一籌。

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PASWStatistics；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，也公開，會有收獲的！

JMP分析：SAS的一個分析分支

XLstat：Excel的插件，可以完成大部分SPSS統計分析功能

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。FineBI和Tableau的可視化功能上文有提過。其實，近年來Excel的可視化越來越棒，配上一些插件，使用感更佳。

PPT：辦公常用，用來寫數據分析報告；

Xmind&百度腦圖：梳理流程，幫助思考分析，展現數據分析的層次；

Xcelsius軟件：Dashboard制作和數據可視化報表工具，可以直接讀取數據庫，在Excel里建模，互聯網展現，最大特色還是可以在PPT中實現動態報表。

最后，需要說明的是，這樣的分類并不是區分軟件，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！