從理論指導角度，數據分析可以劃分爲基於統計學的和基於數據挖掘的數據分析方法，很顯然基於統計學的相對容易理解一些，而數據挖掘對高等數學要求會高一些，相信畢業十幾年的同學很可能連A*X**2+B*X+C=0都快忘記了，甚至我不確定等小孩上了初中能不能教的了他數學。
從分析的出發點看，數據分析可以劃分爲基於業務驅動的和基於純數學驅動的數據分析，業務驅動是建立在對業務理解的基礎上，有些經驗論的色彩，大多情況下是驗證自己的想法，或者更方便找出業務問題和業績；而基於純數學驅動基本上都是通過某些挖掘算法找出數字之間的規律，然後把這種規律翻譯成業務，理論上是非常可行的，但實際工作中鮮有成功案例。大多數情況下是把兩者結合到一起，即通過拍腦袋的方式定義數據的輸入和輸出，而挖掘算法只是爲了證明一下自己的決策有多高明。
從分析的輸出上，數據分析可以以圖表、文字、表格、業務推導過程或者一系列高深的數學公式的方式呈現，顯而易見圖表給人的印象是最深刻的，表格次之，文字效果最差，最後是那些沒人看得懂的過程或公式；Excel的優勢恰恰就是表格和圖表。
從分析工具而言，包括了入門級的Excel、最近紅的發紫的R語言，專業統計軟件工具SPSS，最強大的SAS，很顯然絕大多數人只會Excel，不過Excel也有很多的自帶的數據分析庫，並且Excel的應用商店雲化後的力量不可小覷，未來是否有能力與專業的統計軟件數據挖掘工具相媲美還很難說，而且Excel的一個巨大的優勢在於其龐大的客戶羣。
從圖表的角度，Excel比不上那些專業的BI工具，從統計角度，Excel比不了那些專業的統計軟件；但Excel提供的功能對於我們這些非專業人士已經足夠了，通過透視表做一些多維分析，通過應用商店找一些炫的圖表，通過插件做一些簡單的數據分析，通過VBA和不厭其煩的調試也可以做一些”專業“的圖表，這也是我們的目的。
Excel提供的圖表種類包括柱形圖、折線圖、餅圖、條形圖、面積圖、XY（散點圖）、股價圖、曲面圖、雷達圖、組合，實際上最常用的是柱形圖、折線圖、餅圖、條形圖、組合圖；較常用的是面積圖、雷達圖和XY（散點圖）；基本不用的是股價圖、曲面圖。
關於圖表類型的選擇，互聯網上的大拿們說的已經夠多了，在此提及有湊字數的嫌疑，不過還是要強調一點，圖表類型的選擇明智與否與你對業務數據的理解和你的分析思路密切相關，如果選擇了不恰當的圖表，恰恰表示你還沒做好數據分析的準備工作。
最後附上兩張圖表的基本類型和選擇的中英文版本。