提到數據分析工具，大家肯定最先想到的就是Excel、python、R，Excel自然不用我多說，最常用的辦公軟件之一，用來做一些基本數據統計很方便，但是Excel的數據透視表，小數據量用起來還算可以，一旦數據量一大，就會卡半天。
數據分析工具太多了，按照流程可以分很多種：
但是大多數人的需求，應該是不怎麼會IT類的技術，或者說只想找個簡單的，肯定是被Excel傷害的次數太多了纔會產生這種想法的。
SPSS、SAS都是用於統計分析，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，基本的迴歸，分佈的檢驗等等。SPSS用於市場研究較多，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。
相比之下，BI纔是更適合你的數據分析工具。
BI工具，Business Intelligence，商業智能，這就是爲了數據分析而生的，而且它誕生的起點就非常高，目標是把從業務數據到經營決策的時間縮短，如何利用數據來影響決策。
有人會說，這類圖網上用Excel作的也有很多。但是不一樣，Excel做表格有一套，也可以做課程表，做調查問卷，作計算器來算數。術業有專攻，BI是專攻數據分析的。
就拿我一直在用的FineBI來說，當你用FineBI的時候，你會發現他是完全按照數據分析的流程來設計的，先是數據準備，做一些基礎的數據處理和模型準備；再到自助數據集，對拿到的數據進行過濾、增加計算指標、合併數據關聯分析。
然後通過拖拽操作，以圖表、表格的形式進行多維分析，發現有價值的出具結果；最後搭建數據駕駛艙，出數據報告。
這些是數據分析的必經之路，同時這個流程裏也存在着從業者的一些痛點：
- 比如清洗數據這種重複性，低附加值的工作，可以用自助數據集來解決，裏面提供了很多現成的操作，比如新增列，分組統計，過濾，排序，上下合併，左右合併等功能。且每一步都有就記錄，方便回顧思考過程。
- 比如做可視化展現，用Excel之類的工具可能會花費很多時間在美化上，甚至大家經常看到一些Excel技巧類的文章，實現一些精美的圖表需要花很多偏門的小技巧才能夠完成。這在BI（FineBI）裏面都是一鍵生成。
這些痛點都是BI工具能夠給我們帶來改變和增值的地方。
爲什麼推薦這個工具呢，BI工具有很多呀，Power BI、Tableau…就是這些都被推薦爛了。哈哈，開玩笑，推薦它一定是有它的獨到之處——完善的數據處理方案和數據管控。
自己近一年也在公司裏開發一些數據產品，發現面向個人的產品很標準，就是按照一套模子做出來，迎合大部分人的大部分需求。
可面向部門/企業應用的產品，有千奇百怪種狀況，比方說性能，還有複雜流程的管控，數據流轉那一套，都是大家很重視的。而這樣做往往就有可能走定製化的路線。
後來我們就看有哪些在這方面做得比較好的工具，就遇上了FineBI。
數據分析工具有很多，但能上升到幫助管控企業數據，整合、分析、分發的BI工具，FineBI值得推薦，不僅是數據可視化工具、更是適合多數企業複雜流程下的數據分析平臺。