数据分析软件(数据分析软件origin)
目前都有哪些数据分析的工具?
数据分析工具，我们常见的就有。excel。powerBL。tableauBL。r。python等。选择哪个工具，首先要了解自己的工作？或者想想从业方向朝着偏重数据的数据科学方向发展，还是偏业务的商业分析方向。
数据分析软件(数据分析软件origin)
excel。数据科学家在用。不懂数据的人也会用。他可以说是无人不知无人不晓。如果与其他几个工具放在一起。excel。powerBL。tableau。r。和pyzhon。我们把这些都比做军事战斗武器的话。excel绝对是航空母舰。因为他的体系太庞大了。从简单的表格制作数据透视表。写公式。再到。vba语言。还有无数的插件供你使用？
BL。business lntelligence。商业智能。这是为了数据分析而生的。它诞生的起点就非常高。目标是把从业务数据到经营决策的时间缩短。如何利用数据来影响决策。tableau。可以说敏锐的发觉了，excel的这个数据透视特性。较早地切入了BI市场。把这个核心价值发扬光大了。rpowerBI之前是以excel插件作为产品。受限于excel本身这个航母。发展情况，并不理想。于是从excel的插件中剥离出来。独立成一门派脱胎换。
r和python。统计型分析。比如求正态，分布。利用算法归类剧情。回归分析，等。PRzhon等编程语言的优势是，个体预测分析。
大数据分析的前瞻性使得很多公司以及企业都开始使用大数据分析对公司的决策做出帮助，而大数据分析是去分析海量的数据，所以就不得不借助一些工具去分析大数据，。一般来说，数据分析工作中都是有很多层次的，这些层次分别是数据存储层、数据报表层、数据分析层、数据展现层。对于不同的层次是有不同的工具进行工作的。下面小编就对大数据分析工具给大家好好介绍一下。
首先我们从数据存储来讲数据分析的工具。我们在分析数据的时候首先需要存储数据，数据的存储是一个非常重要的事情，如果懂得数据库技术，并且能够操作好数据库技术，这就能够提高数据分析的效率。而数据存储的工具主要是以下的工具。
1、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。
2、SQL Server的最新版本，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，甚至数据挖掘工具都在其中了。
3、DB2，Oracle数据库都是大型数据库了，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;
接着说数据报表层。一般来说，当企业存储了数据后，首先要解决报表的问题。解决报表的问题才能够正确的分析好数据库。关于数据报表所用到的数据分析工具就是以下的工具。
1、Crystal Report水晶报表，Bill报表，这都是全球最流行的报表工具，非常规范的报表设计思想，早期商业智能其实大部分人的理解就是报表系统，不借助IT技术人员就可以获取企业各种信息——报表。
2、Tableau软件，这个软件是近年来非常棒的一个软件，当然它已经不是单纯的数据报表软件了，而是更为可视化的数据分析软件，因为很多人经常用它来从数据库中进行报表和可视化分析。
第三说的是数据分析层。这个层其实有很多分析工具，当然我们最常用的就是Excel，我经常用的就是统计分析和数据挖掘工具;
1、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;
2、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。
最后说表现层的软件。一般来说表现层的软件都是很实用的工具。表现层的软件就是下面提到的内容。
1、PowerPoint软件：大部分人都是用PPT写报告。
2、Visio、SmartDraw软件：这些都是非常好用的流程图、营销图表、地图等，而且从这里可以得到很多零件;
3、Swiff Chart软件：制作图表的软件，生成的是Flash
数据分析的入门是可以自学的。
Excel 的使用是数据分析入门的基础。
无论是数据处理、数据分析还是图表制作，都离不开函数的使用。
做表的时候，经常遇到各种序号的录入，比如大家都知道，数字序列 12345，直接在 Excel 中拖拽就能生成。
其实你只要多花 1 分钟时间，记几个函数，就能 get 花式录入各种序列，不信现在就可以打开 Excel 试试。
1、阿拉伯数字
方法 1：录入 1，按住 Ctrl，向下拖拽。方法 2：录入前两个数字，向下拖拽。
2、等差序列
录入前两个数字，向下拖拽。
3、等比序列
录入前两个数字，右键向下拖拽，选择【等比序列】。
4、罗马数字
利用公式，录入：=ROMAN(ROW(A1))，向下拖拽，利用行号快速生成序号。
5、带圈数字
利用公式，录入：=UNICHAR(ROW(A9312))，向下拖拽，利用行号快速生成序号。记住 9312 这个数字。
UNICHAR 函数，可以返回由 UNICODE（二进制编码）对应的字符。Unicode（统一码）是计算机科学领域里的一项业界标准，包括字符集、编码方案等。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。
6、带括号数字
利用公式，录入：=UNICHAR(ROW(A9332))，向下拖拽。记住 9332 这个数字。
7、字母序列（大写）
利用公式，录入：=CHAR(ROW(A65))，向下拖拽，利用行号快速生成序号。记住数字 65。
8、字母序列（小写）
利用公式，录入：=CHAR(ROW(A97))，向下拖拽，利用行号快速生成序号。记住数字 97。
9、英文月份（全称）
在第一单元格输入 January（1 月），向下拖拽，生成连续月份序列。
10、英文月份（简称）
在第一单元格输入 Jan（1 月），向下拖拽，生成连续月份序列。
11、英文星期（全称）
在第一单元格输入 Monday（星期一），向下拖拽，生成连续星期。
12、英文星期（简称）
在第一单元格输入 Mon（星期一），向下拖拽，生成连续星期。
13、天干
在第一单元格输入：甲，向下拖拽，生成十天干。
14、地支
在第一单元格输入：子，向下拖拽，生成十二地支。
下面来看几个进阶的例子：
1、英文大小写转化
2、从邮箱中提取账户名
3、用 SUMPRODUCT 匹配项目得分
4、带有单位的数据也能求和
5、快速录入一串字母序列
6、快速合并文本
7、1 秒钟模拟表格，批量生成随机数
8、用 REPT 函数来模拟图书评分
9、用 INDIRECT 函数实现跨表汇总
学好函数，收获的不仅仅是高效——同样的数据处理和分析，别人一个星期的工作，如果你精通 Excel，你一个小时就能解决。
更重要的是——函数是逻辑的训练，学好函数可以实现有效思考，提高解决问题的能力。
另外一个玩法，数据可视化
01 华夫图介绍
华夫图，因其颇像华夫饼而得名，常常用来展示百分比数据。
比如，上面这张图就是典型的华夫图，一共 10*10=100 个方格，有颜色的格子数量代表要表达的百分比。
一般来说，制作华夫图的方法有两种。
一种是使用条件格式——即在 Excel 单元格中将小于指定数字的单元格设置为带颜色的单元格；
另一种方法是使用图表，用散点图来制作一个 10*10 的点，然后用图形进行填充。
事实上，还有一种方法，比这两种更简单，而且制作的过程也多少让人感到出其不意！
这个方法就是——使用 REPT 函数。
02 REPT 函数
REPT 这个函数，用在这个场景下就很绝。
REPT——Repeat（重复），它可以将指定字符重复指定的次数，常常用来制作单元格内的数据条。
比如，公式：=REPT("|",E7/10)，将「|」重复了 E7/10 次，就形成了数据条的效果。
还可以用来制作五星好评：
再比如，公式：=REPT("★",E7)&REPT("☆",5-E7)，将五角星重复了指定次数，就形成了五星评价的效果。
不同的是，这个公式里使用了两个 REPT，分别对实心、空心五角星做了不同次数的评价，但加起来等于 5。
REPT 用好了，可以做出很多意想不到的效果。
03 用 REPT 制作华夫图
不难看出，华夫图中也同样是对两种图形（一个实心、一个空心）进行重复，只要计算好分别重复的次数就好。
例如 66%，在华夫图中相当于对□重复 34 次，而对■重复 66 次。
因此——
第 1 步：在单元格中输入公式：
=REPT("□",ROUND((1-C6)*100,0))&REPT("■",ROUND(C6*100,0))
第 2 步：设置对齐
此时所有方块是横排的，可以打开单元格格式设置，在对齐中勾选自动换行。
第 3 步：设置行高和列宽
调节单元格所在行的高度和宽度，让华夫图刚好以 10*10 进行排列：
这样，华夫图的效果就完成了。
如果想表达一组数字，可以直接复制单元格并进行排列，形成如下效果：
你学会了吗？
▼ 华夫图作品欣赏
Excel 畅销书作家徐军泰，从 10 万次学员问答中，选取了使用频率最高的 10 个函数应用。
用 3 天时间，零基础学会 10 个高频函数，可以解决工作中遇到的很大部分问题。徐老师还会通过直播，手把手带你操作。
老师还分类整理了 4300 套 Excel 模板，包括财务、销售、人事、行政等，到手即可使用。
现在限时免费，赶紧点击下方的卡片报名吧。
报名后一定记得根据引导添加助教，领取「4300 套 Excel 模板资料包」哦~
数据分析用什么软件?
做数据分析，比较好用的软件有哪些？
数据分析软件有很多种，每一种都适合不同类型的人员。
简单说：
Excel：普遍适用，既有基础，又有中高级。中级一般用Excel透视表，高级的用Excel VBA。
hihidata：比较小众的数据分析工具。三分钟就可以学会直接上手。无需下载安装，直接在线就可以使用。
SPSS：专业统计软件，没有统计功底很难用的。同时包含了数据挖掘等高大功能。
SAS：专业统计软件，专业人士用的，不懂编程还是不要碰了。
MARLAB：建立统计与数学模型，但是比较难学，很难上手。
Eview：比较小众，建立一些经济类的模型还是很有用的。计量经济学中经常用到。
各种BI与报表工具：FineBI，FineReport，tableau，QlikView等。
比较好的数据分析软件有哪些？
SPSS是软件里比较简单的 ，学校里使用的比较多一些，可以采用菜单的模式 带少量的命令编辑MATLAB常常在建立统计和数学模型的时候比较好用 但是很难学 反正我学了一个学期楞是就知道个皮毛Finereport 兼顾了基本的数据录入与展现功能，一般的数据源都支持，学习成本比较低，比较适合企业级用户使用，SAS我没用过
网站数据分析工具哪个好用些阿？
推荐吆喝科技的ab测试，软件分析的数据比较全面和精准
学数据分析需要熟悉哪些软件基础
软件只是一个工具 看你要从事的数据分析的方向很深度而定
一般的用excel也可以进行常规简单的数据分析
再深入一点的用spss、stata、sas
如果要搞数据挖掘的话，用spss modeler / sas
不过一般的常规数据分析用excel和spss基本上能够应付
常用的数据分析工具有哪些
数据分析的概念太宽泛了，做需要的是侧重于数据展示、数据挖掘、还是数据存储的？是个人用还是企业、部门用呢？应用的场景是制作简单的个人图表，还是要做销售、财务还是供应链的分析？
那就说说应用最广的BI吧，企业级应用，其实功能上已经涵盖了我上面所述的部分，主要用于数据整合，构建分析，展示数据供决策分析的，譬如FineBI，是能够”智能”分析数据的工具了。
android数据分析工具用什么软件
1. 开源大数据生态圈
Hadoop HDFS、Hadoop MapReduce, HBase、Hive 渐次诞生，早期Hadoop生态圈逐步形成。
开源生态圈活跃，并免费，但Hadoop对技术要求高，实时性稍差。
2. 商用大数据分析工具
一体机数据库/数据仓库（费用很高）
IBM PureData(Netezza), Oracle Exadata, SAP Hana等等。
数据仓库（费用较高）
Teradata AsterData, EMC GreenPlum, HP Vertica 等等。
数据集市（费用一般）
QlikView、 Tableau 、国内永洪科技Yonghong Data Mart 等等。
前端展现
用于展现分析的前端开源工具有JasperSoft，Pentaho, Spagobi, Openi, Birt等等。
用于展现分析商用分析工具有Cognos,BO, Microsoft, Oracle,Microstrategy,QlikView、 Tableau 、国内永洪科技Yonghong Z-Suite等等。
数据分析软件有哪些，他们分别的特点是什么
除了EXCEL 数据分析用的多的有以下几个软件，你看看你们公司符合哪个
SPSS（StatisticalProduct and Service Solutions），“统计产品与服务解决方案”软件，是数据定量分析的工具，适用于社会科学（如经济分析，市场调研分析）和自然科学等林林总总的统计分析，国内使用的最多，领域也多。
SPSS就如一个傻瓜相机，界面友好，使用简单，但是功能强大，可以编程，能解决绝大部分统计学问题，适合初学者。它有一个可以点击的交互界面，能够使用下拉菜单来选择所需要执行的命令。它也有一个通过拷贝和粘贴的方法来学习其“句法”语言，但是这些句法通常非常复杂而且不是很直观。
SPSS致力于简便易行（其口号是“真正统计，确实简单”），并且取得了成功。但是如果你是高级用户，随着时间推移你会对它丧失兴趣。SPSS是制图方面的强手，由于缺少稳健和调查的方法，处理前沿的统计过程是其弱项。
SAS是全球最大的软件公司之一，是全球商业智能和分析软件与服务领袖。SAS由于其功能强大而且可以编程，很受高级用户的欢迎，也正是基于此，它是最难掌握的软件之一，多用于企业工作之中。
SAS就如一台单反相机，你需要编写SAS程序来处理数据，进行分析。如果在一个程序中出现一个错误，找到并改正这个错误将是困难的。在所有的统计软件中，SAS有最强大的绘图工具，由SAS/Graph模块提供。然而，SAS/Graph模块的学习也是非常专业而复杂，图形的制作主要使用程序语言。SAS适合高级用户使用。它的学习过程是艰苦的，正所谓“五年入门，十年精通”，最初的阶段会使人灰心丧气。然而它还是以强大的数据管理和同时处理大批数据文件的功能，得到高级用户的青睐。
R 是用于统计分析、绘图的语言和操作环境，属于GUN系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具，多用于论文，科研领域。
R的思想是：它可以提供一些集成的统计工具，但更大量的是它提供各种数学计算、统计计算的函数，从而使使用者能灵活机动的进行数据分析，甚至创造出符合需要的新的统计计算方法。因此R有很多最新的模型和检验方法，但是非常难自学，对英语的要求很高。R与SAS的区别在于，R是开放免费的，处理更灵活，同时对编程要求较高。
大数据是什么意思？哪些软件适合大数据分析？
大数据定义什么的百度很多。个人理解：现有的互联网数据量越来越大，面对这么大的数据量，如何利用好这些数据是极具挑战性的。一方面数据量提升，数据处理的方法必须改变，才能提高数据处理速度，比如大规模，高并发的网站访问，12306，淘宝天猫什么的；另一方面从这些海量数据中挖掘出有用的信息，比如根据淘宝根据用户点击访问，反馈出用户的喜好，给用户推荐相关商品。
推荐Hadoop，适合大数据处理的。
网上学习资料很多，自己搜去！
当然你也可以自己使用数据库MYSQL等去做大数据处理，这样很多Hadoop做好的东西都需要你自己去做。要是熟悉某个数据库，并且应用明确就用数据库自己去做吧！
加油！
数据分析软件哪个好
最常用的是spss,属于非专业统计学的! sas是专业的统计分析软件,需要编程用,都是专业人士用的 数据分析中的数据挖掘,可以使用spss公司的clementine
大数据分析一般用什么工具分析
在大数据处理分析过程中常用的六大工具：
Hadoop
Hadoop 是一个能够对大量数据进行分布式处理的软件框架。但是 Hadoop 是以一种可靠、高效、可伸缩的方式进行处理的。Hadoop 是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。Hadoop 是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。Hadoop 还是可伸缩的，能够处理 PB 级数据。此外，Hadoop 依赖于社区服务器，因此它的成本比较低，任何人都可以使用。
HPCC
HPCC，High Performance puting and munications(高性能计算与通信)的缩写。1993年，由美国科学、工程、技术联邦协调理事会向国会提交了“重大挑战项目：高性能计算与 通信”的报告，也就是被称为HPCC计划的报告，即美国总统科学战略项目，其目的是通过加强研究与开发解决一批重要的科学与技术挑战问题。HPCC是美国 实施信息高速公路而上实施的计划，该计划的实施将耗资百亿美元，其主要目标要达到：开发可扩展的计算系统及相关软件，以支持太位级网络传输性能，开发千兆 比特网络技术，扩展研究和教育机构及网络连接能力。
Storm
Storm是自由的开源软件，一个分布式的、容错的实时计算系统。Storm可以非常可靠的处理庞大的数据流，用于处理Hadoop的批量数据。Storm很简单，支持许多种编程语言，使用起来非常有趣。
Apache Drill
为了帮助企业用户寻找更为有效、加快Hadoop数据查询的方法，Apache软件基金会近日发起了一项名为“Drill”的开源项目。Apache Drill 实现了 Google's Dremel.
据Hadoop厂商MapR Technologies公司产品经理Tomer Shiran介绍，“Drill”已经作为Apache孵化器项目来运作，将面向全球软件工程师持续推广。
RapidMiner
RapidMiner是世界领先的数据挖掘解决方案，在一个非常大的程度上有着先进技术。它数据挖掘任务涉及范围广泛，包括各种数据艺术，能简化数据挖掘过程的设计和评价。
Pentaho BI
Pentaho BI 平台不同于传统的BI 产品，它是一个以流程为中心的，面向解决方案(Solution)的框架。其目的在于将一系列企业级BI产品、开源软件、API等等组件集成起来，方便商务智能应用的开发。它的出现，使得一系列的面向商务智能的独立产品如Jfree、Quartz等等，能够集成在一起，构成一项项复杂的、完整的商务智能解决方案。
数据分析软件哪家好
常见的数据分析软件有Apache Hive、SPSS、Excel、Apache Spark、 Jaspersoft BI 套件。
1、Apache Hive
Hive是一个建立在Hadoop上的开源数据仓库基础设施，通过Hive可以很容易的进行数据的ETL,对数据进行结构化处理,并对Hadoop上大数据文件进行查询和处理等。 Hive提供了一种简单的类似SQL的查询语言—HiveQL,这为熟悉SQL语言的用户查询数据提供了方便。
2、SPSS
SPSS for Windows软件分为若干功能模块。可以根据自己的分析需要和计算机的实际配置情况灵活选择。SPSS针对初学者、熟练者及精通者都比较适用。并且很多群体只需要掌握简单的操作分析，大多青睐于SPSS。
3、Excel
Excel 可以进行各种数据的处理、统计分析和辅助决策操作，广泛地应用于管理、统计财经、金融等众多领域。Excel还提供高级查询功能，最操作的简单，其中自动汇总功能简单灵活。高级数学计算时，Excel也只用一两个函数轻松搞定。
4、Apache Spark
Apache Spark是Hadoop开源生态系统的新成员。它提供了一个比Hive更快的查询引擎，因为它依赖于自己的数据处理框架而不是依靠Hadoop的HDFS服务。同时，它还用于事件流处理、实时查询和机器学习等方面。
5、 Jaspersoft BI 套件
Jaspersoft包是一个通过数据库列生成报表的开源软件。行业领导者发现Jaspersoft软件是一流的, 许多企业已经使用它来将SQL表转化为pdf,，这使每个人都可以在会议上对其进行审议。另外，JasperReports提供了一个连接配置单元来替代HBase。
数据分析注意
1、要注意每种统计分析方法的适用范围。
许多分析方法对数据的要求很高，如果样本的分布不符合要求，样本量数量不足，或者存在大量的伪样本，都会造成最后结果的偏差甚至是完全错误。
2、在选择一种数据分析方法的同时，要按照方法的要求整理数据库。
错误的数据库格式对于研究有时是灾难性的。我们在使用任何研究模型之前，都要考虑数据的适用性。同样，数据的合理转换也很重要。
做数据分析比较好用的软件有哪些
Excel：普遍适用，既有基础，又有中高级。
Excel透视表：中级一般用Excel透视表。
hihidata：比较小众的数据分析工具，三分钟就可以学会直接上手，无需下载安装，直接在线就可以使用。
Eview：比较小众，建立一些经济类的模型还是很有用的，计量经济学中经常用到。
SPSS：采用类似EXCEL表格的方式输入与管理数据，数据接口较为通用，能方便的从其他数据库中读入数据。其统计过程包括了常用的、较为成熟的统计过程，完全可以满足大部分的工作需要。
MATLAB：是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境使用的。
SAS：是把数据存取，管理，分析和展现有机地融为一体。其功能非常强大统计方法齐，全，新。
好用的数据分析软件有哪些?
1、数据处理工具：Excel 数据分析师，在有些公司也会有数据产品经理、数据挖掘工程师等等。他们最初级最主要的工具就是Excel。有些公司也会涉及到像Visio，Xmind、PPT等设计图标数据分析方面的高级技巧。数据分析师是一个需要拥有较强综合能力的岗位，因此，在有些互联网公司仍然需要数据透视表演练、Vision跨职能流程图演练、Xmind项目计划导图演练、PPT高级动画技巧等。
2、数据库：MySQL Excel如果能够玩的很转，能胜任一部分数据量不是很大的公司。但是基于Excel处理数据能力有限，如果想胜任中型的互联网公司中数据分析岗位还是比较困难。因此需要学会数据库技术，一般Mysql。你需要了解MySQL管理工具的使用以及数据库的基本操作;数据表的基本操作、MySQL的数据类型和运算符、MySQL函数、查询语句、存储过程与函数、触发程序以及视图等。比较高阶的需要学习MySQL的备份和恢复;熟悉完整的MySQL数据系统开发流程。
3、数据可视化：Tableau & Echarts 如果说前面2条是数据处理的技术，那么在如今“颜值为王”的现在，如何将数据展现得更好看，让别人更愿意看，这也是一个技术活。好比公司领导让你对某一个项目得研究成果做汇报，那么你不可能给他看单纯的数据一样，你需要让数据更直观，甚至更美观。
Echarts是开源的，代码可以自己改，种类也非常丰富，这里不多做介绍，可以去创建一个工作区了解下。 4、大数据分析：SPSS & Python& HiveSQL 等
如果说Excel是“轻数据处理工具”，Mysql是“中型数据处理工具”那么，大数据分析，涉及的面就非常广泛，技术点涉及的也比较多。这也就是为什么目前互联网公司年薪百万重金难求大数据分析师的原因。
目前常用的市场数据分析软件有哪些？
市场数据分析软件工具，其实非常多，根据不同的需求和具体的业务，可以自行选择——
1、Excel
Excel 是最基础也最常用的数据分析软件，可以进行各种数据的处理、统计分析和辅助决策操作。
2、SAS软件
SAS是全球最大的软件公司之一，是由美国NORTH CAROLINA州立大学1966年开发的统计分析软件。SAS把数据存取、管理、分析和展现有机地融为一体，功能非常强大。
3、R软件
R是一套完整的数据处理、计算和制图软件系统。具备数组运算工具（其向量、矩阵运算方面功能尤其强大），完整连贯的统计分析工具，优秀的统计制图功能。
4、SPSS
SPSS是世界上最早的统计分析软件，也是比较成熟的分析工具，操作简便、编程方便、功能强大。
5、Python
Python可以说是现在进行数据分析处理的主流软件工具了，强大的库和编程特性，可以帮助我们快速处理大规模的数据分析和挖掘任务。
1、数据处理工具：Excel
数据分析师，在有些公司也会有数据产品经理、数据挖掘工程师等等。他们最初级最主要的工具就是Excel。有些公司也会涉及到像Visio，Xmind、PPT等设计图标数据分析方面的高级技巧。数据分析师是一个需要拥有较强综合能力的岗位，因此，在有些互联网公司仍然需要数据透视表演练、Vision跨职能流程图演练、Xmind项目计划导图演练、PPT高级动画技巧等。
2、数据库：MySQL
Excel如果能够玩的很转，能胜任一部分数据量不是很大的公司。但是基于Excel处理数据能力有限，如果想胜任中型的互联网公司中数据分析岗位还是比较困难。因此需要学会数据库技术，一般Mysql。你需要了解MySQL管理工具的使用以及数据库的基本操作;数据表的基本操作、MySQL的数据类型和运算符、MySQL函数、查询语句、存储过程与函数、触发程序以及视图等。比较高阶的需要学习MySQL的备份和恢复;熟悉完整的MySQL数据系统开发流程。
3、数据可视化：Tableau & Echarts
如果说前面2条是数据处理的技术，那么在如今“颜值为王”的现在，如何将数据展现得更好看，让别人更愿意看，这也是一个技术活。好比公司领导让你对某一个项目得研究成果做汇报，那么你不可能给他看单纯的数据一样，你需要让数据更直观，甚至更美观。