散文精选网网友提问：
数据分析常用的软件工具有哪些？初学者应该先从哪方面开始学起？
优质回答：
数据分析最常用的软件一般有Excel、mysql和Tableau。
Excel大家都用的比较多，对日常工作来说是不可或缺的存在，其实它的数据分析功能也很厉害。
mysql是关系型数据库，sql语言可以很好地对数据库进行操作管理，进而进行数据分析。
Tableau是专业的可视化软件，在线使用很方便。
初学者应该先从SQL开始学起，SQL是所有数据方向的必备技能，也是比较容易学的技能。
数通畅联专注于企业IT架构、SOA综合集成、数据治理分析领域，感谢您的阅读与关注。
其他网友回答
作为转行数据分析的过来人，也来分享一下自己的看法
数据分析，各行各业都需要的技能
不同行业的数据分析，分析方向和内容也是千差万别
根据你的工作经历来看，长期从事财务方面的工作，为什么要转行呢？
其实，不是所有做分析的人，都能和钱挂上钩的
而做分析师，往往到最后都得与财务分析、价值变现、结合上才行
否则很难影响公司决策，分析也就没有什么意义了
所以，你确实具备很多人没有的优势
但我不建议你转行做分析师
财务分析本就是商业分析领域大分支
建议你向财务分析职位发展，也许更好，不浪费经验
OK，那么来回答数据分析常用的软件工具：
如果你是做商业分析，更偏向公司业务分析
建议先看一下 Gartner 关于商业分析与BI平台魔力象限分析：
解释一下魔力象限：
下面是包括2019和2020的分布和变化趋势情况
基本上常见的大牌商业数据分析工具和平台，里面都有涉及
如果你是做运营数据分析，或者偏纯技术型分析
可能你需要懂一定的编程基础或增长理论，以及常用的分析工具包：
总之呢，数据分析工具一般为分为3大类
第一类：傻瓜入门型
简单易上手，也是最常用最普及的工具
比较常用的是：EXCEL、SPSS
EXCEL，我相信只要是工作人士，应该没有人不知道吧
就算过了这么多年，Excel 依旧是处理数据、数据可视化的经典工具
它的用户基数太大了，即便是在各种高级数据分析软件大行其道的今天
绝大部分商业数据分析项目依然使用 Excel 解决，而且学起来容易入门
但是精通EXCEL很难，使用它需要一点一点积累
所以面试的时候，看到谁敢写精通EXCEL，基本上直接KO掉
当然，如果你认真钻研，把它用成BI工具的也是不成问题
推荐3本书籍，入门必备：
谁说菜鸟不会数据分析，张文霖；
Excel图表之道，刘万祥；
别怕，Excel VBA其实很简单，Excel Home；
而SPSS 全称为「社会科学统计软件包」
IBM 公司推出的，用于统计学分析运算、数据挖掘、预测分析和决策支持任务
推荐3本书籍，入门到高级案例全了：
SPSS统计分析基础教程，张文彤；
SPSS统计分析高级教程，张文彤；
IBM SPSS数据分析与挖掘实战案例精粹，张文彤，钟云飞；
第二类：DIY代码型
基本上，全靠写代码来解决问题
比如：SQL、Python，R
数据分析“直接”使用的数据大多数都为结构化数据，这些数据通常都存在数据库里(SQLServer， Mysql， Oracle， Hive等)，而要提取这些数据，SQL必不可少
推荐1本书，入门够用：
SQL必知必会，Ben Forta
Python和R是开源免费工具
来自世界各地的开发者贡献自己开发的工具包
开发者越多，软件的生命力就越强，发展也越快
日常数据分析(挖掘)90%以上的场景，两个软件都可以覆盖到
如果你已经在学其中一个，请继续努力，深入学习即可
推荐2本书，关于python和R的：
利用Python进行数据分析；
R语言实战，Robert I. Kabacoff
第三类：混合平台型
这种类型，既可以界面操作，又可写代码，相对灵活
比如：Tableau、Powerbi、SAS
先说PowrBI，个人感觉Power BI的仪表板性能更好
它可以打通数据清洗、分析处理、可视化三大难题
尤其在python可视化代码量大的情况下，建议后期出图考虑使用它
而且最重要的是，它有一个免费的桌面版，非常爽
而Tableau，主攻简单、便捷的可视化工具，当然现在被收购了，产品更加多元化了
用它做出的图表可视化效果很赞，可惜我本人不太喜欢它的操作风格
还有有个小缺点，就是收费版本不便宜，在线版本因为网络的问题有时比较卡
而SAS，一般是医药、金融类应用场景较多
比如：银行风控、互金行业，医药建模检测等等
很多国内大型公司使用它，是业内权威的代表，出的报告，行业公信力很强
当然，还有很多其他工具，网上一搜一大把
本人就不赘述了，就只列出行业比较认可的
总之，工具选择，因人而异，选择适合自己的最重要
再来回答一下，初学者从哪里开始
其实大家都有过这样的经历
纠结选择哪个工具
纠结从哪里学起，甚至害怕会不会学完就过时没用了
很正常，大家都是这么过来的，无须焦虑。
就本人经验和感受，说3个小建议：
1. 选好书籍打基础，资料宜精 不宜广
选择一本经典教材或者课程，非常重要
市面上的资源太多了，建议多看看知识和豆瓣推荐高分书籍，一般不会错
还有建议买纸质书，花了钱，这个书才香，才容易读完
看书籍是为了先打好基础，然后构建个人知识框架
最后利用“碎片化”时间、从解决实际问题出发去提升自己
2. 切忌大而全，工具宜少 不宜多
本人以前很喜欢鼓捣软件，各种工具各种玩耍
后来发现有些工具用过一次就再也没碰过了
而真正提高工作效率的，都是大家常提的，公认的
比如：你做数据量少了200M的 简单分析，Excel和SPSS一般是最佳选择 出活儿快！
而SQL是用来提数跑数的，你必须得会，得熟练，不然时间都耗在这儿了
当你遇到数据量较大或者需要复杂模型，就可以上PYTHON和R了
当然如果是你公司有大数据平台，就可能使用HIVE、SPARK、STOM等等
提示一点：切记不要为了追求高大上的模型或者效果
正所谓“屠龙之术，学而无用”
脱离实际工作场景的分析，纯属扯淡
3. 边干边学 边整理 记住“以用促学，以教促学”
很多同学总是问我，为什么学习EXCEL
总是感觉学不会、学了就忘呢？
原因主要有2点：
一是因为没有实战的机会，用的太少了，短练！
二是用完了就结束了，从来不总结整理，太懒！
最常见的一种现象是，很多人常常翻着一本厚厚的EXCEL秘籍自学
可当他想使用Excel的时候，却又要到处搜索资料
而用完了某个函数，没过几天就忘记了
所以，一定要带着问题、带着坑，去学习，你的记忆才会深刻
最后记得，定期整理沉淀自己，消化知识
一种方法是，画思维导图梳理体系，知识才能内化成你自己的东西
第二是，多多和别人交流和分享，思维的碰撞，能加深个人的理解和感悟
最后提醒一点：不要过分沉迷于工具
多注重业务理解，多实践积累经验，才是王道
希望上面的文字回答，能帮到你
