简单来说，我们可以把大数据分析工具简单分成两个维度：
第一维度：数据存储层——数据报表层——数据分析层——数据展现层
第二维度：用户级——部门级——企业级——BI级
1、数据存储层
数据存储涉及到数据库的概念和数据库语言,这方面不一定要深钻研,但至少要理解数据的存储方式、数据的基本结构和数据类型。SQL查询语言必不可少,精通最好。可从常用的select查询，update修改，delete删除，insert插入的基本结构和读取入手。
Access2003. Access07等 ，这是最基本的个人数据库,经常用于个人或部分基本的数据存储;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;
SQL Server 2005或更高版本，对中小企业, - -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;
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;
BI级别,实际上这个不是数据库，而是建立在前面数据库基础上的，企业级应用的数据仓库。DataWarehouse，建立在DW级上的数据存储基本上都是商业智能平台，整合了各种数据分析,报表、分析和展现! BI级别的数据仓库结合BI产品也是近几年的大趋势。
2、报表层
企业存储了数据需要读取，需要展现，报表工具是最普遍应用的工具，尤其是在国内。传统报表解决的是展现问题，目前国内的帆软报表FineReport已经算在业内做到顶尖，是带着数据分析思想的报表，因其优异的接口开放功能、填报、表单功能，能够做到打通数据的进出，涵盖了早期商业智能的功能。
Tableau，同FineBI一样，可分在报表层也可分为数据展现层。FineBI和Tableau同属于近年来非常棒的软件，可作为可视化数据分析软件，我常用FineBI从数据库中进行报表和可视化分析。相对而言，可视化Tableau更优，但FineBI又有另一种身份——商业智能，所以在大数据处理方面的能力更胜一筹。
3、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;
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;
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;
SAS软件: SAS相对SPSS其实功能更强大，SAS是平台化的，EM挖掘模块平台整合,相对来讲，SAS比较难学些，但如果掌握了SAS会更有价值，比如离散选择模型,抽样问题，正交实验设计等还是SAS比较好用，另外, SAS的学习材料比较多,也公开，会有收获的!
JMP分析: SAS的一个分析分支
XLstat : Excel的插件，可以完成大部分SPSS统计分析功能
4、表现层
表现层也叫数据可视化，以上每种工具都几乎提供了一点展现功能。FineBI和Tableau的可视化功能上文有提过。其实，近年来Excel的可视化越来越棒，配上一些插件，使用感更佳。大数据学习交流群，群门牌号是：251—956---502,欢迎一起学习大数据的伙伴，加群互相学习交流。
PPT：办公常用，用来写数据分析报告；
Xmind&百度脑图：梳理流程，帮助思考分析，展现数据分析的层次；
Xcelsius软件：Dashboard制作和数据可视化报表工具，可以直接读取数据库，在Excel里建模，互联网展现，最大特色还是可以在PPT中实现动态报表。
最后，需要说明的是，这样的分类并不是区分软件，只是想说明软件的应用。有时候我们把数据库就用来进行报表分析，有时候报表就是分析，有时候分析就是展现；当然有时候展现就是分析，分析也是报表，报表就是数据存储了！
