老实人妙勇
常见的数据分析软件有哪些？
1、数加平台数加是阿里云发布的一站式大数据平台，可以提供数据采集、结构化、加工到展示分析整套的一站式数据服务。
可采集不同系统及物理存储的源头数据，在分布式计算平台上进行数据的深度整合、计算、挖掘，将计算的结果通过可视化的工具进行个性化的数据分析和展现，也可直观的展示分析现有云上业务系统的数据库数据。
优点：有完整的产品规划，功能完善；图形展示和客户感知良好；提供SQL查询；缺点：需要捆绑阿里云才能使用，一般用户还不能真正使用起来；部分体验功能一般，有一定的学习成本；2、TableauTableau是目前市面上较为成功的BI工具。
产品既有针对性，又有普适性。
拖放式界面，操作简单。
数据兼容性强，适用于多种数据文件与数据库，同时也兼容多平台，windows、mac、Online均可使用。
而且重要的一点是免费为用户安排现场培训或按需求进行在线培训。
优点：处于行业领导者地位，功能完善；有较好的图形展现与客户感知；新产品开始支持云端展现，但是需要客户端支持；缺点：相比于商业智能BI，更像一个基于数据查询的数据展示工具；处理不规范数据、转化复杂模型比较难；无法处理大量数据；国内网络连接Online版速度较慢；3、QlikQlikView只需轻轻单击几下，就可以对所有数据源进行合并、搜索、可视化和分析，可在不影响性能的前提下连接到多个数据源；其次视图种类丰富，界面简洁，互动性强，总体来说是一款简单易用的BI产品。
Qlik用户可通过各类可视化效果，将Qlik扩展到任何应用程序中。
另外用户也可以通过使用标准的和最新的网络API，可将可视化效果数据嵌入网站或应用程序。
优点：产品功能完善，图形展现和客户感知良好；支持SAAS，有权限管理功能；缺点：有一定的学习成本；报表规范性要求很高；数据抓取功能都非常弱，需要有非常好的数据仓库作为基础；4、SpotfireSpotfire服务对象是一线工作人员和日常决策人员，其交互界面形象易懂，无需写脚本语言和编写程序就可以对数据进行添加、分离操作。
内置搜索引擎，可以随意查找任意信息。
支持R、S+等统计、挖掘功能；有丰富、开源的R模型。
标记有自身特色，提供了过滤、钻取等功能，多个标记同时还可以实现图形化的集合运算。
优点：交互界面形象易懂，即使是普通的业务人员也能轻而易举地进行复杂的数据分析；不一定要建数据仓库，还可以直接从多个异构数据源提取数据进行分析；支持SAAS，有权限管理功能；缺点：SAAS版只支持30M，由于是国外服务器所以上传很慢；不适合中国式的固定报表；进军中国市场较晚，国内案例较少；工具的适应性范围广，但是难易跨度大；5、神策分析神策分析的产品有完整的使用文档，每个模块都有详细的使用说明以及示例，降低了用户的学习成本。
而且支持私有部署、任意维度的交叉分析，并帮助客户搭建专属的数据仓库。
目前提供事件分析、漏斗分析、留存分析、数据管理等功能，未来预计会增加用户分群、用户人群分析、推送和异常维度组合挖掘等，工具需要付费使用。
优点：专注于用户行为数据分析，不追求做大而追求做全；有详细的产品使用文档以及案例；提供SQL查询；缺点：更多的是demo示例，不能开箱即用；纯dashboard展示，并不能对单独一块数据作自定义分析；
开源资产管理软件？
GLPI提供功能全面的IT资源管理接口，你可以用它来建立数据库全面管理IT的电脑，显示器，服务器，打印机，网络设备，电话，甚至硒鼓和墨盒等。
提供Helpdesk用户支持平台；联系人，合同，合作商，以及文档的管理；提供资源预定，知识库的管理等功能。
下载地址：http://glpi-project.org/GLPI主要功能特征如下：总体特征：多用户管理多种认证系统（Local,LDAP,AD,POP/IMPAP,CAS）权限系统分页系统多语言支持（支持多达14种语言）搜索模块显示列表可配置PDF导出和SLKSQL格式的数据库备份和恢复下拉列表可配置更新检查系统UTF8接口兼容HTML4.0协议资产管理可从OCS资产系统导入数据计算机和连接设备管理和总成本管理主机和显示器的连接管理网络硬件和设备的连接管理（IP地址，MAC地址，VLAN等）打印机电脑连接情况管理和耗材管理其他外设电脑连接情况管理，电话管理软件许可证及其失效日期管理按地理位置管理硬件模型化管理便于同类设备的增加资产相关文件管理硬件状态管理物料不同情形下的管理-比如一台显示器连接到几台电脑主机其他应用软件的对外管制资产变更历史记录追踪管理各种投资的需求情况管理追踪最终用户投资需求可自动进行邮件追踪管理投资变更维修历史追踪投资需求标注技术人员投资需求优先级管理投资需求邮件追踪投资需求的分配开/合/开干涉模式实时变更的指派显示变更历史显示变更结果对指定的硬件显示变更历史将变更结果传递到指定技术人员对指定的物料传送其变更历史变更计划管理状态管理按月，年，总体提供状态报表全部按技术人员或企业按硬件，位置或型号按用户按类别按优先级文档管理合作伙伴（制造商，供应商，受益人）及其合同管理合同（租借，保险，维护，外包等）管理资产，合同相关文档管理文档授权类型管理预约管理可供租借的资源预约管理日历形式的接口管理预约知识库管理知识管理基本系统公共FAQ管理报表管理设备报表可按以下产生：按设备类型按相关协议按商务信息网络报表技术方面：GLPI采用以下技术：PHP4 或者PHP5MYSQL(>4.1.13)数据库HTML网页CSSXML（报表生成）了解更多开源相关，去LUPA社区看看吧。
常见的数据分析软件有哪些？
展开全部 1、数加平台数加是阿里云发布的一站式大数据平台，可以提供数据采集、结构化、加工到展示分析整套的一站式数据服务。
可采集不同系统及物理存储的源头数据，在分布式计算平台上进行数据的深度整合、计算、挖掘，将计算的结果通过可视化的工具进行个性化的数据分析和展现，也可直观的展示分析现有云上业务系统的数据库数据。
优点：有完整的产品规划，功能完善；图形展示和客户感知良好；提供SQL查询；缺点：需要捆绑阿里云才能使用，一般用户还不能真正使用起来；部分体验功能一般，有一定的学习成本；2、TableauTableau是目前市面上较为成功的BI工具。
产品既有针对性，又有普适性。
拖放式界面，操作简单。
数据兼容性强，适用于多种数据文件与数据库，同时也兼容多平台，windows、mac、Online均可使用。
而且重要的一点是免费为用户安排现场培训或按需求进行在线培训。
优点：处于行业领导者地位，功能完善；有较好的图形展现与客户感知；新产品开始支持云端展现，但是需要客户端支持；缺点：相比于商业智能BI，更像一个基于数据查询的数据展示工具；处理不规范数据、转化复杂模型比较难；无法处理大量数据；国内网络连接Online版速度较慢；3、QlikQlikView只需轻轻单击几下，就可以对所有数据源进行合并、搜索、可视化和分析，可在不影响性能的前提下连接到多个数据源；其次视图种类丰富，界面简洁，互动性强，总体来说是一款简单易用的BI产品。
Qlik用户可通过各类可视化效果，将Qlik扩展到任何应用程序中。
另外用户也可以通过使用标准的和最新的网络API，可将可视化效果数据嵌入网站或应用程序。
优点：产品功能完善，图形展现和客户感知良好；支持SAAS，有权限管理功能；缺点：有一定的学习成本；报表规范性要求很高；数据抓取功能都非常弱，需要有非常好的数据仓库作为基础；4、SpotfireSpotfire服务对象是一线工作人员和日常决策人员，其交互界面形象易懂，无需写脚本语言和编写程序就可以对数据进行添加、分离操作。
内置搜索引擎，可以随意查找任意信息。
支持R、S+等统计、挖掘功能；有丰富、开源的R模型。
标记有自身特色，提供了过滤、钻取等功能，多个标记同时还可以实现图形化的集合运算。
优点：交互界面形象易懂，即使是普通的业务人员也能轻而易举地进行复杂的数据分析；不一定要建数据仓库，还可以直接从多个异构数据源提取数据进行分析；支持SAAS，有权限管理功能；缺点：SAAS版只支持30M，由于是国外服务器所以上传很慢；不适合中国式的固定报表；进军中国市场较晚，国内案例较少；工具的适应性范围广，但是难易跨度大；5、神策分析神策分析的产品有完整的使用文档，每个模块都有详细的使用说明以及示例，降低了用户的学习成本。
而且支持私有部署、任意维度的交叉分析，并帮助客户搭建专属的数据仓库。
目前提供事件分析、漏斗分析、留存分析、数据管理等功能，未来预计会增加用户分群、用户人群分析、推送和异常维度组合挖掘等，工具需要付费使用。
优点：专注于用户行为数据分析，不追求做大而追求做全；有详细的产品使用文档以及案例；提供SQL查询；缺点：更多的是demo示例，不能开箱即用；纯dashboard展示，并不能对单独一块数据作自定义分析；
免费报表软件有哪些？
非编程篇/可直接上手的工具1. ExcelExcel是最容易上手的图表工具，善于处理快速少量的数据。
结合数据透视表，VBA语言，可制作高大上的可视化分析和dashboard仪表盘。
单表或单图用Excel制作是不二法则，它能快速地展现结果。
但是越到复杂的报表，excel无论在模板制作还是数据计算性能上都稍显不足，任何大型的企业也不会用Excel作为数据分析的主要工具。
2. 可视化 BI(Power BI \Tableau \ 帆软FineBI等等)也许是Excel也意识到自己在数据分析领域的限制和眼下自助分析的趋势，微软在近几年推出了BI工具Power BI。
同可视化工具Tableau和国内帆软的BI工具一样，封装了所有可能分析操作的编程代码，操作上都是以点击和拖拽来实现，几款工具的定位稍有不同。
Power BI最大的明显是提供了可交互、钻取的仪表板，利用Power Pivot可直接生产数据透视报告，省去了数据透视表。
Tableau可视化图表较为丰富，堪称一等， 操作更为简单。
帆软FineBI企业级的BI应用，实用性较强，因2B市场的大热受到关注。
千万亿级的数据性能可以得到保证，业务属性较重，能与各类业务挂钩。
对于个人，上手简单，可以腾出更多的时间去学习业务逻辑的分析。
编程篇对于寻求更高境界数据分析师或数据科学家，如果掌握可视化的编程技巧，就可以利用数据做更多的事情。
熟练掌握一些编程技巧，赋予数据分析工作更加灵活的能力，各种类型的数据都能适应。
大多数设计新颖、令人惊艳的数据图几乎都可以通过代码或绘图软件来实现。
与任何语言一样，你不可能立刻就开始进行对话。
要从基础开始，然后逐步建立自己的学习方式。
很可能在你意识到之前，你就已经开始写代码了。
关于编程最酷的事情在于，一旦你掌握了一门语言，学习其他语言就会更加容易，因为它们的逻辑思路是共通的。
1. Python语言Python 语言最大的优点在于善于处理大批量的数据，性能良好不会造成宕机。
尤其适合繁杂的计算和分析工作，而且，Python的语法干净易读，可以利用很多模块来创建数据图形比较受IT人员的欢迎。
2. PHP语言PHP这个语言松散却很有调理，用好了功能很强大。
在数据分析领域可以用php做爬虫，爬取和分析百万级别的网页数据，也可与Hadoop结合做大数据量的统计分析。
因为大部分 Web 服务器都事先安装了 PHP 的开源软件，省去了部署之类的工作，可直接上手写。
比如 Sparkline（微线表）库，它能让你在文本中嵌入小字号的微型图表，或者在数字表格中添加视觉元素。
一般 PHP会和 MySQL 数据库结合使用，这使它能物尽其用，处理大型的数据集。
3. HTML、JavaScript 和 CSS语言很多可视化软件都是基于web端的，可视化的开发，这几类语言功不可没。
而且随着人们对浏览器工作越来越多的依赖，Web 浏览器的功能也越来越完善，借助 HTML、JavaScript 和 CSS，可直接运行可视化展现的程序。
不过还是有几点需要注意。
由于相关的软件和技术还比较新，在不同浏览器中你的设计可能在显示上会有所差别。
在 Internet Explorer 6 这类老旧的浏览器中，有些工具可能无法正常运行。
比如一些银行单位仍旧使用着IE，无论是自己使用还是开发的时候都要考虑这样的问题。
4. R语言R语言是绝大多数统计学家最中意的分析软件，开源免费，图形功能很强大。
谈到R语言的历史，它是专为数据分析而设计的，面向的也是统计学家，数据科学家。
但是由于数据分析越来越热门，R语言的使用也不瘦那么多限制了。
R的使用流程很简洁，支持 R 的工具包也有很多，只需把数据载入到 R 里面，写一两行代码就可以创建出数据图形。
当然还有很多传统的统计图表。
