簡單來說，我們可以把大數據分析工具簡單分成兩個維度：
第一維度：數據存儲層——數據報表層——數據分析層——數據展現層
第二維度：用戶級——部門級——企業級——BI級
1、數據存儲層
數據存儲涉及到數據庫的概念和數據庫語言,這方面不一定要深鑽研,但至少要理解數據的存儲方式、數據的基本結構和數據類型。SQL查詢語言必不可少,精通最好。可從常用的select查詢，update修改，delete刪除，insert插入的基本結構和讀取入手。
Access2003. Access07等 ，這是最基本的個人數據庫,經常用於個人或部分基本的數據存儲;MySQL數據庫，這個對於部門]級或者互聯網的數據庫應用是必要的，這個時候關鍵掌握數據庫的庫結構和SQL語言的數據查詢能力;
SQL Server 2005或更高版本，對中小企業, - -些大型企業也可以採用SQL Server數據庫,其實這個時候本身除了數據存儲,也包括了數據報表和數據分析了，甚至數據挖掘工具都在其中了;
DB2，Oracle數據庫都是大型數據庫了,主要是企業級,特別是大型企業或者對數據海量存儲需求的就是必須的了, 一般大型數據庫公司都提供非常好的數據整合應用平臺;
BI級別,實際上這個不是數據庫，而是建立在前面數據庫基礎上的，企業級應用的數據倉庫。DataWarehouse，建立在DW級上的數據存儲基本上都是商業智能平臺，整合了各種數據分析,報表、分析和展現! BI級別的數據倉庫結合BI產品也是近幾年的大趨勢。
.在入門學習大數據的過程當中有遇見學習，行業，缺乏系統學習路線，系統學習規劃，歡迎你加入我的大數據學習交流裙：251956502 ，裙文件有我這幾年整理的大數據學習手冊，開發工具，PDF文檔書籍，你可以自行下載。
2、報表層
企業存儲了數據需要讀取，需要展現，報表工具是最普遍應用的工具，尤其是在國內。傳統報表解決的是展現問題，目前國內的帆軟報表FineReport已經算在業內做到頂尖，是帶着數據分析思想的報表，因其優異的接口開放功能、填報、表單功能，能夠做到打通數據的進出，涵蓋了早期商業智能的功能。
Tableau，同FineBI一樣，可分在報表層也可分爲數據展現層。FineBI和Tableau同屬於近年來非常棒的軟件，可作爲可視化數據分析軟件，我常用FineBI從數據庫中進行報表和可視化分析。相對而言，可視化Tableau更優，但FineBI又有另一種身份——商業智能，所以在大數據處理方面的能力更勝一籌。
3、數據分析層
這個層其實有很多分析工具，當然我們最常用的就是Excel ,我經常用的就是統計分析和數據挖掘工具;
Excel軟件，首先版本越高越好用這是肯定的;當然對Excel來講很多人只是掌握了5%Excel功能，Excel功能非常強大，甚至可以完成所有的統計分析工作!但是我也常說，有能力把Excel玩成統計工具不如專門學會統計軟件;
SPSS軟件:當前版本是18，名字也改成了PASW Statistics ;我從3.0開始Dos環境下編程分析，到現在版本的變遷也可以看出SPSS社會科學統計軟件包的變化，從重視醫學、化學等開始越來越重視商業分析,現在已經成爲了預測分析軟件;
SAS軟件: SAS相對SPSS其實功能更強大，SAS是平臺化的，EM挖掘模塊平臺整合,相對來講，SAS比較難學些，但如果掌握了SAS會更有價值，比如離散選擇模型,抽樣問題，正交實驗設計等還是SAS比較好用，另外, SAS的學習材料比較多,也公開，會有收穫的!
JMP分析: SAS的一個分析分支
XLstat : Excel的插件，可以完成大部分SPSS統計分析功能
4、表現層
表現層也叫數據可視化，以上每種工具都幾乎提供了一點展現功能。FineBI和Tableau的可視化功能上文有提過。其實，近年來Excel的可視化越來越棒，配上一些插件，使用感更佳。
PPT：辦公常用，用來寫數據分析報告；
Xmind&百度腦圖：梳理流程，幫助思考分析，展現數據分析的層次；
Xcelsius軟件：Dashboard製作和數據可視化報表工具，可以直接讀取數據庫，在Excel裏建模，互聯網展現，最大特色還是可以在PPT中實現動態報表。
最後，需要說明的是，這樣的分類並不是區分軟件，只是想說明軟件的應用。有時候我們把數據庫就用來進行報表分析，有時候報表就是分析，有時候分析就是展現；當然有時候展現就是分析，分析也是報表，報表就是數據存儲了！