1、分析工具：Excel、Tableau等屬于分析工具類；

2、分析語(yǔ)言：Python、R等屬于分析腳本語(yǔ)言。

3.挖掘工具：像SPSS/SAS類就屬于挖掘工具。此類挖掘工具側(cè)重探索隱藏得比較深的業(yè)務(wù)知識(shí)和模式，挖掘工具側(cè)重于業(yè)務(wù)的影響因素分析、預(yù)測(cè)性分析等等，講究分析模型（比常規(guī)的分析方法要復(fù)雜），在分析模型中不見(jiàn)得有統(tǒng)計(jì)指標(biāo)，而是模式。

常用的分析模型：影響因素分析（相關(guān)/方差/列聯(lián)分析）、數(shù)據(jù)預(yù)測(cè)模型（回歸預(yù)測(cè)/時(shí)序預(yù)測(cè)）、分類預(yù)測(cè)模型（決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)等），當(dāng)然還其它更多的模型，比如聚類、關(guān)聯(lián)等等。

理論上，高級(jí)的數(shù)據(jù)挖掘工具也能夠?qū)崿F(xiàn)統(tǒng)計(jì)分析功能，但坦白地說(shuō)，用挖掘工具來(lái)做統(tǒng)計(jì)工具分析，其效率反而沒(méi)有統(tǒng)計(jì)工具高；而且操作比較復(fù)雜，可視化功能也相對(duì)較差。

而且，當(dāng)前絕大多數(shù)公司，都是在用Excel/SQL來(lái)做數(shù)據(jù)分析，可見(jiàn)他們并沒(méi)有什么復(fù)雜的業(yè)務(wù)問(wèn)題需要用到更高級(jí)的挖掘工具，簡(jiǎn)單的工具已經(jīng)足以勝任平時(shí)的業(yè)務(wù)數(shù)據(jù)分析了。實(shí)際上平時(shí)的工作中80%的業(yè)務(wù)數(shù)據(jù)分析都可以用Excel/SQL或BI工具來(lái)完成。

分析語(yǔ)言本身也可以看作是一種特殊的分析工具。只是這種分析工具與SPSS相比不一樣， SPSS只需要通過(guò)拖拉就能夠?qū)崿F(xiàn)數(shù)據(jù)分析結(jié)果，但Python/R則需要通過(guò)寫(xiě)腳本寫(xiě)代碼的方式來(lái)運(yùn)行分析，所以用Python/R做數(shù)據(jù)分析就比較復(fù)雜。

作為工具， SPSS中已經(jīng)內(nèi)置和封裝了很多常用的分析方法、分析模型，所以你不需要花太多的時(shí)間去弄明白是怎樣實(shí)現(xiàn)的，甚至你有時(shí)不需要知道數(shù)據(jù)公式和原理（如果知道的話就更好了），你只需要聚焦在業(yè)務(wù)層面，就可以實(shí)現(xiàn)業(yè)務(wù)數(shù)據(jù)分析，得到良好的分析結(jié)果。所以，使用工具的優(yōu)點(diǎn)在于：簡(jiǎn)單易操作，不需要掌握深?yuàn)W的理論知識(shí)。

但是，正因?yàn)楣ぞ叻庋b了具體的實(shí)現(xiàn)過(guò)程，無(wú)法對(duì)分析模型進(jìn)行修改或自定義，如果你們公司需要一些特殊的分析模型，或者需要對(duì)原有的模型進(jìn)行修改或優(yōu)化，而分析工具又不支持的話，那么此時(shí)你就得要使用分析語(yǔ)言Python來(lái)實(shí)現(xiàn)自定義的分析流程了。

當(dāng)你使用Python分析語(yǔ)言時(shí)，你就得必須了解分析模型的數(shù)學(xué)原理及實(shí)現(xiàn)過(guò)程，還得要掌握編程的一系列技能，才能夠勝任Python/R的分析工作。同時(shí)，你得花大量的時(shí)間在如何實(shí)現(xiàn)模型上，而無(wú)法真正聚焦在業(yè)務(wù)問(wèn)題的解決上了。

所以，比起用分析工具，用Python的好處是可以任意修改或定制化模型、可以自動(dòng)化實(shí)現(xiàn)分析流程，但壞處也是顯而易見(jiàn)的（分析復(fù)雜、周期較長(zhǎng)、技能要求高）。你擁有了定制化，就失去了簡(jiǎn)潔；你擁有了超強(qiáng)的功能，就增加了復(fù)雜度，此即有得就必有失了。

e??~??