对比5款数据分析热门工具（数据分析一般用什么软件）

最近看到不少留言“老板总是嫌自己做的可视化报表太丑怎么办？”，还把自己做的其中部分报表发给我，让我客观的评价下，以下是原图。

看到他发给我的图表，我理解这位粉丝是真的很想把信息都呈现出来，也努力的在有限的图表上，展现更多的心思，譬如配色，但最后呈现的结果确是差强人意。

这个简单的图表首先就暴露了很多的问题：

1、数据对象包含6种，所描述的属性就高达9种，不适合用柱状图来表示；

2、标签的显示方式全部拥挤在图表下方，不利于观看；

3、配色五彩斑斓，没有遵循颜色一致性和语义一致性原则；

4、图表简单，静态展示，没有任何视觉享受等

其实这不仅是这位粉丝的个别问题，也是职场人的通病：数据可视化做的太简单甚至有点丑，领导不愿意看。其实换位思考下，领导时间有限，哪有时间一个个去看你拥挤在一起的数据，所以如何简单、明了且准确通过图表来传达数据信息，也是当今职场人的必修课。

其实数据分析分析中，好用的工具有很多，譬如EXCEL、BI、R或者Python。其中R和Python需要有一定的代码基础，因而不适合大多数人使用在此就不过多赘述。而普及率最高的大概也就是EXCEL了吧。其中的图表类型较多、还能用数据透视表多维度、联动的展示数据，满足大部分人的简单图表需求。

但也正是因而它的普及率高，为了适用于多数人，其很多功能做的也只是通用功能。譬如图表的样式永远只有简单的色系，缺乏设计感等等。

其次EXCEL的数据处理量也是有限的，只能处理最大行数是1048576行，最大列数是16384列。虽然看着很多，但经历过的人都懂，一旦数据量过数万后，大部分的时候就是在等待程序响应中（这自然也有硬件设施有关），然后卡死，结束程序，以内经常在奔溃的边缘徘徊。

再者就是BI工具，为了解决大家对数据可视化的报表需求，各大厂商也就相对应的推出了此工具。

BI工具专门按照数据分析的流程：数据处理-数据清洗-数据建模-数据可视化完美的解决了以上的需求，现如今也被各大企业所拥抱、运用到公司的日常办公中。

但也正因为这方面的需求比较多，其市场上暂时没有什么龙头厂商，导致BI市场良莠不齐。但浪潮退去之后，我们终将知道谁在裸泳，所以我精心比对了市场上占有率最高的三个BI工具，大家在选用的时候可以参考下：

最后综合下来，我个人还是比较倾向FineBI。它支持多种数据源，简单易上手而且还有专门的社区生态用于学习和交流，在满足报表可视化需求的基础上还满足了持续性学习的增值需求。

下面我就简单展示下我在工作中用BI工具做出的部分可视化图报表吧：