數據分析工具包括以下幾類：
1、數據處理工具Excel
在Excel，需要重點了解數據處理的重要技巧及函數的應用，特別是數據清理技術的應用 。這項運用能對數據去偽存真，掌握數據主動權，全面掌控數據，Excel數據透視表的應用重在挖掘隱藏的數據價值，輕松整合海量數據，各種圖表類型的制作技巧及Power Query、Power Pivot的應用可展現數據可視化效果 。
2、數據庫MySQL【數據分析工具包括哪些 數據分析有哪些工具】
MySQLL是一種關系數據庫管理系統 ， 關系數據庫將數據保存在不同的表中，而不是將所有數據放在一個大倉庫內，這樣就增加了速度并提高了靈活性 ， MySQL所使用的SQL語言是用于訪問數據庫的最常用標準化語言，MySQL軟件采用了雙授權政策，分為社區版和商業版，由于其體積小、速度快、總體擁有成本低，尤其是開放源碼這一特點，一般中小型網站的開發都選擇MySQL作為網站數據庫 。
3、數據可視化Tableau和Echarts
Tableau Desktop是基于斯坦福大學突破性技術的軟件應用程序，它能幫助生動地分析實際存在的任何結構化數據，以在幾分鐘內生成美觀的圖表、坐標圖、儀表盤與報告，利用Tableau簡便的拖放式界面，可以自定義視圖、布局、形狀、顏色等等，幫助展現自己的數據視角 。
ECharts簡單來說是互聯網開發程序過程中，后臺數據庫用以實現數據到圖形的映射的一個插件，具體來說一個使用JavaScript實現的開源可視化庫，可以流暢的運行在PC和移動設備上 ， 兼容當前絕大部分瀏覽器 ， 底層依賴輕量級的矢量圖形庫ZRender，提供直觀，交互豐富 ， 可高度個性化定制的數據可視化圖表 。
4、大數據分析SPSS、Python、HiveSQL等
SPSS采用類似EXCEL表格的方式輸入與管理數據，數據接口較為通用，能方便的從其他數據庫中讀入數據，其統計過程包括了常用的、較為成熟的統計過程，完全可以滿足非統計專業人士的工作需要，輸出結果十分美觀，存儲時則是專用的SPO格式，可以轉存為HTML格式和文本格式 。
Python是一種計算機程序設計語言，是一種面向對象的動態類型語言，最初被設計用于編寫自動化腳本（shell），隨著版本的不斷更新和語言新功能的添加，越來越多被用于獨立的、大型項目的開發 。
HiveSQL是基于Hadoop的一個數據倉庫工具，可以將結構化的數據文件映射為一張數據庫表，并提供簡單的sql查詢功能，可以將sql語句轉換為MapReduce任務進行運行 。
