其实数据分析工具有很多种，不同类型的用户也有自己适合的选择。运营总监如何进行数据分析，分享一个埃森哲大数据分析方法？3数据分析框架3.1数据特征探索。为了方便大家学习，我整理了一些高质量的数据分析书籍资源，从初学者到高级都有。
数据分析有哪些工具？
数据分析工具其实有很多种，对应不同类型的使用者也有各自适合的选择。例如懂数据算法计算机语言的人，可能给他一款，填写算法代码流畅的分析软件就是有效。掌握了数据分析专业技能的人，强大的分析功能能将工作做到事半功倍，不管看着功能多复杂。还有就是我这种非计算机专业出身，非统计学出身，但工作做还需要对大量数据进行分析的人。
如果你跟我一样，那么可以看下我的回答。我总结了下，我以前找分析工具的时候，自己先想了几个方向点1好上手。一看板面就知道怎么导入数据，怎么做图表，怎么排版的。这样的高效。2功能还得强大的.毕竟是非专业人士了，找分析工具就是为了充分发挥工具自身能动性，和强大功能，来给我们创造价值的，特别是涉及到数据大量复杂，必须有给力的功能支撑才能是良心工具。
3可视化呈现要好一点，就是图表要高大上的。数据分析报告得拿出手，图表的展现就是第一门面。包装的意识还是要有的。所以结论就是找一些操作容易功能强大图表颜值还得好的工具了。我就是照着这个思路找的，也用过几个，可以给大家说说。像东软做的Dataviz，是用着比较顺手的了。具体介绍我就摘抄下，自己懒得码那么多字DataViz数据可视化分析工具，不需要编写代码，也不需要任何程序设计基础，用户可以通过简单的拖拽就可以实现数据可视化展示与分析。
DataViz使用简单，但是实现的功能却不简单，上百种丰富的炫酷图表，可以实现数据的多维度多层次分析。上图先，先看些基本图各种数据分析好后，可以做成组合图册重点就是操作起来简单，拖拖拽拽的，看起来特别复杂的图表，其实拼贴一下就能搞定了。操作面板基本本国人都可以分分钟用起来。如果是专业人士或者计算机大拿的，估计可以寻找更复杂的工具进行尝试了。
大数据有哪些具体的成功应用？
这是一个很多人都比较关心的问题，作为一名计算机领域的科研教育工作者，我来回答一下。首先，当前大数据技术正处在落地应用的初期，目前除了互联网领域之外，传统行业领域还没有开始大面积应用大数据技术，但是在工业互联网的推动下，目前大量的企业已经开始了上云计划，企业上云之后，大数据技术将逐渐开始落地应用，大数据与普通人的关联也会越来越多。
从当前大数据的落地应用情况来看，目前与互联网相关的业务或多或少都在应用大数据技术，比如电子商务领域应用大数据技术就比较普遍，推荐系统就是一个非常普遍的应用，基于推荐系统也会给用户带来更好的购物体验。从大的发展趋势来看，未来大数据的应用空间是非常大的，而且大数据的价值空间同样非常大。除了电子商务领域之外，大数据在出行医药健康教育金融等领域的应用也在不断增加，而这些领域当前与互联网的结合也走在了诸多传统行业的前面，相信在工业互联网时代，更多的行业领域都会逐渐网络化智能化，这个过程也会推动大数据的落地应用。
相对于大数据技术来说，云计算的落地应用目前要多一些，而且企业要想借助于工业互联网来实现创新发展，往往都需要借助于云计算的支撑，所以也把云计算称为打开工业互联网大门的钥匙。目前云计算已经成为了大量互联网计算服务的支撑，尤其是与用户相关的互联网应用，所以普通用户只要在使用网络服务，包括各种App，几乎都离不开云计算。
大数据在科研上的应用有哪些？
大数据可以从以下几个方面帮助科研。大型强子对撞机的实验代表了大约1.5亿个传感器，每秒提供4000万次数据。每秒钟有近6亿次碰撞。在筛选并避免记录超过99.99995%的这些数据流后，每秒钟有100个目标冲突。因此，仅使用小于0.001的传感器数据流，并且截至2012年，来自所有四个LHC实验的数据流在复制之前的年速率为25 PB。
