大数据分析用什么做，用excel？用python？还是用bi？

这就像是一个鄙视链，首先在鄙视链底端得的肯定是excel。为啥这么说，首先就问excel可以大数据分析吗？

excel的确是数据分析工具中最普及的，可以满足各行各业的日常工作数据的少量、较简单逻辑的处理。还有更多函数公式，满足日常一般的数据分析要求绰绰有余。但是处理数据量有限，只能处理最大行数是1048576行，最大列数是16384列，看着挺多，但随着企业数据化的发展，远远不够。此外当处理较大体量数据时，就会发生卡顿、宕机，并且图表样式简单有限，不够美观。

一句话说，excel根本解决不了大数据，这也无怪excel在大数据分析的底端了。

那python和bi呢，孰强孰弱？

我们客观地看看：

Python

适用范围：网站运维、第三方数据爬虫等等多场景

适用人群：有一定的编码基础能力，非专业人士也可以学，只是入门简单，越学越难。

优势：因为 Python 相之于其他编程语言较为好学，他的整体书写形式比较类似英语。因此其他领域的人入门起来也比较简单。其次岗位少，竞争较小。

劣势：Python岗位少，去投简历的公司也就少，大多数都是在北上广深杭，其他二三线城市能参加面试的机会就更少了，IT岗位机会多的是Java，前端，就业较难。

BI

适用范围：做数据透视分析，做报表。

适用人群：没时间学代码、对数据分析有着快速响应需求的业务人员，以及懂些代码，疲惫于重复性取数需求的IT人员。

优势：处理大数据量的性能比EXCEL强很多，并且类EXCEL的操作设计，支持拖拉拽等方式，个性化的满足了中国式的复杂报表需求。此外可以直接链接多个数据库，不用重复导出导入数据，省时省力。

劣势：现在BI市场良莠不齐，处于高速诉发展时期，大数据分析软件选择较多，所以还是要慎重选择BI厂商。

看以上的比较就知道，也许从编程角度而言，python大数据分析的确是当仁不让，但是从学习成本或者是展示效果而言，bi大数据分析却略胜一筹。

每样都学、每样都精是最好的选择方式。但每个人的精力都是有限的，只有在冷静选择之后深耕才是明智的选择，而不是每个都泛泛而谈。如果你没有编程的基础，bi大数据分析才是你最经济的选择。

下面跟大家仔细说说bi大数据分析怎么样：

至今没有一款BI在使用过程中是不宕机的，这不现实，但是宕机的次数和数据展现的速度确实可以反映BI工具的好坏。

FineBI具有spider大数据引擎，对于大数据量的分析可以很快速地响应，支持本地模式和直连模式。其实上过BI的企业都应该知道，大数据BI分析工具最重要的就是稳定性，没有稳定性，一切都是白搭。

同时在OLAP多维分析方面，FineBI做的比较全面，钻取、联动、旋转、切片、跳转都可以进行快速设置，功能非常强大。

同时计算分析能力方面，例如用户想做类似同期环期、同比环比的快速计算，无法直接得出结果，需要用户书写一些函数才能计算出相关结果。

而FineBI为用户直接提供了快速计算的功能，包括求同期/环期、同比/环比、排名、累计值、所有值、百分比计算等等。

总的来说bi大数据分析不是不行，但是也得选对才行，像finebi这种的bi大数据分析就是很不错的选择。

商业智能BI产品更多介绍：www.finebi.com

免费下载FineBI 立即体验Demo