1、数据处理工具：Excel

数据分析师，在有些公司也会有数据产品经理、数据挖掘工程师等等。他们最初级最主要的工具就是Excel。有些公司也会涉及到像Visio，Xmind、PPT等设计图标数据分析方面的高级技巧。数据分析师是一个需要拥有较强综合能力的岗位，因此，在有些互联网公司仍然需要数据透视表演练、Vision跨职能流程图演练、Xmind项目计划导图演练、PPT高级动画技巧等。

2、数据库：MySQL

Excel如果能够玩的很转，能胜任一部分数据量不是很大的公司。但是基于Excel处理数据能力有限，如果想胜任中型的互联网公司中数据分析岗位还是比较困难。因此需要学会数据库技术，一般Mysql。你需要了解MySQL管理工具的使用以及数据库的基本操作;数据表的基本操作、MySQL的数据类型和运算符、MySQL函数、查询语句、存储过程与函数、触发程序以及视图等。比较高阶的需要学习MySQL的备份和恢复;熟悉完整的MySQL数据系统开发流程。

3、数据可视化：Tableau& Echarts

如果说前面2条是数据处理的技术，那么在如今“颜值为王”的现在，如何将数据展现得更好看，让别人更愿意看，这也是一个技术活。好比公司领导让你对某一个项目得研究成果做汇报，那么你不可能给他看单纯的数据一样，你需要让数据更直观，甚至更美观。

Echarts是开源的，代码可以自己改，种类也非常丰富，这里不多做介绍，可以去创建一个工作区了解下。

4、大数据分析：SPSS& Python& HiveSQL等

如果说Excel是“轻数据处理工具”，Mysql是“中型数据处理工具”那么，大数据分析，涉及的面就非常广泛，技术点涉及的也比较多。这也就是为什么目前互联网公司年薪百万重金难求大数据分析师的原因。

操作步骤如下：

1、打开excel点击菜单栏中文件，选择并进入选项界面。

2、进入选项卡，点击“加载项”

3、点击“分析工具库”

4、点击底部的转到，进入加载宏界面。

5、在分析工具库前打钩，确认即可，此时excel表格右上角菜单栏中就会出现“数据分析”命令选项。

扩展资料

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适当行动。

数据分析的数学基础在20世纪早期就已确立，但直到计算机的出现才使得实际操作成为可能，并使得数据分析得以推广。数据分析是数学与计算机科学相结合的产物。

Excel作为常用的分析工具，可以实现基本的分析工作，在商业智能领域Cognos、Style Intelligence、Microstrategy、Brio、BO和Oracle以及国内产品如Yonghong Z-Suite BI套件等。

数据分析是一个复杂的过程，涉及多个因素。以下是一些对数据分析有影响的主要因素：

1.数据质量：数据的质量直接影响到分析结果的准确性和可靠性。低质量的数据可能导致错误的分析结论和不可靠的预测。因此，在进行分析之前，需要确保数据的准确性、完整性和一致性。

2.数据量：数据量越大，分析结果越可靠。然而，过多的数据可能导致计算资源的限制，从而影响分析速度和效果。因此，需要在数据量和计算资源之间找到平衡。

3.数据来源：数据的收集方式和来源对分析结果有很大影响。来自不同来源的数据可能存在偏见或不一致性，这可能影响到分析结果的可靠性。因此，在选择数据来源时，需要考虑其可靠性和代表性。

4.数据处理技术：数据处理技术包括数据清洗、预处理、特征工程等。这些技术对分析结果的准确性和效率有很大影响。选择合适的数据处理技术可以提高分析效果。

5.分析方法和技术：不同的分析方法和技术适用于不同类型的问题。选择合适的分析方法和技术可以更好地解决问题并提高分析效果。例如，线性回归适用于预测连续变量，而聚类分析适用于分类问题。

6.领域知识：领域知识对于理解数据的背景和潜在规律至关重要。具备相关领域知识的分析师可以更准确地解释分析结果并提出有针对性的建议。

7.业务背景：数据分析需要结合业务背景来理解数据的含义和应用价值。了解业务需求可以帮助分析师更好地为业务决策提供支持。

8.可视化工具和技术：可视化工具和技术可以帮助分析师更直观地展示分析结果，便于理解和传达分析成果。选择适合的可视化工具和技术可以提高分析效果和沟通效果。

总之，在进行数据分析时，需要关注多个因素，并根据实际情况做出合适的调整。通过综合运用各种方法和技巧，可以提高数据分析的准确性和有效性。

常用的质量管理工具有：流程图、因果图、直方图、检查表、控制图等。

流程图是一种用于描述生产过程中各个步骤之间相互关系的图形化表示。它有助于识别改进的关键环节和优化生产流程。在质量管理中，流程图能够清晰地展示生产或服务流程中的瓶颈和问题所在，为改进提供方向。

因果图，也被称为鱼骨图，是一种用于分析质量问题的工具。它通过图形化的方式展示问题与其潜在原因之间的关系。因果图可以帮助团队系统地分析问题的根源，从而找到解决问题的最佳策略。

直方图是一种用于展示数据分布的图形工具。在质量管理中，直方图可以帮助识别数据的分布模式、异常值和变异源。通过直方图，管理者可以了解数据的集中区域和离散程度，从而判断产品或服务的质量状况。

检查表是一种简单的数据收集工具，用于系统地记录关于产品或过程的数据。在质量管理中，检查表可以帮助团队跟踪问题的趋势和频率，从而确定需要改进的方面。

控制图是一种用于监控过程稳定性的工具。它通过绘制过程数据随时间变化的变化图，帮助团队识别过程中的特殊原因变异和自然变异。控制图有助于及时发现过程的变化，以便团队能够快速做出响应并采取适当的改进措施。

这些质量管理工具在提升产品质量、优化生产流程、解决质量问题等方面发挥着重要作用。它们能够帮助企业系统地分析质量数据，识别问题并采取有效的改进措施，从而提高产品质量和客户满意度。