目前业界主流的数据分析工具都有哪些，各有什么特点，分别能实现哪个层级的数据分析能力？

数据分析类工具包括SMARTBI、TABLEAU、观远、PYTHON、R、sophon、SPSS、SAS、stata等。SMARTBI、TABLEAU、观远这些工具都是很不错的报表工具，可以进行数据的图表展示，对数据描述性分析，对于数据背后变化的原因，什么要素很重要，未来会发生什么，就不是这些工具的关注。为了做诊断分析、预测性分析，更应该关注团队分析能力的建设。数据分析工作可以分为6个部分，1、问题定义；2、数据收集；3、加工数据；4、数据分析（描述性、相关性、对比分析、交叉分析、分组分析、多维分析、漏斗分析、趋势分析、回归分析、聚类分析等）；5、可视化；6、报告。每部分使用的工具不同，PYTHON、R、sophon、SPSS、SAS、stata这些工具对分类、聚类、预测等模型都有很好支持，stata、PYTHON、R这些都比较轻量化。做数据分析需要技术和业务相结合，需要对业务有了解，这样才能发现问题和给出合适处方。

我简单聊聊当前的使用情况，我们主要使用SAS和Python做数据分析，描述性分析、诊断性分析、预测性分析和处方性分析都能实现。SPSS Modeler 也能实现，但是一般用在预测性分析多点。 SmartBI、帆软、IBM Cognos等更多是报表类BI可视化开发工具，可用于做报表类数据分析，但对智能营销等大数据多维分析场景并不合适。也可以考虑使用多维分析产品Apache Kylin 组合BDP等可视化工具做多维分析业务。