我覺得現在數據行業的人，都有一點滿瓶不動半瓶搖的意思，懂一點知識，掌握一個入門工具，看了幾篇所謂的大數據洞察文章，就洋洋自得。

譬如還在爭執python和R哪個好，決策樹和貝葉斯哪個准，寫代碼的就要鄙視用excel拉透視圖的，會演算法的就一定要鄙視做報表的等等。

網上，各類數據工具廣告滿天飛，今天勸你學python，明天勸你學編程，後天又讓你抓住excel，也是讓人迷惑，我們應該怎麼做？怎麼選？

就說說開頭的三個工具吧。

一、Excel

這東西的知名度雖然談不上家喻戶曉，但職場的都知道吧，你去找個小學生問問，絕大多數也知道這是什麼：從簡單的表格製作，數據透視表，寫公式，再到VBA語言，還有無數的插件。

但是我不知道是什麼原因，很多人對它的理解就是，就是一表格工具嘛。

你去用python爬取，用BI連接，總不能每個數據都是從資料庫里直接取吧，一些個人的分析，肯定是得用Excel收集數據的，前提是數據量不算很大。

那我還聽到一些聲音，認為Excel不能處理大數據量，這個是事實，但是換個角度想想，生活中的數據也足夠了，能大到哪去？

你讓不到50個人的公司去採購BI和報表系統，這明顯是不現實的，還是老老實實用Excel吧。

二、BI工具

什麼是BI工具，就是為了讓老闆和負責人更快地做出決策，通常被用作做分析結果層，使用的時候會歷經整個數據分析過程：收集-處理-可視化-分析。

而這些，都是Excel做不到的，Excel最多只被用來作為其中的1-2種作用，到真正展示的時候，是上不來檯面的，你看智慧城市、阿里的大屏展示，什麼時候用過Excel？

就拿FineBI來舉例子吧。

當你用FineBI這個工具的時候，你可以發現，它在整個數據分析的流程上帶來了改進：

雖然談不上達到了ETL的水平，但是FineBI內置的一些公式是可以快速地處理和清洗數據。

做數據透視分析，由於數據量很大，傳統Excel工具就很吃力，卡掉、死機，FineBI處理大數據量的性能比Excel強很多。

做圖形展現，Excel可能會花費很多時間編輯圖表，包括顏色、字體的設定，甚至大家經常看到一些Excel技巧類的文章，實現一些精美的圖表需要花很多偏門的小技巧才能夠完成，而用FineBI的圖表組件，你就可以把數據變成各類圖表。

你看，在核心的可視化和分析模塊，是不是覺得FineBI更加清晰？

BI工具現在有不少，關於好用的BI工具還是有很多爭論，不過無論是誰，BI工具都是未來的主流數據分析工具的方向。

三、python

易學、易用、前途無量的編程語言，還和人工智慧扯上了關係，但是學好了，能不能找到工作不關我事（開個玩笑）。

上面說到的Excel和FineBI，這兩個工具的使用者和python的關係如何？總得來說，上手難度前兩者小於python，而且側重點不一樣的。

做個簡單的總結吧：

其實當你在行業待久了，層次上去了，就會發現這些工具都是次要的。公司里的人，不管是什麼職位，工程師也好，運營也好，BI也好，其實都是在做業務。

但如果還沒有那個水平，先用好工具才是正確的路。