数据分析可以为用户提供对其客户，业务和行业的更深入了解。

有三大类数据分析可提供不同级别的洞察力

传统商业智能（BI） 可提供传统的周期性数据报告。

自助分析 使最终用户能够在IT提供的数据和工具的上下文中构建自己的分析。

嵌入式分析 在传统业务应用程序（如HR系统，CRM或ERP）的范围内提供商业智能。这些分析在用户的正常工作流程中提供上下文敏感的决策支持。

四个方面为自助分析和BI构建坚实的基础

无论你需要什么样的洞察，这里都有15个最好的大数据分析工具，可以帮助你。

15个国外顶级的大数据分析工具

1.Tableau

Tableau具有强大的功能和快速的洞察力。通过连接到许多不同的本地和基于云的数据源，Tableau的直观界面将数据源，准备，探索，分析和演示结合在一个简化的工作流程中。

Tableau的灵活性使其非常适合上面讨论的三种类型的分析。Tableau Server可以轻松存储周期性报告。高级用户还可以使用高级自助服务的集成统计和地理空间功能。最后，Tableau使用Javascript API和单点登录功能等应用程序集成技术将Tableau分析无缝嵌入到常见的业务应用程序中。

名词解释 单点登录（Single Sign On），简称为 SSO，是目前比较流行的企业业务整合的解决方案之一。SSO的定义是在多个应用系统中，用户只需要登录一次就可以访问所有相互信任的应用系统。（来自百度百科）

2.Looker

Looker致力于提供统一的数据环境和集中的数据治理，致力于成为数据分析者的可重用组件。使用提取/加载/转换（ELT）方法，Looker使用户能够根据需要对数据进行建模和转换。

Looker还具有专有的LookML语言，它以可视和可重用的方式利用SQL。可重用性概念扩展到Looker的Blocks组件，这些组件是可重用的数据连接，分析，可视化和分发实用程序。最后，Looker还能轻松集成流行的协作和工作流工具，如Jira，Slack和Segment。

3.Solver BI360

BI360提供现代化的动态报告，可与世界上许多最受欢迎的内部部署和基于云的ERP系统进行开箱即用的集成。这款易于使用的报表编写器提供Excel，Web和移动界面，并为财务专业人员提供强大财务和运营报表功能。

BI360还提供集成的预算编制工作流程和分析，包括行业特定的模板。另外BI360数据仓库，可以将部分或全部事务数据源集成到一个可由业务用户管理的BI数据库中。现在，你可以存储所有关键数据（无论是内部还是基于云），并可用于整合报告，分析和仪表板。

Solver BI360可用于云和内部部署。

4.Dataiku

Dataiku DSS将大部分数据分析生命周期整合到一个工具中。它使数据分析人员能够获取和准备数据，构建预测模型，与数据挖掘工具集成，为最终用户开发可视化。DSS的协作环境使不同的用户能够在DSS平台内协同工作并共享知识。

DSS专注于数据科学，倾向于提供深度分析用例，如流失分析，需求预测，欺诈检测，空间分析和终身价值优化。

5.KNIME

KNIME是一个开源的企业级分析平台，专为数据科学家而设计。KNIME的可视界面包括从提取到呈现数据的所有节点，重点是统计模型。KNIME与其他几种数据科学工具集成，包括R，Python，Hadoop和H2O，以及许多结构化和非结构化数据类型。

KNIME支持前沿数据科学用例，例如社交媒体情绪分析，医疗索赔大纲检测，市场购物篮分析和文本挖掘。

6.RapidMiner

RapidMiner强调快速洞察复杂的数据科学。其可视化界面包括预构建的数据连接，工作流和机器学习组件。通过R和Python集成，RapidMiner可自动执行数据准备，模型选择，预测建模和假设游戏。该平台还通过结合开发和协作环境以及与Hadoop和Spark大数据平台的集成，加速“幕后”工作。

最后，RapidMiner独特的自助服务方法利用机器学习从其250,000名开发人员社区收集洞察力，用于预测分析开发。其上下文相关的建议，自动参数选择和调整可加速预测模型部署。

7.Pentaho

Pentaho强调物联网数据收集和与其他数据源（如ERP和CRM系统）以及Hadoop和NoSQL等大数据工具的融合。其内置的IoT端点集成和独特的元数据注入功能可加速多个来源的数据收集。Pentaho的可视化功能包括基本报告和复杂的预测模型。

Pentaho主动接近嵌入式分析。除了投资REST API等集成组件外，Pentaho的全面培训和项目管理方法还有助于确保客户通过嵌入式分析获得成功。

8.Talend

Talend的工具集旨在加速数据集成项目并加快实现价值的速度。作为一个开源工具，Talend附带了一些连接Hadoop和Spark等大数据平台的向导。其集成的工具集和独特的数据结构功能可实现业务用户的自助数据准备。通过为了解数据业务上下文的用户提供更轻松的数据准备，Talend消除了干净且可用数据的IT瓶颈，从而减少了合并数据源的时间。

9.DOMO

Domo专注于为技术含量较低的用户提供快速洞察力。它具有500多个内置数据连接器和可视化数据准备界面，可加速数据采购和转换。其强大的商业智能功能使可视化和社交评论能够促进协作。Domo还拥有原生移动设备支持，具有与桌面相同的分析，注释和协作体验。

Domo使用“Cards”或可部署的交互式可视化portlet简化了远程嵌入分析。这些组件使用Javascript API和iframe与Web应用程序集成，并可以按唯一端点跟踪利用率。

10.Sisense

Sisense提供具有强大治理组件的端到端分析平台。它提供可视化数据源和准备环境，以及在给定度量超出可配置阈值时通知用户的警报。Sisense部署到内部部署，私有云或Sisense托管环境，并在用户角色，对象和数据级别实现治理。

Sisense的嵌入式分析综合方法包括Javascript API和单点登录等集成组件。但它还使用户能够自定义嵌入式可视化，为嵌入式分析添加自助服务维度。

11.Qlik

Qlik通过在数据采集和准备期间自动化数据发现和多个数据源之间的关系来强调速度。Qlik的关联引擎不是采用传统的基于查询的方法来获取数据，而是自动分析来自所有入站源的数据，识别链接，并将此组合数据集呈现给用户。由于Qlik的内存处理架构（包括压缩二进制索引，逻辑推理和动态计算），多个并发用户可以快速探索大型和多样化的数据集。

Qlik支持RESTful API以及HTML5和Javascript。此支持支持Web，业务应用程序和移动平台集成，以实现企业级嵌入式分析。

12.MICROSTRATEGY

Microstrategy成立于1989年，是旧数据分析平台之一，具有人们对这种成熟工具集的期望。Microstrategy连接到ERP和云数据供应商等众多企业资产，并与Android，iOS和Windows等多个常见用户客户端集成。它还提供各种常见服务，如警报，分发和安全性，并支持许多BI功能，如数据丰富，可视化和用户管理。

Microstrategy通过使用端点遥测来管理用户访问来增强数据治理。通过收集位置，访问，身份验证，时间戳和授权数据，此功能可以帮助分析利用率并加强安全实践。

13.Thoughtspot

Thoughtspot具有类似搜索引擎的界面和AI，使用户能够采用对话方式进行数据探索和分析。它的SpotIQ引擎可解析搜索请求，例如“按国家/地区划分的2014年收入”，并生成一个引人注目的可视化图像，显示最不受欢迎的条形图。

Thoughtspot平台通过可视化数据源和准备窗格，广泛的内存处理，大数据环境的后端集群管理，集中的行级安全性以及内置的可嵌入组件，帮助公司快速部署这种独特的分析方法。

14.BIRST

Birst专注于解决数据分析中最棘手的挑战之一：建立对企业内许多不同来源的数据的信任。Birst的用户数据层自动获取，映射和集成数据源，并为用户提供统一的数据视图。

其次，使用Birst的自适应用户体验，打破数据发现和仪表板之间的孤岛，用户可以访问统一数据源，无需编码或IT干预即可开发分析。

Birst支持分发到多个平台和其他分析工具，如R和Tableau。

15.Microsoft SQL Server Reporting Services

SQL Server Reporting Services（SSRS）是一种商业智能和报告工具，可与Microsoft数据管理堆栈，SQL Server管理服务和SQL Server Integration Services紧密集成。此工具集可实现从数据库到商业智能环境的平稳过渡。SSRS特别提供可视化创作环境，基本自助服务分析以及输出报告和可视化的电子表格版本的能力。

SSRS和Microsoft数据管理堆栈是传统BI的主力。它们是一个成熟的工具集，可以很好地处理重复报告和用户输入的参数。