数据分析一般需要掌握Excel、SQL等技能，而大数据需要Java的一些技能，如SQL、Hadoop、HDFS、Maprece、Mahout、Hive和Spark: RHadoop、Hbase、ZooKeeper等。目前市面上的BI 工具就是为了解决这些问题，解放相关人员的生产力，让人员更专注于业务，从而做精做大。
因为大数据分析和数据分析不一样，很难界定，更别说选对工具。smartbi数据分析工具可以轻松帮你解决数据分析的问题。不需要太多技术就可以掌握零编码，拖拽方式简单易用。作为国内领先的专业BI厂商，Smartbi定位于一站式大数据服务平台，对各类业务数据库、数据仓库、大数据平台进行处理、分析挖掘并可视化展示。满足各类数据分析应用需求，如企业报表平台、自助探索分析、地图可视化、移动管理驾驶舱、指挥大屏、数据挖掘等。
5、国内有哪些比较好的数据 挖掘 工具呢?推荐几个，不是国产的，但是表现力不错。1.RapidMinerRapidMiner是一个数据科学软件平台，它为数据准备、机器学习、深度学习、text 挖掘和预测分析提供了一个集成的环境。程序完全是用Java编程语言编写的。2.PythonPython是一种免费的开源语言，通常易于学习和使用。许多用户发现他们可以在几分钟内开始构建数据，并执行极其复杂的相似性分析。
3.KaggleKaggle是世界上最大的数据科学家和机器学习者社区。Kaggle最开始是机器学习竞赛，现在已经逐渐成为基于公有云的数据科学平台。Kaggle是一个帮助解决困难问题、招募强大团队和促进数据科学力量的平台。4.OracleDataMining是Oracle高级分析数据库的代表。市场领先的公司使用它来最大限度地发挥数据的潜力，并做出准确的预测。
6、大 数据分析方法解读以及相关 工具介绍big 数据分析方法及相关的解读工具简介你要知道大数据不再大。最重要的现实是分析大数据。只有通过分析才能获得大量智能有深度有价值的信息。越来越多的应用涉及大数据。这些大数据的属性，包括数量、速度、多样性，都显示了大数据日益增长的复杂性。所以大数据的分析方法在大数据领域尤为重要，可以说是决定最终信息是否有价值的决定性因素。
“大”数据分析PredictiveAnalyticCapabilities Data挖掘的五个基本方面可以让分析师更好的理解数据，而预测分析可以根据可视化分析的结果和数据挖掘做出一些预测性的判断。数据质量和主数据管理数据质量和数据管理是一些管理最佳实践。
