一般来说，我们需要选择一个合适的工具，这样我们就能够做好数据分析工作，子啊面对其高数据量、多维度与异构化的特点，以及分析方法思路的扩展，传统统计工具已经难以应对。在众多新的软件分析工具作为深入大数据洞察研究的重要助力，也成为数据科学家所必须掌握的知识技能。然而，现实情况的复杂性决定了并不存在解决一切问题的终极工具。实际研究过程中，需要根据实际情况灵活选择最合适的工具，才能更好的完成研究探索。在传统分析和商业统计中，我们有三个工具，分别是Excel、SPSS、SAS。这三个工具对于研究人员而言并不陌生。
首先我们给大家介绍一下Excel，Excel作为电子表格软件，适合简单统计需求，由于其方便好用，功能也能满足很多场景需要，所以实际成为研究人员最常用的软件工具。其缺点在于功能单一，且可处理数据规模小。这两年Excel在大数据方面上也作出了一些增强，但应用能力有限。不过我们还是需要了解这些知识。
第二我们说一下SPSS和SAS作为商业统计软件，提供研究常用的经典统计分析处理。而SPSS的特点就是轻量、易于使用，但功能相对较少，适合常规基本统计分析。而SAS的功能丰富而强大，且支持编程扩展其分析能力，适合复杂与高要求的统计性分析。
当我们了解了上述的三个软件的时候我们就能够面对大数据环境出现了各种情况，但这并不代表其没有使用价值。如果使用传统研究方法论分析大数据时，海量原始数据资源经过前期处理得到的中间研究结果，就很适合使用它们进行进一步研究。
温馨提示：
