数据分析中的王者之争:EXCEL、Python、BI谁更胜一筹?

发表时间: 2022-06-14 19:00

俗话说的好:有人的地方就有鄙视圈,就像学C/C++的看不起学JAVA,学JAVA看不起学PHP,学PHP看不起学VBA的。在数据分析行业也存在着这样的鄙视链:学Python看不起学BI的,学BI的看不起学EXCEL的。但事实真的如此吗?

凡存在的事务,必然有着其存在的理由。也许从编程角度而言,这种鄙视有些道理,但如果你换个角度呢?从学习成本或者是展示效果而言,又该是谁鄙视谁?

于我们每个人而言,其实能够全都掌握是最好的,你可以在少数数据处理时用EXCEL更加高效,可以在大量数据分析时,写个代码自行运行,也可以在做周报月报时是用BI做动态的可视化大屏。

每样都学、每样都精是最好的选择方式。但每个人的精力都是有限的,而且刀越磨越快,越用越钝,你只有不断的学习,才能跟上需求的变化。

所以今天我就为EXCEL、BI、Python 的越来越激烈的争议进行一些个人总结。本文将会从适用范围、适用人群和优劣势进行对比。

一、EXCEL

适用范围:各行各业的日常工作数据的少量、较简单逻辑的处理。还有更多函数公式,满足日常一般的数据分析要求绰绰有余。

适用人群:门槛较低、适合刚入职的小白以及公司本身业务不大,数据量较少的企业人员。

优势:不过多赘述,简单表格制作、数据透视表就能满足日常需求

劣势:处理数据量有限,只能处理最大行数是1048576行,最大列数是16384列,看着挺多,但随着企业数据化的发展,远远不够。此外当处理较大体量数据时,就会发生卡顿、宕机,并且图表样式简单有限,不够美观。

二、BI

适用范围:做数据透视分析,做报表。

适用人群:没时间学代码、对数据分析有着快速响应需求的业务人员,以及懂些代码,疲惫于重复性取数需求的IT人员。

优势:处理大数据量的性能比EXCEL强很多,并且类EXCEL的操作设计,支持拖拉拽等方式,个性化的满足了中国式的复杂报表需求。此外可以直接链接多个数据库,不用重复导出导入数据,省时省力。

劣势:现在BI市场良莠不齐,处于高速诉发展时期,选择较多,所以还是要慎重选择BI厂商。

三、Python

适用范围:网站运维、第三方数据爬虫等等多场景

适用人群:有一定的编码基础能力,非专业人士也可以学,只是入门简单,越学越难。

优势:因为 Python 相之于其他编程语言较为好学,他的整体书写形式比较类似英语。因此其他领域的人入门起来也比较简单。其次岗位少,竞争较小。

劣势:Python岗位少,去投简历的公司也就少,大多数都是在北上广深杭,其他二三线城市能参加面试的机会就更少了,IT岗位机会多的是Java,前端,就业较难。

不同的数据分析工具有着不同的优势范围和使用人群,故此鄙视链的存在确实没有必要。但不管如何,以上也都只是工具,在数据分析的行业里,只会工具可不够,还需要结合具体业务具体使用。

#我在头条搞创作##职场升值季##