1樓：
BI tools有很多，Tableau還是主流，還有你所說的那幾個。我在這個基礎上稍作補充吧。
1. Looker,
紐約這邊挺多創業公司在用的。
2. PowerBI
挺多大公司在用
3. Alteryx
挺多金融公司在用，德意志銀行在用。
4. Spotfire
5. Qlikview
6. SAS
偏統計7. SPSS
Modeler版本有一些基本的ML模型
8. RapidMiner
有點想Alteryx和SPSS的整合
AI tools是什麼鬼？
2樓：陳運文
傳統的資料分析、資料建模、商業智慧型領域，和工程性更強的人工智慧領域，使用工具上會稍有差異。
一、傳統的資料分析、BI領域
圍繞資料的軟體主要包括資料倉儲整合資料儲存、報表資料展示、建模分析、分析應用等幾大塊，資料倉儲領域主要有Oracle、Teradata、以及目前基於hadoop的資料倉儲。
報表工具主要有Tableau，微軟的RS、先特計Analyzer、移動端的開源Datazen等。
建模分析、資料處理主要有基於Python的Python Notebook、Anaconda，Perl、R、SAS、IBM SPSS等，以及深度學習框架Tensorflow、Keras、影象領域的Caffe、基於分布式的mxnet等。
二、人工智慧大資料領域除了上述提到的軟體工具外，更多的包括類似hadoop分布式架構的支援大資料量處理一些工具，如Spark、Storm流處理、Kafka等。
細分到人工智慧的子領域，影象領域有強大的開源opencv影象處理庫，文字領域就我目前用的最多的就是python進行各種處理，正規表示式頻繁用到，語音領域有CMU sphinx等。
3樓：蔡志巨集
企業的業務資料分析，通常屬於驗證性資料分析。採用的技術為多維資料倉儲技術以及基於多維資料倉儲技術的各類業務分析應用。應用型別有：
企業績效管理，全面預算管理、財務分析、合併報表、商業智慧型，預算執行控制，動態分析報告等等。這些應用底層都是基於多維資料倉儲而不是關係型的資料庫。其價值在於：
1. 滿足業務資料多維建模及分析的需求。2.
滿足企業使用者無需程式設計即可自行修改擴充套件資料模型、資料呈現方式及資料計算規則的靈活性要求。
此類資料倉儲及應用廠商有：Oracle Hyperion，IBM Cognos，SAP BPC/BW, 北京智達方通 Intcube EPM.
4樓：DataSchool
你對一些概念的理解可能存在偏差。
"資料分析/Business Intelligence/人工智慧領域"中，"資料分析/Business Intelligence"可以算作一類，"人工智慧"則與前兩者完全不同。
"Business Analytics/Business Intelligence"領域歷史較為悠久，廠商經過幾輪淘汰，目前Tableau、PowerBI出於絕對的領導者地位，Qlik日漸下滑，其他廠商要麼還沒長大，要麼正在被淘汰，暫時不用考慮。
Gartner BI產品魔力象限
Business Analytics/Business Intelligence領域的應用案例可以在Tableau或PowerBI官方看到。
AI (Artificial Intelligence)正處於行業早起，還缺乏成熟的產品線和應用例項，國內領先的企業有TalkingData。
TalkingData-移動.資料.價值
學資料分析？
北京聯科資料 現在確實有很多零基礎小白轉行學習資料分析，我身邊大多數的朋友選擇找一家培訓機構進行幾個月的系統學習，學完以後也能找到乙份很可觀的工作，但是題主的情況，不建議盲目轉行 九道門聊資料 大家一說到換工作，總會提到30歲或者女性這樣的詞，在資料分析這個職業中，大家可以忘記這兩個標籤了。從資料分...
學習資料分析技術和考取CDA資料分析證書是怎樣的體驗以及資料分析對你的人生產生了哪些影響？
真是買了不少水軍出來騙錢啊.好歹專業點，別搞得這麼假，看看那些回答的賬號就知道是馬甲。這個證就是個民間機構叫經管之家出來騙錢的，企業沒幾個認可的，國家更不會認可。 囚籠 不管是人工智慧，還是市場經濟，是科技還是家居，是管理還是決策，在2020年這個網際網路高速發展已經快到達頂峰的階段上，方方面面都有...
如何自學資料分析？
春麵 自學資料分析必備書籍，資料分析思路 這本書是給資料分析小白或者學習者而撰寫，作者都是有資料分析工作的經驗認識，確實可以快速入門資料分析 Udemy翻譯分享 可以去看看這個課程 資料分析師 Udacity Data Analyst Nanodegree 最好有個靠譜的課程指導，會事半功倍。 我覺...