如何选择适合的数据分析工具？

听说闺蜜今天相亲，让我跟着一起去，“去看看正好，帮闺蜜把把关”。当我们见面以后，发现那个男人确实可以，闺蜜对他第一印象不错，但是通过简单的交流，闺蜜逐渐丧失了兴趣，就是因为那个男人是一名数据分析师。事后，我劝闺蜜，数据分析师是一个不错的职业，为什么看不上呢？闺蜜说：“数据分析师是一个不错的职业，但是你也就见他了一面，你怎么知道他是真正的数据分析师呢？数据分析师需要学好多的东西呢，骗别人可能还行，骗我，太嫩了点吧。”“那么我们在约一次，问问他的工作的专业情况吧。”“好主意，明天你也跟我去。”“好吧，我就再陪你一次。”

见了面以后，我们就直奔主题。“听说你是数据分析师，你能告诉我怎么选择一个合适的数据分析工具吗？”“哦，这个问题很简单，但是这个问题答案很长，不知道这位女士想听什么呢？”

“那你说说数据的类型都有哪些吧。”

“数据类型主要有四大类，就是交易数据、人为数据、移动数据、机器和传感器数据。”

“那么数据都是什么呢？”我问道。

“第一类就是交易数据，大数据平台能够获取时间跨度更大、更海量的结构化交易数据，这样就可以对更广泛的交易数据类型进行分析，不仅仅包括POS或电子商务购物数据，还包括行为交易数据，例如Web服务器记录的互联网点击流数据日志。第二类就是人为数据，非结构数据广泛存在于电子邮件、文档、图片、音频、视频，以及通过博客、维基，尤其是社交媒体产生的数据流。这些数据为使用文本分析功能进行分析提供了丰富的数据源泉。第三类就是移动数据，能够上网的智能手机和平板越来越普遍。这些移动设备上的App都能够追踪和沟通无数事件，从App内的交易数据，比如搜索产品的记录事件到个人信息资料或状态报告事件。第四类就是机器和传感器数据，这包括功能设备创建或生成的数据，例如智能电表、智能温度控制器、工厂机器和连接互联网的家用电器。这些设备可以配置为与互联网络中的其他节点通信，还可以自动向服务器传输数据，这样就可以对数据进行分析。机器和传感器数据是来自新兴的物联网所产生的主要例子。来自物联网的数据可以用于构建分析模型，连续监测预测性行为，提供规定的指令。”

听到了这里，我们基本上可以鉴定这个人真的是数据分析师。在后面的交谈上，我们越聊越愉快，其实这样做并不好，但是闺蜜曾经被人骗过，不得不提防一下。还是老话说的好，小心驶得万年船。最后闺蜜和这个数据分析师确定了关系，现在这俩人幸福着呢。