首先，对于传统的分析和业务统计，常用的软件工具有Excel、SPSS和SAS。
Excel是一种电子表格软件。相信很多人在工作学习的过程中都用过这个软件。Excel使用方便，操作简单，功能多样。它为我们提供了许多函数计算方法，因此被广泛应用。但是，它只适用于简单的统计。一旦数据量过大，Excel将无法满足要求。
SPSS和SAS是只能用于业务统计的软件，它们为我们提供了经典的统计分析和处理，使我们能够更好地处理业务问题。同时，SPSS更简单，但功能相对较少，而SAS的功能会更丰富。
其次，对于数据挖掘，由于数据挖掘在大数据行业的重要地位，使用的软件工具强调机器学习，常用的软件工具是SPSS Modeler。
Modeler主要提供商业挖掘的机器学习算法。同时，其数据预处理和结果辅助分析相当方便，特别适合商业环境下的快速挖掘。但是它的处理能力不是很强，一旦面对过大的数据规模就很难使用。
第三，大数据可视化。在这个领域里，最常用也是目前最好的软件是TableAU。
TableAU的主要优势是支持多种大数据源，可视化图表类型多，操作使用简单，非常适合研究人员使用。但它不提供机器学习算法的支持，所以取代数据挖掘的软件工具并不困难。
第四，关系分析。关系分析是大数据环境下新的分析热点，其最常用的工具是一个可视化的轻量级工具——Gephi。
Gephi可以解决很多网络分析的需求，功能强大，简单易学，所以很受欢迎。但由于是用Java写的，处理性能并没有那么优秀，似乎无法处理大规模数据，所以也有自己的局限性。
