33、数据准备与分析平台的构建及未来趋势

数据准备与分析平台的构建及未来趋势

1. 数据准备工具概述

在进行数据分析之前，数据清理是至关重要的一步。以下介绍几种常见的数据准备工具及其特点。

1.1 Excel

Excel 中的公式可用于在分析前清理数据，对于 Tableau Desktop 未涵盖的特定金融功能特别有用，若用 Python 或 R 构建可能需要多行代码。此外，还能将多个来源的数据复制粘贴到一个电子表格中，在无法以其他方式合并数据时，这是一个明显的解决方案。在进行静态分析构建子集表，或无需回顾数据清理方式时，Excel 也是不错的选择。而且大多数人熟悉 Excel，搜索相关任务的解决方案或教程相对容易。

不过，Excel 也存在局限性。它目前无法处理大规模数据集（超过一百万条记录），并且容易导致修改源数据的不良行为。此外，在 Excel 中难以通过编程方式重复数据清理任务，因此难以将清理后的数据集通过 Excel 部署给大量用户。

1.2 SQL

SQL（Structured Query Language）是最流行的编程语言和查询语言，常用于组合和查询关系型数据库中的数据。Tableau 基于 SQL 构建，它将用户的拖放交互（Tableau 称为 VizQL）转换为对数据源的 SQL 查询。

SQL 技能熟练的从业者能够创建数据集，将聚合和数据清理操作推回到数据源。在许多大型企业中，SQL 仍是创建数据集（通常称为报表表）的主要工具。从与 Tableau 协作的角度来看，SQL 可以将许多复杂的计算字段或纯粹的清理任务抽象到“后端”，使分析师能够专注于在数据集之上进行分析。

1.2.1 使用场景