Phân tích dữ liệu (Data analytics) là quá trình xử lý dữ liệu để trích xuất thông tin hữu ích hỗ trợ máy ra quyết định. Xử lý dữ liệu bao gồm làm sạch, biến đổi và kiểm tra dữ liệu.
Phân tích dữ liệu đòi hỏi sức mạnh tính toán cao vì dữ liệu xử lý quá lớn. Do đó có các công cụ chuyên dụng cho phân tích dữ liệu.
Một số công cụ phân tích dữ liệu phổ biến:
Lập trình R
R là một trong những công cụ tốt nhất và được sử dụng rộng rãi nhất cho phân tích dữ liệu, có sẵn trên Windows, macOS, Unix. Được dùng trong mô hình hóa dữ liệu và thống kê. Dễ dàng thao tác và biểu diễn dữ liệu lớn nhờ thư viện hỗ trợ khổng lồ. Có 11.556 gói (packages) trong R giúp công việc của nhà khoa học dữ liệu dễ dàng.
Python
Ngôn ngữ lập trình đa năng và linh hoạt nhất. Được sử dụng rộng rãi nhờ thư viện lớn và dễ hiểu. Phổ biến cho người cần công cụ vừa có tính năng machine learning vừa data analytics nhờ bộ package hỗ trợ cả hai.
Tableau Public
Công cụ trực quan hóa dữ liệu miễn phí tạo biểu đồ, bản đồ, dashboard, v.v. Dễ dàng kết nối nguồn dữ liệu để trích xuất và hỗ trợ chia sẻ trực quan hóa cho khách hàng hoặc mạng xã hội. Xử lý big data tốt và trực quan hóa dữ liệu tốt hơn.
SAS
SAS là ngôn ngữ lập trình kết hợp môi trường dùng để thao tác dữ liệu. Dùng để phân tích và quản lý tập dữ liệu lớn. Là công cụ marketing mạng xã hội hiệu quả.
Microsoft Excel
Công cụ đơn giản, cơ bản cho phân tích. Nhà khoa học dữ liệu dùng như công cụ cấp độ đầu. Quan trọng để xem trước tập dữ liệu và thêm bộ lọc. Có nhiều phân tích kinh doanh nâng cao hỗ trợ mô hình hóa.
Apache Spark
Apache Spark là công cụ xử lý dữ liệu có khả năng mở rộng, dùng để làm việc với cụm dữ liệu Hadoop. Hỗ trợ khoa học dữ liệu và phát triển mô hình machine learning nhờ các kỹ thuật như phân loại, hồi quy, phân cụm, lọc để học từ tập dữ liệu.