这几年统计分析工具越来越火爆，许多公司都已经开始搭建自己的数据分析系统。面对各式各样的解决方案，有许多朋友经常问我究竟该如何选型。下面将我的一点体会总结一下，希望能够对大家有所帮助。
1， 功能比较。主要从下面五个方向来评估。关键是要找到自己面临的问题，再看厂家方案的解决程度。否则就会陷入到厂家的“概念圈套”中。
报表——报表生成器用来生成很好的格式化的静态报表，这些报表广泛的向多数人发布。
立方体分析——基于立方体的BI工具向业务经理们提供简单的切片和钻取分析能力。
任意查询和分析——OLTP、OLAP(ROLAP)工具供超级用户对数据库进行任意的访问，对整个数据库进行切片、钻取，从而分析到最细粒度的交易信息。
统计分析和数据挖掘——通过统计分析和数据挖掘工具，可以使用各类模型进行预测或者寻找两个变量之间的因果相关性。
报表分发和预警——基于报表分发机制，可以根据订阅、调度或者数据库中的触发事件向大量的用户群发送整个报表或者告警信息。
目前市场上从其产品的专业性角度来看，大体上分为3个梯队
第一梯队：SAS，SPSS。老牌统计分析工具，面向专业分析人士，有许多你意向不到的分析函数。
第二梯队：Micro Strategy、Oracle Brio、IBM、BO等。Micro Strategy的最大特色是纯B/S架构，提供大量API供二次开发。Brio的最大特色与西方的先进管理思想结合的比较紧密，非常适合Oracle的市场推广策略，是否适合国内的需要，还需要业内人士来评价。IBM有许多行业解决方案，这对于一个项目实施的风险控制是相当重要的。BO这几年在走下坡路，为了弥补报表功能的不足，最近收购了Crystal.
第三梯队：MS 、Panorama等，其实二者还有血缘关系。
其它：Java开源项目
2， 性价比
如果您的应用处于中级的复杂度，MS的方案无疑是性价比最好的。
3， 服务
为什么要把服务也提出来，是因为统计分析类项目不同于以往的项目可以按照严格的开发过程来执行。统计分析的灵活性和不可预测性，导致了用户通常都是先看到你提供的东西后，才会告诉你什么是他需要的，反复过程频繁。这就是为什么只有20%的统计分析项目能够成功的一个原因。所以服务至关重要，用户需要专业的顾问团队，专业实施团队来保驾护航。
我记得圈子圈套里有一句经典的话：没有一个客户不希望自己的项目成功，没有一个提供商不想自己的项目被交付。要想成功你需要智慧与努力。