1. SQL Server Analysis Services
SQL Server Analysis Services คือ เครื่องมือสำหรับจัดการ Data Model ระดับ Enterprise โดยจะนำข้อมูลจากคลังข้อมูลที่ได้ไปสร้างแบบจำลองการวิเคราะห์ เช่น Cube และ Subspace มักใช้ในการวิเคราะห์ข้อมูลขนาดใหญ่ที่ต้องการความรวดเร็ว
2. Python
Python คือ ภาษาการเขียนโปรแกรมที่ใช้อย่างแพร่หลาย เป็นภาษาที่มีความยืดหยุ่นสูงมาก ทำให้ง่ายต่อการเขียน และมีฟังก์ชันในการใช้งานมากมาย รวมถึงเป็นภาษา Open Source ใช้งานได้ฟรี จึงง่ายต่อการเรียนรู้ สามารถต่อยอดได้จริง นอกจากนี้ สามารถใช้ภาษา Python ร่วมกับไลบรารีต่าง ๆ เช่น NumPy, Pandas, Matplotlib และ Scikit-Learn ได้อีกด้วย
3. Power BI
Power BI คือ เครื่องมือในการวิเคราะห์ข้อมูลธุรกิจ (Business Analytics Tool) โดยจะทำหน้าที่แปลงข้อมูลปกติให้เป็นข้อมูลเชิงลึก และสร้างรายงาน เพื่อสร้างการแสดงข้อมูลและเรื่องราวของข้อมูลที่มีผลกระทบ
กับองค์กรอย่างชัดเจนมากขึ้น ทำให้องค์กรสามารถตัดสินใจโดยใช้ข้อมูลได้อย่างมีประสิทธิภาพ
นอกจากนี้ Power BI ยังมีอินเทอร์เฟซผู้ใช้ที่ใช้งานง่าย สามารถรวมเข้ากับแอปฯ Microsoft ได้ เข้าถึงข้อมูลเชิงลึกด้วยแดชบอร์ด และสร้างแผนภาพข้อมูลขั้นสูงเพื่อสื่อสารข้อมูลเชิงลึก จัดเตรียมบริบท และแสดงให้เห็นว่าการตัดสินใจที่เกิดขึ้นได้อีกด้วย
4. Spreadsheets
Spreadsheets คือ เครื่องมือตารางจัดการที่จัดเรียงข้อมูลออกมาในแบบตารางสี่เหลี่ยม มักใช้เพื่อคำนวณเป็นหลัก โดย Spreadsheets จะมีฟังก์ชันการคำนวณหลายรูปแบบ ตั้งแต่การคำนวณแบบง่าย เช่น บวก ลบ คูณ หาร ไปจนถึงการคำนวณขั้นสูงที่สามารถนำไปประยุกต์ใช้งานได้ เช่น การคำนวณทางธุรกิจ อุตสาหกรรม การเงิน งบประมาณ สถิติ ฯลฯ
5. Tableau
Tableau คือ ซอฟต์แวร์ที่สามารถนำข้อมูลจำนวนมากในหลักแสน หรือล้าน ๆ แถว (Records) ที่มีอยู่หลากหลายรูปแบบ มาทำ Data Visualization และวิเคราะห์ข้อมูลเพื่อทำ Dashboard
Tableau จึงช่วยให้ผู้บริหารมีข้อมูลเชิงลึกที่เข้าใจง่าย ช่วยเพิ่มความสามารถในการตัดสินใจอย่างรวดเร็วและชาญฉลาดมากขึ้น นอกจากนี้ Tableau ยังสามารถเข้าถึงข้อมูลได้หลากหลายแหล่งข้อมูล (Data Sources) เช่น Microsoft Excel, Access, Sybase ฯลฯ โดยผู้ใช้งานสามารถนำข้อมูลเหล่านี้มาทำการวิเคราะห์และแสดงผลได้ตามต้องการอย่างมีประสิทธิภาพ
6. SAS
SAS ย่อมาจาก Statistical Analysis System คือ โปรแกรมสำเร็จรูปขนาดใหญ่ สำหรับวิเคราะห์ข้อมูลทางสถิติที่มีประสิทธิภาพ มีความสามารถหลายด้าน เช่น การวิเคราะห์ความแปรปรวน (Analysis Of Variance) ของข้อมูลที่ได้จากแผนการทดลองต่าง ๆ ข้อดีคือ สามารถวิเคราะห์ข้อมูลทางสถิติได้แม่นยำ ใช้งานง่าย
ไม่มีพื้นฐานด้านเขียนโปรแกรมก็สามารถใช้ได้ นอกจากนี้ ยังค้นหาความผิดพลาดในการป้อนข้อมูล
และรายงานผลข้อมูลที่ผิดพลาดพร้อมบอกหมายเลขค่าสังเกตได้อีกด้วย
7. Microsoft Excel
Microsoft Excel คือ โปรแกรมหนึ่งในชุด Microsoft Office ที่มักนำมาใช้ในด้านการวิเคราะห์ คำนวณ และการจัดการข้อมูลในรูปแบบตารางที่เรียกว่า Spreadsheets หรือจะนำข้อมูลดิบมาแสดงผลในรูปแบบที่ทำให้เข้าใจข้อมูลนั้นลึกซึ้งมากยิ่งขึ้น เช่น สร้างกราฟ หรือตารางสรุปที่เรียกว่า PivotTable ก็ได้เช่นกัน
8. Crunching Number
Crunching Number คือ เครื่องมือหรือกลยุทธ์ที่ใช้ในการเตรียมข้อมูลดิบจำนวนมากสำหรับการวิเคราะห์
ซึ่งรวมถึงการแยกข้อมูลและการจัดรูปแบบข้อมูลที่ไม่ต้องการ การแปลข้อมูลเป็นรูปแบบที่ต้องการ และจัดโครงสร้างสำหรับการวิเคราะห์หรือการประมวลผลโดยแอปพลิเคชันอื่น ๆ โดยจะเริ่มต้นจากการอ่านข้อมูลดิบ (Raw Data) หลังจากนั้นทำการแปลงข้อมูล (Convert Data) จากรูปแบบเดิมไปเป็นรูปแบบที่เครื่องมือสามารถวิเคราะห์ได้ และสุดท้ายคือขั้นตอนการส่งออกไปยังไฟล์หรือฐานข้อมูลที่จะใช้สำหรับการวิเคราะห์ ซึ่งบริษัททั่วไปมักจะย้ายข้อมูลไปยังคลังข้อมูล ที่เป็นฐานข้อมูลเฉพาะสำหรับการวิเคราะห์ข้อมูลจากทั่วทั้งบริษัท
9. Manipulate Databases
Manipulate Databases คือ เครื่องมือหรือหน้าที่หลักของระบบจัดการฐานข้อมูล (DBMS) ที่ช่วยในการจัดการข้อมูล เช่น การเพิ่มข้อมูลใหม่ การเปลี่ยนแปลงค่าของข้อมูลที่มีอยู่ การจัดระเบียบข้อมูลใหม่
รวมถึงสามารถทำการดึงข้อมูลเฉพาะจากฐานข้อมูลมาใช้งานได้ เช่น การค้นหาเฉพาะพนักงานที่ได้รับการว่าจ้างภายในปีที่แล้วหรือผู้ที่ดำรงตำแหน่งบางตำแหน่ง เป็นต้น
10. Apache Spark
Apache Spark คือ เครื่องมือในการใช้สำหรับการประมวลผลข้อมูล (Process Big Data) เช่น การกรอง
การเรียงลำดับ การทำความสะอาด การตรวจสอบความถูกต้อง เป็นต้น โดยมีรูปแบบการทำงานแบบกระจายงานไปยังเครื่องต่าง ๆ (Cluster Computing Platform) แถมใช้งานง่าย และยังเป็นแพลตฟอร์มที่เป็น Open Source ใช้งานได้หลากหลายภาษาและหลากหลายรูปแบบฐานข้อมูล จึงเหมาะกับการทำงานแบบกลุ่มโดยเฉพาะ
