多年行业数据？
数据采集方面，目前市场上主要有两种产品形态，一种是由IT厂商提供的集成方案，如微软的SQL Server 2016 Data Platform（包括SQL Server、Azure SQLDB等），Oracle Data Miner for Oracle databases等等；另一种是专门提供数据采集服务的公司，如中国网新，文因互联等。
这里主要介绍前一类工具，后一类工具与数据库选型密切相关。 在选择这类工具时，需要重点考虑两个方面：一是采集数据的完整性和准确性；二是数据处理的性能和效率。
对于大多数用户而言，第一次使用数据处理类软件，最重要的一点是需要先明确所处理数据的来源是什么。因为不同数据来源的数据属性是有区别的，如Excel、CSV这种通用文件格式，虽然都称为“文件”，但在数据库眼中却是完全不同的物种。这就导致了在数据处理之前需要先进行数据源的识别，这一步操作往往由软件自带的导入功能来完成，如Excel文件直接拖拽进SQL Server 2016的界面即可完成识别。
当数据源确定之后，接下来就需要根据业务需求确定相应的处理策略了。以处理错误为主的数据清理功能来说，常见的操作包括重复记录删除、一行多行合并、异常记录删除等等。
最后，在处理完成之后，还需要对数据进行必要的检验，确保结果的正确性。 需要注意的是，任何一款数据分析工具都不可能满足所有场景下的分析需求，因此用户在初步选择工具时应该结合自己的实际业务情况，判断哪些因素是在初期可以选择忽略的，哪些因素影响较大不可忽略。