题主提及的这些数据分析工具都不是一个类型的，不能仅凭好不好用就直接概括这些工具的差异。
就比如题主一直在使用的Excel，这本来就是最基础的可视化工具，一般公司的数据分析工作，确实只要会Excel操作就可以了。Excel的资料在网上非常全面，上手做图也会比这些软件更加简单。不过题主也提及了，现在越来越多的公司不满足于Excel的基础功能了，开始希望能更加充分的利用企业数据，因此才会接触到SPSS、SAS、R、Python、DataFocus等等的工具。
那么接下来就我自己接触过的数据分析工具分类解释一下吧。
1、SPSS、SAS
这一类是很专业的数据分析工具，无需编写代码，工具内部自身带有比较专业的数据分析模型等，比如相关分析、因子分析、方差分析以及对非线性的数据进行建模的回归分析等等。这些分析听起来就很高大上，也非常专业，但是对这些分析的参数选择、配置以及结果的解释，都要求分析者具有一定的数据分析基础知识。如果没有统计学基础的人员想要利用这一类工具进行分析是非常有难度的。
2、R、Python
这一类工具的功能就更加全面了，不仅仅可以做基础的Excel中的图表分析，也可以实现第一类工具中的部分分析功能。但这一类的软件有一个致命的缺点，需要编写代码。对于没有学过计算机编程语言的普通人来说，第二类工具的难度可能要远超第一类工具，毕竟代码是非常严谨的，一个小小的标点问题就可能导致工具出图失败。
3、tableau、DataFocus
相比于上面两类数据分析工具，这一类的实用度和可操作性就高了不少。这一类也是市面上各大公司使用率最高的一类，第一类比较常用于学校的教学，第二类适用于IT编程部门的大神使用，第三类才是我们平民小百姓的菜。
不过，如果想要灵活运用一款工具，还是需要对这款工具进行系统的了解，深入的研究。建议题主选定一款适合你、适合公司业务的工具进行深入了解。
