这个问题没有标准答案，可以从下面几个方面因素着手考虑。

 

首先，是否具有软件购买经费。如果有经费，那么可以购买商业软件。好的商业软件一般价格较贵，单位提供经费支持的话，可以考虑。如果经费不充足，那么考虑免费软件，例如R或者Python等，或者转向选择其他较为便宜但能够满足分析需求的商业软件。

 

其次，是否喜欢编程。如果喜欢编程，那么R或者Python类计算分析软件就比较适合，即不要钱，也有很多分析库可以选择。如果不喜欢编程，那么可以选择具有固定分析功能的软件，按菜单操作，例如SPSS等。如果还需要进行数据的处理和其他方面的分析，那么Excel插件软件就比较适合，Excel的数据处理和建模能力很强，同时插件功能能够满足分析需求。

 

再次，数据量是否很大。如果是海量数据，那么需要能够有效处理“大数据”的软件，Excel不太适合。如果数据量较小，那么Excel的灵活性和方便性特点就凸显出来。

 

 

对于非统计专业同时没有经过系统编程训练的企业管理人员，建议选择Excel作为数据处理平台，Excel也具有较强的建模能力，在此基础上选择价格合适的Excel插件软件进行统计分析和数据分析。

 

Excel是几乎所有企业管理者都很熟悉的数据处理软件，管理者自己电脑上一般都会装有Excel软件，也熟悉基本操作，这使得Excel具备广泛的数据分析、交流、沟通、讨论基础条件。

 

尽管使用Excel分析数据也需要“编程”，但是Excel的“编程”不同于R或者Python等软件。Excel作为Office组件，采用一种“视觉化”编程方法，对编程的要求没有过多限制，例如它对于变量、数组、逻辑、条件等没有像传统计算软件那样有严格的要求和限制，这意味着不懂得编程的人也能直接上手、建立较为复杂的分析模型。

 

如果对编程不感兴趣或者没有较好的基础，不建议企业管理人员选择编程类软件，因为这需要首先花费大量时间学习编程的基本知识和技能，学习成本很高，对于已经工作的管理人员来说形成很大的门槛障碍，逼迫成年人学习是一件很难的事情。

 

对于非专业企业管理人员，需要分析的数据量一般不会太大。如果数据量非常大，还是建议去找专业人员去处理和分析。数据量不大的情况下，工作内容更聚焦于如何解决关注的企业问题，而不是关于数据处理和分析方面的技术细节。这降低了学习编程序去处理数据的必要性。

 

可以选择Excel插件去解决Excel无法提供的数据分析和统计分析功能需求。Excel插件与Excel结合很紧密，操作方法和函数使用与Excel类似，不需要管理者去额外学习和适应“编程”。这节省了大量时间，提高了时间效率，把时间用在与企业经营分析相关的问题建模上，而不是学习如何去编程。

 

Excel插件还有一个好处就是需要什么分析就选择用什么插件。Excel基础分析平台保持不变，需要用统计分析，就选择相应的统计分析插件；如果需要进行风险分析，可以选择风险分析插件；如果需要进行决策树分析，就选择具有决策树分析功能的插件。这很方便，避免选择一个大而全的软件，功能尽管很丰富，但是一方面大部分功能用不上，另一方面费用也会很高。

 

Excel插件一般都是商业化软件、收费，这使得管理者需要在（1）免费软件但需要编程和（2）收费软件但不需要编程之间进行衡量。具体选择依托于管理者自身的偏好和条件，每个人不一样。这里建议还是选择Excel插件，尽管需要支付费用，但是得到的收获会远大于成本。