在湖南选择分析软件时，可以考虑以下几个因素：
预算
商业软件：如Tableau、Power BI、FineBI等，这些软件功能强大，但价格较高，适合有经费支持的企业或机构。
免费软件：如R、Python等，这些软件虽然需要编程，但功能丰富且免费，适合预算有限或喜欢编程的用户。
Excel插件：如Excel本身及其各类插件，适合需要数据处理和建模但预算有限的用户。
用户技能水平
初学者：建议选择Excel、SPSS或JMP，这些软件易于上手，适合没有编程基础的用户进行数据分析。
中级用户：可以尝试使用Tableau、Power BI或FineBI，这些工具提供了更强大的数据处理和可视化功能。
高级用户：如果需要处理复杂的数据分析任务，可以选择R、Python或SAS，这些软件功能强大，适合进行高级统计分析和建模。
数据量
大数据：如果需要处理海量数据，建议选择能够有效处理大数据的软件，如Power BI、FineBI或Excel（配合适当的数据处理插件）。
小数据：Excel的灵活性和方便性特点就凸显出来，适合数据量较小的用户。
功能需求
数据可视化：Tableau、Power BI、FineBI和Tableau Public等工具非常适合需要复杂数据可视化的用户。
统计分析：R、Python、SAS和SPSS等工具提供了丰富的统计分析方法，适合进行高级统计分析和建模。
数据处理：Excel及其插件在数据处理方面非常强大，适合需要高效处理数据的任务。
协作与共享
团队协作：Power BI和Tableau都支持团队协作和共享自定义的仪表板和交互式报告，适合需要多人协作的项目。
数据共享：Excel、Power BI和Tableau等都提供了数据共享功能，方便用户在不同平台间共享数据和分析结果。
具体推荐：
非统计专业且没有编程基础的企业管理人员：建议选择Excel作为数据处理平台，并可以选择价格合适的Excel插件软件进行统计分析和数据分析。
初学者和中级用户：可以尝试使用Tableau或Power BI，这些工具提供了直观的界面和强大的数据处理能力。
高级用户和需要处理大数据的用户：可以选择R、Python或SAS，这些软件功能强大，适合进行复杂的数据分析和建模。
根据以上分析，可以根据具体需求和预算选择合适的分析软件，以提高数据分析的效率和准确性。