在广东选择分析软件时，可以考虑以下因素：
经费情况
如果有足够的软件购买经费，可以考虑购买商业软件，如SPSS、SAS、Tableau等，这些软件功能强大，但价格较高。
如果经费有限，可以选择免费软件，如R、Python，或者选择价格较低的商业软件，如Excel及其插件。
个人或团队技能
如果喜欢编程，R或Python是很好的选择，因为它们有丰富的分析库，且不需要支付额外费用。
如果不喜欢编程，可以选择具有固定分析功能的软件，如Excel，它具有强大的数据处理和建模能力，且操作相对简单。
数据量大小
对于海量数据，需要选择能够有效处理大数据的软件，如Python的Pandas库、R语言或专门的大数据分析工具。
如果数据量较小，Excel的灵活性和方便性使其成为理想选择。
功能需求
根据分析需求选择具有相应功能的软件。例如，需要进行复杂统计分析和数据可视化的，可以选择R或Python；需要进行数据初步探索和报告制作的，可以选择Excel。
对于需要跨部门协作的企业，选择具有良好协作功能的软件，以便于数据共享和分析。
用户友好性
选择界面友好、易于操作的数据分析软件，可以提高工作效率和减少错误。
维护和许可
考虑软件的维护成本、许可证书费用及功能特性，选择性价比高的软件。
非结构化数据处理
选择能够处理非结构化数据的软件，如社交媒体信息、文档和视频等，以便于全面分析。
扩展性和兼容性
选择支持多种数据源接入和能够与其他软件协同工作的软件，以便于数据整合和处理。
总结：
根据以上因素，企业和个人可以根据自身情况和需求，选择最适合自己的数据分析软件。对于非统计专业且没有编程经验的管理人员，建议从Excel开始，并结合合适的Excel插件进行统计分析。对于需要处理大量数据或进行复杂分析的场景，则建议选择Python或R等编程语言，并考虑使用专门的大数据分析工具。