聚类分析可以使用以下软件：

SPSS：

这是一款广泛使用的统计软件，提供了执行聚类分析的功能，包括分层聚类等多种方法。

SAS：

这是一款专业的统计分析软件，也支持聚类分析。

R语言：

R语言及其各种统计包（如caret）也常用于聚类分析，并且提供了多种聚类算法，如K-Means、层次聚类等。

Python：

通过Scikit-learn等库，Python成为了进行聚类分析的热门选择，支持多种聚类算法。

Excel：

虽然Excel的统计功能相对较弱，但其数据分析工具包和Solver也能完成基本的聚类分析任务。

Origin：

这是一款绘图统计软件，虽然统计功能有限，但也可以用于简单的聚类分析。

RapidMiner：

这是一款开源的数据科学平台，支持多种数据源的接入和多种聚类算法。

KNIME：

另一款流行的开源数据分析平台，通过拖拽操作构建数据处理和分析流程，也支持聚类分析。

MATLAB：

这是一款专业的数学计算软件，常用于工程和科学研究中的聚类分析。

Orange：

这是一款数据挖掘和数据分析软件，也支持聚类分析。

H2O.ai：

这是一款人工智能平台，提供了包括聚类在内的多种机器学习算法。

Weka：

这是一款开源的数据挖掘工具，支持聚类分析。

Apache Spark：

这是一个大数据处理框架，也提供了聚类分析的功能。

Cluster 和 TreeView：

这些是专门用于聚类分析的软件，适用于特定数据集的可视化。

根据你的具体需求，可以选择适合的软件进行聚类分析。如果你是初学者，SPSS和Excel可能更容易上手；如果你需要更高级的功能和灵活性，Python和R语言可能是更好的选择。对于大数据处理，Apache Spark可能更适合。