kakamuniyy

数据分析工具其实有很多种，对应不同类型的使用者也有各自适合的选择。例如懂数据算法计算机语言的人，可能给他一款，填写算法代码流畅的分析软件就是有效。掌握了数据分析专业技能的人，强大的分析功能能将工作做到事半功倍，不管看着功能多复杂。还有就是我这种非计算机专业出身，非统计学出身，但工作做还需要对大量数据进行分析的人。

如果你跟我一样，那么可以看下我的回答。

我总结了下，我以前找分析工具的时候，自己先想了几个方向点：

1、好上手。一看板面就知道怎么导入数据，怎么做图表，怎么排版的。这样的高效。

2、功能还得强大的.毕竟是非专业人士了，找分析工具就是为了充分发挥工具自身能动性，和强大功能，来给我们创造价值的，特别是涉及到数据大量、复杂，必须有给力的功能支撑才能是良心工具。

3、可视化呈现要好一点，就是图表要高大上的。数据分析报告得拿出手，图表的展现就是第一门面。包装的意识还是要有的。

所以结论就是找一些操作容易、功能强大、图表颜值还得好的工具了。我就是照着这个思路找的，也用过几个，可以给大家说说。像东软做的Dataviz，是用着比较顺手的了。具体介绍我就摘抄下，自己懒得码那么多字

DataViz数据可视化分析工具，不需要编写代码，也不需要任何程序设计基础，用户可以通过简单的拖拽就可以实现数据可视化展示与分析。DataViz使用简单，但是实现的功能却不简单，上百种丰富的炫酷图表，可以实现数据的多维度多层次分析。

上图先，先看些基本图

各种数据分析好后，可以做成组合图册：

重点就是操作起来简单，拖拖拽拽的，看起来特别复杂的图表，其实拼贴一下就能搞定了。操作面板基本本国人都可以分分钟用起来。

如果是专业人士或者计算机大拿的，估计可以寻找更复杂的工具进行尝试了。但不适合我，所以我这里就不进行推荐了。

北海青川

说到数据分析，其实很多人都用过excel做过简单的数据分析，也都知道用excel来做数据分析还是有一定缺陷，一是分析类型不够丰富，二是数据量过多时excel不给力，三是图表的制作比较复杂。

那有没有更专业的可视化工具呢？

今天给大家推荐一款很有意思可很好用的数据分析工具：DataFocus。

DataFocus是一款集齐数据仓库，数据分析，数据可视化，报表系统于一身的“神器”。它的实现方式与众不同，有自己的特色，不随大众，你肯定见过很多工具都是通过拖拽来实现的，也有通过程序代码、SQL语句来实现的，但是你肯定没有见过无需任何代码、通过自然语言搜索来实现的，没错，就是跟谷歌搜索一样的搜索方式。除此之外这也是国内首个利用搜索来进行可视化分析的数据分析工具。

听到这里是不是觉得很好奇，搜索式到底是怎么样的？

创新的搜索式分析到底是什么？

别急，下面就给你展示。

搜索框内输入关键语句，系统即时返回结果，并智能适配图表，什么样的数据，最合适什么样的图表，系统会告诉你。

因为DataFocus智能搜索，并且适配图表，无需你再做其他复杂的配置，也不要任何的代码、SQL语句等等，系统全部会在后台自动处理好，而你只需要等待结果就行，简而言之，就是操作非常简单，过程非常智能，结果非常完美。

有人就会问了，那如果想要的报表很复杂呢，也能搜索出结果吗？

报表复杂，很大原因是输入的内容多了，限制条件多了，其实操作也是一样。

例如现在有一份销售数据，在同一个图表中，我既想显示销售数量的增长率，又想显示销售额的增长率，还想显示原始销售额和销售数量，那DataFocus可以实现吗？

当然可以，而且一次搜索就可以得到结果。

DataFocus其性价比高，制作简单，图表丰富且美观。支持各种本地数据文件或连接数据库，还有可以满足即席分析的直连数据功能，无论是导入数据还是数据处理都简单方便易操作且功能全面。除此之外，DataFocus不需要那么多的额外配置，也不需要任何代码，分分钟就能完成一个好看的可视化数据分析报告。

那么如何制作呢？

首先必须要了解DataFocus，只有熟悉了工具，才能更好地运用工具。DataFocus拥有30多种图表样式，分基础图形和高级图形，基本涵盖市场对图表的所有需求。

不同图表还可以自定义配置，比如主题、字体、样式等；

DataFocus还完美匹配移动端，随时随地都可以查看大屏，其有一个很大的特点也是它的优势之一，DataFocus制作图表采用搜索的方式，而不是传统的拖拽方式，制作方式的改变，大大地降低了可视化的难度以及复杂程度，提高了制图效率。

其次，了解DataFocus如何使用。

1、搜索出图，搜索想要可视化展示的数据，系统智能适配图表；

2、图表保存，加入大屏；

3、数据看板（可视化大屏）自定义配置，看板展示；

怎么样，这个是不是十分方便？有需要的可以get起来了~

如果希望了解自助敏捷数据分析、数字大屏或者BI解决方案，请移步DataFocus官网，我们诚挚地欢迎您的咨询来访。

DataFocus

数据分析工具针对不同的受众;数据量的大小;分析的目的;数据的形式及复杂性的不同而不同。

但是这改变不了数据分析的基础质量条件，处理流程，数据可视化，运用的数理知识等。只是对于现在目前的市场上的各种的分析工具可能只是侧重于其中的一点或几点，从狭隘的方面来说，大众对于数据分析工具是在最终呈现的数据图表或汇总数据。所以现在依据前面提到的几个方面进行说明：

• 对于要分析数据，首先需要数据存储的载体
  

1 数据量不太大，请没有信息化系统情况下，Excel是明智的选择；使用人群多，且有较多的学习资料。

2 较大的数据量结婚信息化应用系统，对应的也就是各类的关系型数据库，结合使用SQL，达到即席查询

3 大量数据，使用Hadoop，Spark等大数据数据技术体系，这样能处理海量数据

上述讲述的3类，也可以认为是数据分析工具，只是针对不同的处理场景选择不同的工具，只是操作过程中的难易，维护方便与否。

• 受众，目的，复杂性 等条件下的选择

1 销售经理和业务分析员看的数据不同 ； 战略分析师和财务看的数据也不同。不同受众使用不同数据粒度和分析方向，其中就要选择不同的数据分析工具。

2 分析目的是为了保持现有业务水平，还是为了挖掘数据内涵，保持前瞻性的抉择；数据的复杂性 。 这两个方面决定了选择工具的复杂性。

• 所以选择工具是依据自己的情况进行选择，但是各行业内还是有一些优秀的通用性工具。
  

1. 微软BI ： Excel作为体系中一环，可以整合PowerBI进行自助BI分析
   
2. SQL : 灵活的使用SQL，有效的分析数据
3. Python： 分析数据，挖掘，展示都可以
4. kettle（SSIS） ：数据ETL，进行数据清洗处理
5. Hadoop&Spark：针对大数据的处理，且有配套的清洗，分析，挖掘工具
6. 对于报表端的数据展示 ，有太多选择

PowerBI ， FineReport ， Excel Power Pivot ，Power View 等。

过程软件 FineReport 帆软 ：

PowerBI

Excel

IamNeoX

数据分析，顾名思义，指的是用适当的统计分析方法对收集来的数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。小到一个简单的折线图，大到大数据分析，其包括范围非常广泛。

下面从中挑选四种具有代表性地来讲一讲：

自带数据源的大数据分析工具——百度指数：

这类工具以海量网络数据为数据源，并对这些数据进行分析。

使用者：多为营销、媒介、SEO人员等。

无数据源的大数据分析工具——FineBI：

其工具本身是不带数据源的，需要企业根据需要去导入数据。

代表工具：FineBI、Tableau等

使用者：需要对未来发展方向作出有效把控的企业；

线下数据处理与分析——Excel：

无论是在校学生，还是财务、会计等岗位的工作人员，都常常用excel在线下对小量数据进行处理分析。

线上数据管理工具——简道云：

Excel在线下处理数据的能力非常强大，但其线上数据协同能力、以及移动端数据管理能力都不是很理想。（比如销售外出需要录入客户数据，手机上在Excel记录就会很麻烦，部门同事也不能很快看到）

简道云作为线上数据管理工具，支持：数据搜集→数据整理→数据协作→数据分析，多用于进销存管理、门店管理、客户关系管理、OA办公等场景。

使用方法：在电脑上打开简道云→免费搭建数据管理应用→把应用绑定到钉钉/微信上，即可在手机上录入、管理数据，还支持成员间的分权协作。

以上，欢迎大家一起讨论~

简道云

目前上这个很多，根据企业或者个人的需求不定。

如果是个人的话，最简单的就是EXCEL，也是很多报表的前身，甚至说80%的数据分析都是可以用EXCEL解决，数据透视表绝对是职场数据分析的神器。

当然也可以选择一些报表工具，类似于tableau等。

如果是企业的话，数据量有很大的话，那就要选择专业的BI厂商，国内的有观远数据，帆软，永洪等。一般来说，数据分析都是IT部门的事情，这里推荐的是观远数据。

原因有三；

1，操作无须IT基础，基本上0代码也可以完成初步的数据分析和整理，大大降低IT人员的工作量，简单来说活好不求人。

2，打通微信钉钉，定时推送看板，可以随时随地观看数据报表，不用再给老板发邮件了。

3，有比较齐全的零售数据分析模版，对新人来说，可以直接借鉴其他的分析场景，不用再摸索了。

当然他们AI能力也比较强，合作了联合利华，百威英博这些大客户。

零售数字化

得根据您的数据量和自己的知识水平而定

数据量小的话excel、spss就能搞定

数据量大的话，如果会技术就用R和Python

如果不会技术就用Tableau、DataHunter这类自助的工具。

\n

{!-- PGC_VIDEO:{"thumb_height": 360, "thumb_url": "3a49001006a193c53a4e\

DataHunter

发一些我用过或见过的工具：

1、excel：这个不用多说了，既能够存储数据，又可以做分析图表，如果会vba还可以发挥更大功力。想对excel有深入理解的话可以关注一下Jorge Camoes（excel大神）。他的作品浑身都在咆哮“谁说excel不好看来着？？？”

2、tableau：这个是不是也不用多说？第一个改写商业智能笨重难学的工具。通过鼠标拖拽，在较短的时间内就能跟数据说上话。商业智能界的概念王，金句制造者，鸡血池。看它家官网经常会热血沸腾。最近改版了，一个大横播是这样的：

像喝了一倍橙汁一样充满了refreshment。

不过比起后来出现的更易上手的challengers，tableau学起来还是需要较长时间成本的，我一同事在韩国念研究生的时候用了一个学期的时间学它。

3、domo：在gartner上的排名越来越高了。也是tableau的挑战者。在易用性上真的强很多。我个人觉得是“功能性”与“用户友好性”平衡的最好的国外的产品了。如果你英文够强的话绝对要推荐了。

4、sisense：同样很友好的产品，domo的竞争者，以色列的产品，试用的话，会有英文说的怪怪的小哥打电话来跟你沟通需求。

5、looker：同样做的非常好的一款产品，轻盈而不失强大。

下面来国内阵营：

6、数据观：如果说“英语够强用domo”的话，那么“英语够呛”的第一选择就是数据观啦。连接多源异构数据的能力、etl数据处理的能力、可视化数据分析的能力，都很强。而且上手非常容易，国内像浦发银行、今麦郎这样的企业都是在用这一款。而且是有免费试用版本的，一般业务人员自己分析也可以用的，上个制作图表嗖嗖快的gif来示意一下：

6、stratifyd：那如果你觉得需要一个概念上来说更“fashion”一点的，比如“AI数据分析平台”，就推荐这个了。总部是在美国，但创始人是中国人，北邮毕业的。看起来很高大上，我没有试用过。

7、永洪BI：这个也不得不说，国内的老牌商业智能工具～

8、FineBI：帆软旗下的，有finebi，finereport等等～

9、bdp：专注做公安领域了，但免费版貌似还有；

暂时就是这些啦，希望能够帮到你。

何小烦Ayura

数据分析从工作流程上，可以分为取数、数据清洗（整理数据）、数据分析和挖掘、数据可视化。

1、取数阶段

数据一般包括结构化和非结构化两种，前者一般都是在SQL数据库里面，因此SQL语法得会，对应的工具包括mysql、oracle、ss等，具体看你应用环境是什么，互联网mysql居多；后者一般是程序语言，例如python、r等。

2、数据清洗

这个过程一般会通过工具直接实现，也可以写程序。

工具，指的是有可视化界面的工具，例如SAS、clementine（后来改名了）等，当然，见得数据Excel也都能搞定（但需要了解一些函数，如vlookup等）。

程序，python、r

3、数据分析和挖掘

上面的数据清洗部分的工具都能用于分析和挖掘，除此以外还有：

SPSS（统计的那个）

python：pandas（统计分析专用）、sklearn（挖掘专用）

4、数据可视化

上面提到的工具都能可视化，没有特别的。但我们做产品时，会用echart。自己展示用工具自带的库或展示功能就行了。

宋天龙Tony

nnnnnuan

如果从零基础入门的角度看，和我当时的情况差不多。我最早是在一家咨询公司做咨询师，每天制作PPT，出一些咨询方案，其中涉及到数据部分的基本都是数据库部门处理好的，拿来用就好了。后来从咨询公司出来，进入互联网行业，才真正发现数据分析的价值，在这可以先跟大家介绍书籍和工具两部分。

关于书籍：

根据我自己的经验，推荐“菜鸟”系列的入门书籍，总共蓝、绿、黄三本，作为入门够用了，具体好像叫《谁说菜鸟不会数据分析》，记不太清了可以搜索一下。

关于工具：

一款得心应手的数据分析工具，是每个从业人员做数据分析的利器，面对浩如星海的数据，如何选择数据分析工具就成为了运营、产品、市场等职能人员一个难题，我在这简单列了几个，你可以选择着使用。

上手简单的数据分析工具——Excel

首先，作为office办公系统，Excel的操作界面简单易懂，各种筛选、编辑、搜索、排序、检查等功能按钮对使用者来说最为熟悉。时间、日期、排序等基本数据处理操作简单便捷，一些函数公式下拉即可获得计算结果。

其次，各类统计分析结果均可以数据图表的形式展现，包括二维图表、三维图表，添上相关插件后可完成智能图表以及各种复杂图表的可视化，即使你不会各种炫酷的BI操作，也能满足数据可视化的基本要求。

但是，使用简单功能强大的Excel也有不可忽视的缺点：例如，最拉低办公效率的就是当数据量过大的时候，查询和计算速度会下降，如果此时的Excel中又包含多个sheet，那么极有可能出现卡死的状况。再如，Excel无法对用户进行角色管理，这也就注定了它较差的保密性，容易被其他软件破解。

其实，Excel基本可以满足非专业数据分析师的日常工作需求，而且对于Excel的使用技巧也不用过于担心，市面上有极多关于Excel的应用类教辅以及视频课程（可在网易云课堂、腾讯课堂、喜马拉雅等平台上获取相关课程）用来辅助使用者迅速掌握Excel。

适用于统计分析的数据分析工具——SPSS

当你手握海量调研问卷的时候；当要对数据进行回归分析、因子分析、聚类分析的时候；当要用收集的数据支持一份多维度的研究报告时，都少不了一种比Excel更适用的数据分析工具——SPSS。

首先，SPSS经常给人一种更“高端”的感觉，因为它既可以很好地进行回归分析、方差分析以及多变量分析等，又几乎不需要进行任何语句的编写，直接用鼠标单击即可完成相关操作。而且还能在计算分析的同时输出图形，极高地提升工作效率。另外，我们在日常工作中常用到的Excel 表格数据、文本格式数据均可以导入SPSS 中进行分析，从而节省了相当大的工作量，并且避免了因复制和粘贴可能引起的错误。

虽然相比Excel，SPSS似乎在统计分析领域有更高一筹的优势，但它依然存在一些将使用者拒之门外的因素。比如它需要使用者对统计学有初步的了解，需要对一些分析模型有理论层面上的理解，而且，它的功能性和丰富性有所欠缺，尤其是与功能包的R相比，在数据可视化方面过于单调，较为成熟的数据分析师甚至会直接跳过SPSS，选取可视化更强的分析工具。

更高阶层的数据分析工具——R

与上述两种分析工具不同的是，R属于开源统计工具，即它的源代码是开放的，一些源代码、程序包等资料都可以在其网站下载。

不做过多介绍，估计你暂时用不到R、Python等高端工具。

移动开发者数据分析工具——友盟

提到企业数据服务就不得不提到友盟，作为早期起步的大数据服务平台，友盟以移动应用统计分析为产品起点，为其提供数据统计分析、开发和运营组件及推广服务。它帮助移动应用开发商统计和分析流量来源、内容使用、用户属性等数据，以便开发商利用数据进行产品、运营、推广策略的决策。尤其是它提出对移动游戏开发者提供一站式解决方案，方便开发者进行更优质的决策判断。

如果你针对各大移动应用平台的数据统计分析，友盟或许是优选，因为在统计分析的同时它还可以提供移动广告的检测数据、品牌广告检测数据、电商广告检测数据等营销数据服务，可以很好地解决一部分B端企业的数据需求。

但是，由于它极强的数据统计属性，让它在实际分析的层面有所欠缺，而且数据采集和统计的局限性让它更偏重事后分析，在时效性的层面还存在一些遗憾。而且，分析深度尚浅，只适合相对基础的数据分析工作。

最懂用户行为的数据分析工具——神策分析

神策分析是神策数据推出的用户行为分析产品。神策数据这几年在大数据分析业界成长迅速，拥有强大的百度技术背景，显著优势是支持“私有化部署”，大数据分析的特点是聚焦在“大数据用户行为”全场景下的数据分析应用。数据分析的深度和广度都有了很大提升，让企业实现更为精细化运营成为可能。

神策数据的九大数据分析模型成为用户行为分析的利器，这九大数据分析模型是“事件分析”“漏斗分析”“留存分析”“分布分析”“点击分析”“用户路径分析”“用户分群分析”“属性分析”“间隔分析”。

不伦你关注用户行为研究，还是基于用户行为数据寻找业务问题，神策数据能都满足复杂的分析需求，比如：

1 不同渠道的用户转化率高低

2 用户下载APP后的激活数量

3 用户在转化路径的哪个环节流失了

4 对不同行为的用户划分用户分群

5 从流量获取、APP下载激活、购买的全流程分析

这个是我用的试用链接官网试用

其实入门数据分析首先要有相关的思维方式，这些书和工具都是次要，慢慢摸索祝你工作顺利。

關鍵字: 软件 算法 科技