
我现在是生意参谋+BDP个人版
1、生意参谋(还有京东相关的数据平台):开淘宝的小伙伴一定都有用生意参谋,每天都能看淘宝的相关数据,数据维度也很全,但是生意参谋不能追诉较久前的数据,这是很蛋疼的一件事,数据对于做生意的人来说是多么宝贵的,数据没有存储下来怎么行啊,数据可是很值钱的啊,崩溃~
2、BDP个人版:这是我无意间某个电商群发现的数据分析工具,简直是大发现,不仅解决了数据存储的问题,而且我开了京东和天猫两家店铺,每天都要切换、分析各个平台的数据,太累了,我现在是这样,把两个平台的数据都导出excel,然后放到BDP的本地同步神器,只要平台的数据更新了,BDP中的数据&数据图表(图表类型也很多,不是单纯的数据了)结果也随之更新,数据分析就不需要重复了,一次即搞定,大大提高我的效率啊!
1QUEST
QUEST是IBM公司Almaden研究中心开发的一个多任务数据挖掘系统,目的是为新一代决策支持系统的应用开发提供高效的数据开采基本构件。系统具有如下特点:
提供了专门在大型数据库上进行各种开采的功能:关联规则发现、序列模式发现、时间序列聚类、决策树分类、递增式主动开采等。
各种开采算法具有近似线性(O(n))计算复杂度,可适用于任意大小的数据库。
算法具有找全性,即能将所有满足指定类型的模式全部寻找出来。
为各种发现功能设计了相应的并行算法。
2MineSet
MineSet是由SGI公司和美国Standford大学联合开发的多任务数据挖掘系统。MineSet集成多种数据挖掘算法和可视化工具,帮助用户直观地、实时地发掘、理解大量数据背后的知识。MineSet有如下特点:
MineSet以先进的可视化显示方法闻名于世。
提供多种 萃诰蚰J健0 ǚ掷嗥鳌⒒毓槟J健⒐亓 嬖颉⒕劾喙椤⑴卸狭兄匾 取br>
支持多种关系数据库。可以直接从Oracle、Informix、Sybase的表读取数据,也可以通过SQL命令执行查询。
多种数据转换功能。在进行挖掘前,MineSet可以去除不必要的数据项,统计、集合、分组数据,转换数据类型,构造表达式由已有数据项生成新的数据项,对数据采样等。
*** 作简单、支持国际字符、可以直接发布到Web。
3DBMiner
DBMiner是加拿大SimonFraser大学开发的一个多任务数据挖掘系统,它的前身是DBLearn。该系统设计的目的是把关系数据库和数据开采集成在一起,以面向属性的多级概念为基础发现各种知识。DBMiner系统具有如下特色:
能完成多种知识的发现:泛化规则、特性规则、关联规则、分类规则、演化知识、偏离知识等。
综合了多种数据开采技术:面向属性的归纳、统计分析、逐级深化发现多级规则、元规则引导发现等方法。
提出了一种交互式的类SQL语言——数据开采查询语言DMQL。
能与关系数据库平滑集成。
实现了基于客户/服务器体系结构的Unix和PC(Windows/NT)版本的系统。
数据分析的概念太宽泛了,做需要的是侧重于数据展示、数据挖掘、还是数据存储的?是个人用还是企业、部门用呢?应用的场景是制作简单的个人图表,还是要做销售、财务还是供应链的分析?
那就说说应用最广的BI吧,企业级应用,其实功能上已经涵盖了我上面所述的部分,主要用于数据整合,构建分析,展示数据供决策分析的,譬如FineBI,是能够”智能”分析数据的工具了。
营销人常用的数据分析工具有哪些
Power-BI和FineBI吧
Power-BI
Power-BI是专为中小企业提供决策分析的软件。在BI市场迅速发展的时代,功能齐全而且在逐步完善还是ok的,就是在环境搭建这块比较麻烦,官方网站也不是很好。
FineBI :finebi/
个人来说比较推荐,有个ExcelView的功能特别爱,选取字段时可以直接在熟悉的excel中选取,平时最头疼的就是记不住数据库里字段的结构和名称,看着特别抽象,FineBI解决了这个困难。你可以先去再官网下个免费版的试试,感觉算是国产中的良心软件。
我一直用的是知数宝,不过是付费的,功能还是很齐全的,对于我开店来说很有帮助
这是什么淘宝数据分析工具应该是数据魔方吧
网站数据分析工具有哪些还是系统地学习一下CPDA项目数据分析师的课程比较好
excel数据分析工具有哪些功能数据分析软件有哪些最常用的是spss,属于非专业统计学的,当然,没有统计功底还是很难用的。sas是专业的统计分析软件,需要编程用,都是专业人士用的。
大数据分析工具有哪些1 开源大数据生态圈 Hadoop HDFS、Hadoop MapReduce, HBase、Hive 渐次诞生,早期Hadoop生态圈逐步形成。 开源生态圈活跃,并免费,但Hadoop对技术要求高,实时性稍差。 2 商用大数据分析工具 一体机数据库/数据仓库(费用很高) IBM PureData(Netezza), Oracle Exadata, SAP Hana等等。 数据仓库(费用较高) Teradata AsterData, EMC GreenPlum, HP Vertica 等等。 数据集市(费用一般) QlikView、 Tableau 、国内永洪科技Yonghong Data Mart 等等。 前端展现 用于展现分析的前端开源工具有JasperSoft,Pentaho, Spagobi, Openi, Birt等等。 用于展现分析商用分析工具有Cognos,BO, Microsoft, Oracle,Microstrategy,QlikView、 Tableau 、国内永洪科技Yonghong Z-Suite等等。
国内比较好的大数据分析软件我觉得永洪BI还是挺不错的。大数据量级能够处理过百亿级的数据,并且是横向拓展的模式,不会要求过高的单机配置,PC服务器集群就能很好地处理超大数据量的处理需求了。数据分析优点是能很好的帮您对数据价值进行挖掘并使之产生真正的价值。但是如果您没有数据或者不清楚该如何利数据,可能整体的效果就会打折扣。
今天就我们用过的几款大数据分析工具简单总结一下,与大家分享。
1、Tableau
这个号称敏捷BI的扛把子,魔力象限常年位于领导者象限,界面清爽、功能确实很强大,实至名归。将数据拖入相关区域,自动出图,图形展示丰富,交互性较好。图形自定义功能强大,各种图形参数配置、自定义设置可以灵活设置,具备较强的数据处理和计算能力,可视化分析、交互式分析体验良好。确实是一款功能强大、全面的数据可视化分析工具。新版本也集成了很多高级分析功能,分析更强大。但是基于图表、仪表板、故事报告的逻辑,完成一个复杂的业务汇报,大量的图表、仪表板组合很费事。给领导汇报的PPT需要先一个个截图,然后再放到PPT里面。作为一个数据分析工具是合格的,但是在企业级这种应用汇报中有点局限。
2、PowerBI
PowerBI是盖茨大佬推出的工具,我们也兴奋的开始试用,确实完全不同于Tableau的 *** 作逻辑,更符合我们普通数据分析小白的需求, *** 作和Excel、PPT类似,功能模块划分清晰,上手真的超级快,图形丰富度和灵活性也是很不错。但是说实话,毕竟刚推出,系统BUG很多,可视化分析的功能也比较简单。虽然有很多复杂的数据处理功能,但是那是需要有对Excel函数深入理解应用的基础的,所以要支持复杂的业务分析还需要一定基础。不过版本更新倒是很快,可以等等新版本。
3、Qlik
和Tableau齐名的数据可视化分析工具,QlikView在业界也享有很高的声誉。不过Qlik Seanse产品系列才在大陆市场有比较大的推广和应用。真的是一股清流,界面简洁、流程清晰、 *** 作简单,交互性较好,真的是一款简单易用的BI工具。但是不支持深度的数据分析,图形计算和深度计算功能缺失,不能满足复杂的业务分析需求。
最后将视线聚焦国内,目前搜索排名和市场宣传比较好的也很多,永洪BI、帆软BI、BDP等。不过经过个人感觉整体宣传大于实际。
4、永洪BI
永洪BI功能方面应该是相对比较完善的,也是拖拽出图,有点类似Tableau的逻辑,不过功能与Tableau相比还是差的不是一点半点,但是 *** 作难度居然比Tableau还难。预定义的分析功能比较丰富,图表功能和灵活性较大,但是 *** 作的友好性不足。宣传拥有高级分析的数据挖掘功能,后来发现就集成了开源的几个算法,功能非常简单。而 *** 作过程中大量的d出框、难以理解含义的配置项,真的让人很晕。一个简单的堆积柱图,就研究了好久,看帮助、看视频才搞定。哎,只感叹功能藏得太深,不想给人用啊。
5、帆软BI
再说号称FBI的帆软BI,帆软报表很多国人都很熟悉,功能确实很不错,但是BI工具就真的一般般了。只能简单出图,配合报表工具使用,能让页面更好看,但是比起其他的可视化分析、BI工具,功能还是比较简单,分析的能力不足,功能还是比较简单。帆软名气确实很大,号称行业第一,但是主要在报表层面,而数据可视化分析方面就比较欠缺了。
6、Tempo
另一款工具,全名叫“Tempo大数据分析平台”,宣传比较少,2017年Gartner报告发布后无意中看到的。是一款BS的工具,申请试用也是费尽了波折啊,永洪是不想让人用,他直接不想卖的节奏。
第一次试用也是一脸懵逼,不知道该点那!不过抱着破罐子破摔的心态稍微点了几下之后, *** 作居然越来越流畅。也是拖拽式 *** 作,数据可视化效果比较丰富,支持很多便捷计算,能满足常用的业务分析。最最惊喜的是它还支持可视化报告导出PPT,彻底解决了分析结果输出的问题。深入了解后,才发现他们的核心居然是“数据挖掘”,算法十分丰富,也是拖拽式 *** 作,我一个文科的分析小白,居然跟着指导和说明做出了一个数据预测的挖掘流,简直不要太惊喜。掌握了Tempo的基本 *** 作逻辑后,居然发现他的易用性真的很不错,功能完整性和丰富性也很好。
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)