2019年最好的六个数据分析工具

2019-11-03 16:45:42
[摘要] 北京时间10月12日,据cnbc援引通用的知情人士称,通用在与uaw的最新谈判协议中,将其承诺投资美国工厂的金额提高到90亿美元,其中77亿美元为通用“直接投资”,通用汽车ceo mary barra

神一局是一个36氪以下的编辑团队。它专注于科学技术、商业、工作场所、生活等领域。重点介绍国外的新技术、新观点和新趋势。

编者按:数据科学家是21世纪的热门工作。如果一个工人想做好工作,他必须首先磨快他的工具。有多少种数据分析工具,哪一种比较合适?周永康分析了3种类型和6种工具在媒体上的特点和应用场景。读完这篇文章,我相信你会知道的。原标题是:2019年前6大数据分析工具

说到数据分析工具,我们总是有问题。这么多数据分析工具有什么区别?哪个更好?我应该学哪一个?

虽然这是一个老话题,但它真的很重要,我一直在努力寻找这个终极问题的答案。如果你在网上搜索这个领域的相关信息,很难找到一个公平的观点。因为特定数据分析工具的评估者可能从不同的角度出发,并有一些个人的感受。

今天,让我们抛开这些个人感受。我会尽量客观地和你谈谈我个人对市场上数据分析工具的看法,以供参考。

我总共选择了3个类别中的6个工具。接下来,我将逐一介绍他们。

Excel具有许多强大的功能,如创建表单、数据透视表、vba等。excel的系统如此庞大,没有任何分析工具能超越它,确保每个人都能根据自己的需要分析数据。

然而,一些人可能认为他们非常精通计算机编程语言,然后鄙视使用excel作为工具,因为excel不能处理大数据。但是请考虑我们在日常生活中使用的数据是否超出了大数据的限制。在我看来,excel是一个多才多艺的玩家。它最适合小数据,可以通过插件处理数百万数据。

总而言之,我认为基于其强大的功能和用户规模,excel是一个必不可少的工具。如果你想学习数据分析,excel绝对是首选。

商业智能是为数据分析而生的,它的起点非常高。目的是缩短从商业数据到商业决策的时间,并利用这些数据影响决策。

Excel的产品目标不一样。Excel可以做很多事情。你可以用excel来画课程表,做问卷或者用它们作为计算器,甚至画画。如果你知道vba,你也可以做小游戏。然而,这些不是真正的数据分析功能。

但是bi工具专门用于数据分析。

以常见的bi工具为例,如power bi、finereport和tableau。您会发现它们都是根据数据分析过程设计的。首先是数据处理、数据清理,然后是数据建模,最后是数据可视化,使用图表来识别问题和影响决策。

这些是数据分析的唯一方法,并且在这个过程中有一些员工的痛点。

例如,bi工具可以用来简化重复的、低附加值的数据清理。

如果数据量很大,传统的excel工具无法完成数据透视表。

如果我们使用excel来显示图形,编辑图形将需要很多时间,包括颜色和字体设置等琐碎的事情。

这些痛点是bi工具可以给我们带来变化和价值的地方。

现在,让我们比较市场上三种流行的bi工具:power bi、finereport和tableau。

1)表格

Tableau的核心本质实际上是excel的数据透视表和数据透视图。可以说tableau敏锐地意识到了excel的这一功能。它更早进入bi市场,延续了这一核心价值。

从发展历史和当前市场反馈来看,tableau具有较好的可视化效果。我不认为这是因为它的图表有多酷,但是它的设计、颜色和用户界面给我们一种简单而新鲜的感觉。

事实上,就像tableau自己的宣传一样,他们投入了大量的学术精力来研究人们喜欢什么样的图表,以及如何为用户提供操作和视觉方面的终极体验。

此外,tableau还增加了数据清理功能和更智能的分析功能。这也是产品开发优势表所能期待的。

2)电源bi

Power bi的优势在于其业务模型和数据分析功能。

Power bi曾经是excel的插件,但它的开发并不理想。因此它摆脱了excel,发展成为bi工具。作为后来者,power bi每月都有迭代更新,后续速度非常快。

Power bi目前有三种许可方法:无power bi、power bi pro和powerbipium。像tableau一样,免费版本是不完整的。但这几乎足以供个人使用。power bi的数据分析功能强大。它的powerpivot和dax语言使我能够像在excel中编写公式一样执行复杂的高级分析。

3)finereport应用程序

Finereport是独一无二的,因为它的自助数据分析非常适合企业用户。通过简单的拖放操作,您可以使用finereport设计各种样式的报告,并轻松构建数据决策分析系统。

Finereport可以直接连接到各种数据库,并且可以轻松快速地定制各种样式,以生成每周、每月、季度和年度报告。它的格式类似于excel的界面。功能包括报表创建、报表权限分配、报表管理、数据录入等。

此外,finereport的可视化功能也非常突出。它提供了各种仪表板模板和许多自行开发的可视化插件库。

就价格而言,finereport的个人版是完全免费的,所有功能都是开放的。

r和python是我将讨论的第三种工具。尽管excel和bi工具等软件已经尽力考虑数据分析的大多数应用场景,但它们基本上都是定制的。如果软件没有设计一个功能或为一个功能开发按钮,那么您可能无法使用它们来完成工作。

在这一点上,编程语言是不同的。它非常强大和灵活。你可以写代码做任何你需要的事情。例如,R和python是数据科学家的基本工具。从专业角度来看,它们肯定比excel和bi工具更强大。

那么,在哪些应用场景中,R和python实现excel和bi工具是很难实现的呢?

1)专业统计分析

就R语言而言,它最擅长统计分析,如正态分布、聚类分类和算法回归分析等。这种分析就像使用数据作为实验。它可以帮助我们回答以下问题。

例如,数据分布是正态分布、三角分布还是其他类型的分布?分散情况如何?它是否在我们想要实现的统计控制范围内?不同的参数对结果有什么影响?还有假设的模拟分析。如果某个参数发生变化,会带来多大的影响?

2)独立预测分析

例如,我们计划预测消费者行为。他会在我们店里呆多久?他会花多少钱?我们可以了解他的个人信用状况,并根据他的网上消费记录确定贷款金额。或者,我们可以根据他在网页上的浏览历史推送不同的项目。这还包括当前流行的机器学习和人工智能概念。

上面的比较显示了几种软件之间的区别。我想总结的是,存在是合理的。Excel、bi工具或编程语言有一些重叠的功能,但它们也是互补的工具。每个应用程序的价值取决于要开发的应用程序的类型和当时的情况。

在选择数据分析工具之前,您必须首先了解您的工作:您会使用我刚才提到的应用程序场景吗?或者考虑一下你的职业方向:你是面向数据科学还是商业分析?

译者:博西。