合肥网站建设公司还有不,滁州网站建设,重庆seo网站,二级备案域名做数据分析也有年头了#xff0c;好的坏的工具都用过#xff0c;推荐几个觉得很好用的#xff0c;避坑必看#xff01; PS#xff1a;一般比较成熟的公司里#xff0c;数据分析工具不只是满足业务分析和报表制作#xff0c;像我现在给我们公司选型BI工具#xff0c;是做…做数据分析也有年头了好的坏的工具都用过推荐几个觉得很好用的避坑必看
PS一般比较成熟的公司里数据分析工具不只是满足业务分析和报表制作像我现在给我们公司选型BI工具是做全平台全方位的数据处理外源数据更新、实时抽取、性能优化等等都是非常关注的点所以Excel这种适合个人分析的就不推荐了不适合专业的数据分析师。数据存储层Access、SQL Server、DB、Oracle等数据处理层Python、Hadoop数据报表层Finereport、简道云数据展示层Tableau、Powerbi、Finebi
一、数据存储层面
这一方面主要是数据库和数据仓库的一些知识点企业要想做数字化转型把原先的一些数据系统如ERP、OA、CRM、Excel等必须得进行数字打通不然整个企业就相当于在进行烟囱式开发数据东一块西一块根本不能成为体系。 具体的就是一些数据库的使用不要说这方面的知识不想学有运维替你管着。
一个好的大数据体系数据仓库和数据库、数据湖、数据集市的建立是非常重要的建模的维度就决定了你后面分析的维度如果维度不够全面与准确那你的工具再好也就没有意义了。
二、数据处理层面
python、hadoop可以闪亮登场了但是hadoop是一个非常复杂的平台需要的技术很多所以这里我们暂时不讨论。
使用Python的好处是自由度非常高能够灵活运用模型和算法并且从数据采集到数据清洗到数据分析一种语言就可以全部搞定。
现在很多人都在说不学python会怎么怎么样但其实不是这样归根结底只是一个底层语言需要混合使用。Python是有一定门槛的而且学习的时间成本不低往往一次分析需要花较多的时间如果不是大型分析项目有点大材小用。
但是对于大型的项目尤其是涉及到数据挖掘类的建议用python。 还有一些可以数据抓取的工具我就不说了本质其实都差不多。
三、数据报表层面
可能提到报表很多人脑子里的想法就是Excel这其实是完全不对的excel的短板是很明显的
Excel会导致企业信息化程度不够数据口径不一致浪费人力去核对数据采集困难更改不能实时显示数据所以更推荐轻量级的数据报表工具比如简道云就很适合做各种数据报表。
https://www.jiandaoyun.com从数据的收集在线表单到各种审批流程的流转流程表单再到数据的分析和展示仪表盘都做的比较完善。企业日常办公和管理需求完全能够满足。 如果是有一些代码基础的技术人员推荐使用Finereport这里简单说下原因
报表开发方面FineReport比Excel更专业一些因为它是一个纯Java开发的报表软件相对于开源报表来说它的功能都是封装好的用户不需要编码直接就能用而且它的界面设计风格和Excel类似兼容Excel常用的公式稍微会点Excel就能很快上手。 而且Finereport是作为企业级的报表平台应用所以适合公司使用。
4、数据展现层面
我上一家公司用的是SAS可现在流行R语言来训练模型作为数据分析工具今年已经没有采购SAS了预算了预算都给大数据平台产品了。
你们以为的数据展现可能就是所有数据都处理好了然后直接生成可视化就行其实远不是这样那数据变动怎么办呢数据量太大宕机了怎么办呢
所以一个实时的可视化工具就显得非常重要我觉得Tableau、PowerBI、FineBI都是一个不错的选择。
1Tableau
Tableau我更倾向于将他定义为数据可视化工具而不是数据分析工具因为tableau的数据可视化能力确实非常强他的交互式的可视化体验在业内是被人津津乐道但是在数据建模和数据分析功能上略输pbi与finebi一筹。
其实我用的是Tb prepTb desktop因为tableau一直以来就被数据处理能力差而诟病prep就是千呼万唤始出来的数据清洗工具2018年才刚刚面世主要是为了弥补tb在数据清洗工作上的欠缺我用过一两次接触的不深风格还是一贯的tb清新风格基本可以实现数据清洗、数据整理、数据合并等etl操作但是理论上任何产品都需要一定的生长曲线我相信tb prep也同样是如此未来还有更大的空间可以优化。 另外就是prepdesktop两款工具协同工作的方式太过于麻烦这也算是tb的一大与生俱来的缺点。
此外Tableau是国外的工具一是服务体系不够全出了问题要解决很久这是不能接受的二是价格实在是太高动不动就上百万。
2FineBI
所以我推荐FineBI一款web级的敏捷数据工具不仅直接拖拽就能生成可视化而且还能做复杂报表BI报表就是企业的新方向。 其实数据展现类的工具靠不靠谱还得看引擎FineBI引擎的两种模式可以支持大数据量分析这一点我是非常推崇的
抽取模式提供基于索引的高效计算引擎通过数据预加载支撑前端快速数据分析适用于实时性要求不高的分析。实时模式直接对接读取企业的数据库表进行分析适用于对实时性要求较高的数据分析场景。
可视化能力嘛比tableau弱一点不过好处就是简单一点很好上手 3PowerBI
首先powerbi我将其定义为适合个人多联机的数据分析与挖掘工具。
PBI可以说是微软的一次偶然尝试和偶然的产品在tableau出现之前微软对于数据分析领域的布局其实非常简单只有针对企业用户的sql server analysis service和excel里的power pivot后来微软将这两个工具进行结合开发出了Powerbi
所以与其说powerbi是微软开发出的数据分析工具不如说是微软依靠对BI业务模型多年的研究总结后得出的一套解决方案也就是DAX所代表的的数据分析理念。这一点与tableau提倡的理念是相反的。
Power的数据可视化能力怎么说呢一言难尽吧powerbi真的有种工科风能力强悍但是颜值不高可视化展现能力方面PoweBI内置的图表种类相对较少,例如一些常用的玫瑰图,多层饼图,词云图,热力地图,流向地图等都不支持(需要进行市场图表拓展下载使用).图形属性方面还算丰富,可以由用户自定义进行图表样式属性的设置调节。 最后永远要记住不要太过于依赖于工具使用好工具的基础一定是你拥有扎实的知识基础如果你连数据分析是什么怎么做数据分析这些都不懂那说实话选择再好的工具也没什么用。 如果你有幸看到这里了那么再给大家推荐一些学习数据分析的书籍和课程都整理在这篇回答里了
如何培养真正的数据分析思维附实践案例 以上。
