目前常用的市場數據分析軟體有哪些?
對於一個產品的運營狀況如何,營銷效果如何,可以通過哪些途徑來獲知?目前市場上,都用哪些數據分析軟體?
我最近剛做了個梳理,大致可以分為六類:1,流量分析類:
- Google Analytics
- 百度統計
- CNZZ
- 友盟
- TalkingData
- 百度移動統計
- Mixpanel
- Heap Analytics
- 神策分析(神策數據 | Sensors Data):作為神策數據的創始人,我這裡得多加兩句說明。相比其他家,神策分析提供(1)私有化部署,保證數據安全;(2)支持可視化埋點、代碼埋點、工具導入等多種數據採集手段,並有分析師配合指導,幫助客戶做好數據的採集與建模;(3)作為PaaS平台,方便進行二次開發。
- 諸葛IO
- GrowingIO
- Tableau
- Qlik
- BDP
- 永洪BI
- App Annie
- ASO100
- ASO114
- AppsFlyer
- Adjust
——轉載自 @阿爾法汪 的原創內容。
BI(BusinessIntelligence)即商業智能,越來越多的智能軟體供應商推出可視化數據分析工具,應對企業業務人員的大數據分析需求。然而如果你覺得不是數據分析專業、沒有挖掘演算法基礎就無法使用BI工具?NO,自助式分析工具已經讓數據產品鏈條變得大眾化,。為了更好地幫助讀者選擇分析工具,本文將為介紹數說立方、數據觀、BDP等11款BI-商業智能產品,排名不分先後!
1、數說立方數說立方是數說故事新推出的一款面向數據分析師的在線商業智能產品。最重要的特點是配備百億級社交資料庫,同時支持全網公開數據實時抓取,從數據源端解決分析師難點;另外數說立方搭載了分散式搜索、語義分析、數據可視化三大引擎系統的海量計算平台,實現數據處理「探索式分析」和「秒級響應」的兩個核心功能。同時數說立方是數說故事三大主打產品之一,並與其他兩大產品數說聚合和數說雷達實現從數據源、數據分析、到數據展示完整的數據解決方案。
優點:
- 即便是個人免費版,體驗和功能仍然非常好;
- 與自家產品「數說聚合」的無縫接入,支持定向抓取微信、微博等數據;
- 功能完善,集數據處理、特徵工程、建模、文本挖掘為一體的機器學習平台;
- 可視化視圖展現、友好的客戶感知頁面;
- 支持SAAS,私有化部署,有許可權管理;
缺點:
- 產品新上市,操作指導頁不太完善;
- 體驗過程中有一些小bug;
體驗網址:數說立方
2、數加平台
數加是阿里雲發布的一站式大數據平台,可以提供數據採集、結構化、加工到展示分析整套的一站式數據服務。 可採集不同系統及物理存儲的源頭數據,在分散式計算平台上進行數據的深度整合、計算、挖掘,將計算的結果通過可視化的工具進行個性化的數據分析和展現,也可直觀的展示分析現有雲上業務系統的資料庫數據。
優點:
- 有完整的產品規劃,功能完善;
- 圖形展示和客戶感知良好;
- 提供SQL查詢;
缺點:
- 需要捆綁阿里雲才能使用,一般用戶還不能真正使用起來;
- 部分體驗功能一般,有一定的學習成本;
體驗網址:阿里雲-數加
3、TableauTableau是目前市面上較為成功的BI工具。產品既有針對性,又有普適性。拖放式界面,操作簡單。數據兼容性強,適用於多種數據文件與資料庫,同時也兼容多平台,windows、mac、Online均可使用。而且重要的一點是免費為用戶安排現場培訓或按需求進行在線培訓。
優點:
- 處於行業領導者地位,功能完善;
- 有較好的圖形展現與客戶感知;
- 新產品開始支持雲端展現,但是需要客戶端支持;
缺點:
- 相比於商業智能BI,更像一個基於數據查詢的數據展示工具;
- 處理不規範數據、轉化複雜模型比較難;
- 無法處理大量數據;
- 國內網路連接Online版速度較慢;
體驗網址:商業智能和分析
4、QlikQlikView只需輕輕單擊幾下,就可以對所有數據源進行合併、搜索、可視化和分析,可在不影響性能的前提下連接到多個數據源;其次視圖種類豐富,界面簡潔,互動性強,總體來說是一款簡單易用的BI產品。Qlik用戶可通過各類可視化效果,將Qlik擴展到任何應用程序中。另外用戶也可以通過使用標準的和最新的網路API,可將可視化效果數據嵌入網站或應用程序。
優點:
- 產品功能完善,圖形展現和客戶感知良好;
- 支持SAAS,有許可權管理功能;
缺點:
- 有一定的學習成本;
- 報表規範性要求很高;
- 數據抓取功能都非常弱,需要有非常好的數據倉庫作為基礎;
體驗網址:商業智能和數據可視化軟體
5、SpotfireSpotfire服務對象是一線工作人員和日常決策人員,其交互界面形象易懂,無需寫腳本語言和編寫程序就可以對數據進行添加、分離操作。內置搜索引擎,可以隨意查找任意信息。支持R、S+等統計、挖掘功能;有豐富、開源的R模型。標記有自身特色,提供了過濾、鑽取等功能,多個標記同時還可以實現圖形化的集合運算。
優點:
- 交互界面形象易懂,即使是普通的業務人員也能輕而易舉地進行複雜的數據分析;
- 不一定要建數據倉庫,還可以直接從多個異構數據源提取數據進行分析;
- 支持SAAS,有許可權管理功能;
缺點:
- SAAS版只支持30M,由於是國外伺服器所以上傳很慢;
- 不適合中國式的固定報表;
- 進軍中國市場較晚,國內案例較少;
- 工具的適應性範圍廣,但是難易跨度大;
體驗網址:Data Visualization Analytics Software
6、神策分析神策分析的產品有完整的使用文檔,每個模塊都有詳細的使用說明以及示例,降低了用戶的學習成本。而且支持私有部署、任意維度的交叉分析,並幫助客戶搭建專屬的數據倉庫。目前提供事件分析、漏斗分析、留存分析、數據管理等功能,未來預計會增加用戶分群、用戶人群分析、推送和異常維度組合挖掘等,工具需要付費使用。
優點:
- 專註於用戶行為數據分析,不追求做大而追求做全;
- 有詳細的產品使用文檔以及案例;
- 提供SQL查詢;
缺點:
- 更多的是demo示例,不能開箱即用;
- 純dashboard展示,並不能對單獨一塊數據作自定義分析;
體驗網址:神策數據 | Sensors Data
7、BDP(因為產品改版了,所以換了一張圖片)
BDP個人版使用免費,只需導入數據,設定分析維度,即可實時得到圖表分析結果。產品示例和視頻教學很細緻,交互頁面很友好。每次數據更新,對應的圖表也會自動更新,可以免去一些重複分析、製作圖表的數據工作。另外,分享環節也很貼心,數據儀錶盤可以一鍵導出,也可直接生成鏈接分享給他人或分享到微信、微博等社交平台。
優點:
- 產品支持移動端;手機同步呈現最新數據
- 用戶可以免費使用工具,還有免費公開的數據源;
- 操作體驗流暢,界面友好,功能全,總體來說是一款不錯的產品;
- 即便是個人免費版,體驗和功能仍然非常好;
- 數據可以同步更新,免去了重複勞動的工作;
缺點:
- 官網的介紹比較簡單;
體驗網址:BDP個人版-零門檻可視化分析利器
8、永洪BI永洪BI是一款可在前端進行多維分析和報表展現的BI軟體。支持拖拽操作,數據源格式多樣,提供不同級別的查詢支持,支持跨庫跨源連接。另外永洪提供了一款數據存儲、數據處理的軟體——MPP數據集市,可與BI打通,使得數據查詢,鑽取和展示的速度大幅度提高。不過其產品用戶體驗一般,拖拽過於自由,導致儀錶盤布局不好控制;主題樣式雖多但是給人感覺樣式還是很傳統。
優點:
- 商業流程完善,給人專業的感覺;
- 產品定製化的版本效果不錯;
- 支持的數據接入較多;
缺點:
- SAAS版體驗很差,有一定的學習成本;
- UI的視覺效果一般,整體可視化效果不夠現代化;
體驗網址:北京永洪商智科技有限公司
9、數據觀數據觀的功能設計理念是極簡、無門檻,所以它最大的特點就是簡單。數據觀數據來自雲端,如:百度 網盤、微盤、salesforce等。數據上傳後,馬上有推薦圖表,引導明確。另外產品的使用沒有技術門檻,無需專業IT知識,同時適用於非專業分析師出身的業務人員,可以快速將數據轉化成直觀的圖表,適合一開始接觸數據分析工具的非專業數據從業人員。
優點:
- 註冊只需填寫郵箱,且支持明道賬號登陸;
- 使用引導明確,支持salesforce、百度雲數據導入;
- 分析結果支持鏈接分享,大大降低用戶的溝通成本;
缺點:
- 不支持超過20MB的數據上傳;
- 數據導入後,數據分析體驗方面存在bug;
- 產品的使用以點擊為主,不支持拖拽操作;
體驗網址:http://www.shujuguan.cn
10、FineBIFineBI分為數據處理、可視分析和分享公用三大功能模塊。支持多種數據源,圖表風格清爽美觀,可選擇任意維度分析。分析頁面由控制項和組件組成,控制項和組件的數量是可以添加至任意多個,但是布局的交互比較僵硬,且使用邏輯有點亂,引導不明確。需要安裝本地客戶端才能使用。
優點:
- 有較為詳細的行業案例與技術方案;
- 產品演示和資源中心也較為清晰
缺點:
- 需要使用客戶端,增加了使用的不便利性
- 只有儀錶盤展示,BI報表需要另一款產品;
- 無法處理大量的數據;
體驗網址:FineBI商業智能解決方案|BI工具
11、魔鏡魔鏡支持自動拖拽建模,同時可視化效果庫十分酷炫。用戶可以邀請團隊成員到自己的項目,合作進行探索分析,並且按照需求有效控制訪問數據的成員許可權。產品模塊規劃完整,有基礎企業版到hadoop等5種選擇為,而且可以支持定製化服務。但是可能是雲平台版的緣故,使用過程中出現不少BUG,企業版的體驗可能會相對好一點。
優點:
- 產品模塊的規劃比較健全,其中包括數據源導入、數據分析、儀錶盤、數據挖掘和數據工廠;
- 官網的設計不錯,模板選擇性大,顏值控可能會喜歡;
- 工具使用指導清晰,使用篇和方法篇等比較詳細;
缺點:
- 產品存在較多的BUG,UI和功能相對其他產品來說較簡陋;
- 部分產品模塊並不能切實用於數據分析;
體驗網址:國雲大數據魔鏡
選擇一款適用的BI產品,能夠大大簡化數據分析的繁雜工作,提高分析效率與質量。當然,以上每個工具各有優點,工具地址都給大家了,接下來就是輪到你動手的時候了,找一個自己喜歡的工具,開始吧!
目前市面上很多數據分析及建模工具,下面為您推薦幾款最實用的建模工具
1.Tableau
(http://www.tableau.com/)
數據可視化做的最好的平台之一
功能十分強大,可以說是excel的升級版
2.Python
(www.python.com)
Python作為近幾年強勢崛起的變成語言,由於其易用性和強大的擴展性,迅速成為數據分析最強大的工具,只需一點編程基礎,熟練使用旗下的pandas庫就可玩轉數據分析
3. SAS
(www.sas.com)
作為為統計而生的語言,SAS的統計和數據分析功能十分強大,可以托拉拽也可以通過編程來實現,只不過SAS語言比較奇怪
4.R語言
(p&:/&/&www.bai&d&u.com/link?url=8pHuyZ1vQIdQO9cnDQHqxYhfWHZmrKxSZ8zqYsFkRiSgjfMaSDZ3UnTwKpAhhSwf">https://www.r-project.org/)
R作為一種統計分析軟體,是集統計分析與圖形顯示於一體的。它可以運行於UNIX,Windows和Macintosh的操作系統上,而且嵌入了一個非常方便實用的幫助系統,相比於其他統計分析軟體,R還有以下特點:
1.R是自由軟體。這意味著它是完全免費,開放源代碼的。可以在它的網站及其鏡像中下載任何有關的安裝程序、源代碼、程序包及其源代碼、文檔資料。標準的安裝文件身自身就帶有許多模塊和內嵌統計函數,安裝好後可以直接實現許多常用的統計功能。
2.R是一種可編程的語言。作為一個開放的統計編程環境,語法通俗易懂,很容易學會和掌握語言的語法。而且學會之後,我們可以編製自己的函數來擴展現有的語言。這也就是為什麼它的更新速度比一般統計軟體,如,SPSS,SAS等快得多。大多數最新的統計方法和技術都可以在R中直接得到。
3. 所有R的函數和數據集是保存在程序包裡面的。只有當一個包被載入時,它的內容才可以被訪問。一些常用、基本的程序包已經被收入了標準安裝文件中,隨著新的統計分析方法的出現,標準安裝文件中所包含的程序包也隨著版本的更新而不斷變化。在另外版安裝文件中,已經包含的程序包有:base一R的基礎模塊、mle一極大似然估計模塊、ts一時間序列分析模塊、mva一多元統計分析模塊、survival一生存分析模塊等等.
5.Radiance
(www.datazen.ai)
新興的機器學習建模平台,簡單,快速,集成了多個機器學習演算法,讓你迅速建立機器學習模型
推薦一款 開源私有化部署 的數據統計分析工具:Cobub Razor http://www.cobub.com
易客報表工具可以做到
Tableau,它可以拖拉操作功能,迅速轉換各種分析方式,用滑鼠輕鬆點選分析趨勢,再次點選即可將大量數據增設不同的過濾選項,隨時轉換各種不同的觀點與角度來模擬分析,直到找出潛藏的癥結或掌握關鍵信息。(數據智慧核心業務)
推薦閱讀:
※目前中國大陸收入最高的一億人的人均年收入是多少?
※參加POINT.數據分析師特訓營(北京)是什麼體驗?
※為什麼需要數據分析人員而不能全部由機器和演算法完成數據分析工作?
※在 Android 中有哪幾種數據存儲方式?
※數據資源獲取方式匯總一下?在哪找數據/數據交易平台/數據api介面?