1、新榜：互聯(lián)網(wǎng)渠道的價(jià)值標(biāo)準(zhǔn)：以日、周、月、年為周期,按24大分類權(quán)威發(fā)布以微信為代表的中國(guó)各自媒體平臺(tái)最真實(shí)、最具價(jià)值的運(yùn)營(yíng)榜單,方便用戶了解新媒體整體發(fā)展情況,為用戶提供有效的參考導(dǎo)向…

2、Hadoop：能夠?qū)Υ罅繑?shù)據(jù)進(jìn)行分布式處理的軟件框架。

3、清博大數(shù)據(jù)中國(guó)新媒體大數(shù)據(jù)權(quán)威平臺(tái)：清博大數(shù)據(jù)擁有清博指數(shù)、清博輿情、營(yíng)廣工品等多個(gè)核心產(chǎn)品。提供微信、微博、頭條號(hào)等新媒體排行榜,廣告交易、輿情報(bào)告、數(shù)據(jù)咨詢...

4、神策數(shù)據(jù)：多維度數(shù)據(jù)實(shí)時(shí)分析，事件分析，漏斗分析，留存分析，分布分析等8大分析模型，輕松搞定數(shù)據(jù)分析需求。

5、GrowingIO：實(shí)時(shí)采集用戶行為數(shù)據(jù)，可視化實(shí)時(shí)出圖。

數(shù)據(jù)分析工具其實(shí)有很多種，對(duì)應(yīng)不同類型的使用者也有各自適合的選擇。例如懂?dāng)?shù)據(jù)算法計(jì)算機(jī)語(yǔ)言的人，可能給他一款，填寫算法代碼流暢的分析軟件就是有效。掌握了數(shù)據(jù)分析專業(yè)技能的人，強(qiáng)大的分析功能能將工作做到事半功倍，不管看著功能多復(fù)雜。還有就是我這種非計(jì)算機(jī)專業(yè)出身，非統(tǒng)計(jì)學(xué)出身，但工作做還需要對(duì)大量數(shù)據(jù)進(jìn)行分析的人。

如果你跟我一樣，那么可以看下我的回答。

我總結(jié)了下，我以前找分析工具的時(shí)候，自己先想了幾個(gè)方向點(diǎn)：

1、好上手。一看板面就知道怎么導(dǎo)入數(shù)據(jù)，怎么做圖表，怎么排版的。這樣的高效。

2、功能還得強(qiáng)大的.畢竟是非專業(yè)人士了，找分析工具就是為了充分發(fā)揮工具自身能動(dòng)性，和強(qiáng)大功能，來(lái)給我們創(chuàng)造價(jià)值的，特別是涉及到數(shù)據(jù)大量、復(fù)雜，必須有給力的功能支撐才能是良心工具。

3、可視化呈現(xiàn)要好一點(diǎn)，就是圖表要高大上的。數(shù)據(jù)分析報(bào)告得拿出手，圖表的展現(xiàn)就是第一門面。包裝的意識(shí)還是要有的。

所以結(jié)論就是找一些操作容易、功能強(qiáng)大、圖表顏值還得好的工具了。我就是照著這個(gè)思路找的，也用過(guò)幾個(gè)，可以給大家說(shuō)說(shuō)。像東軟做的Dataviz，是用著比較順手的了。具體介紹我就摘抄下，自己懶得碼那么多字

DataViz數(shù)據(jù)可視化分析工具，不需要編寫代碼，也不需要任何程序設(shè)計(jì)基礎(chǔ)，用戶可以通過(guò)簡(jiǎn)單的拖拽就可以實(shí)現(xiàn)數(shù)據(jù)可視化展示與分析。DataViz使用簡(jiǎn)單，但是實(shí)現(xiàn)的功能卻不簡(jiǎn)單，上百種豐富的炫酷圖表，可以實(shí)現(xiàn)數(shù)據(jù)的多維度多層次分析。

各種數(shù)據(jù)分析好后，可以做成組合圖冊(cè)：

重點(diǎn)就是操作起來(lái)簡(jiǎn)單，拖拖拽拽的，看起來(lái)特別復(fù)雜的圖表，其實(shí)拼貼一下就能搞定了。操作面板基本本國(guó)人都可以分分鐘用起來(lái)。

如果是專業(yè)人士或者計(jì)算機(jī)大拿的，估計(jì)可以尋找更復(fù)雜的工具進(jìn)行嘗試了。但不適合我，所以我這里就不進(jìn)行推薦了。

今天想好好跟大家分享一個(gè)好用的數(shù)據(jù)功能，先賣個(gè)關(guān)子，分享之前先來(lái)看幾個(gè)實(shí)際的工作場(chǎng)景~

月底了，需要展示各省份本月的訂單量分布，總不能用30多條折線顯示吧，一堆密密麻麻的線沒(méi)人想看吧！

想對(duì)比分析團(tuán)隊(duì)里10個(gè)銷售經(jīng)理業(yè)績(jī)完成的情況，要出10張圖表一一對(duì)比，這也太麻煩了吧？

店鋪有成百上千個(gè)SKU，老板要對(duì)比查看每個(gè)SKU的銷售數(shù)據(jù)，難道要我做N個(gè)圖表嗎？

負(fù)責(zé)的網(wǎng)站有幾十個(gè)推廣渠道，想一一對(duì)比每個(gè)渠道的轉(zhuǎn)化效果，一張圖表展示不了效果腫么辦？

類似的“痛苦”很多人都遇到過(guò)，當(dāng)涉及到數(shù)據(jù)多維度對(duì)比分析時(shí)，比如上面的例子：不同日期維度不同地域維度的數(shù)值對(duì)比，往往一張數(shù)據(jù)圖表并不能直觀地展示效果，又不想直接用表格呈現(xiàn)一“坨”數(shù)據(jù)，這時(shí)”對(duì)比拆分”功能就顯得尤為重要！

介紹“對(duì)比拆分”之前，先普及一下維度、對(duì)比、數(shù)值（數(shù)據(jù)小白一定要看，大神可以忽視）是什么：

維度：是事物或現(xiàn)象的某種特征，可以簡(jiǎn)單理解是X軸，如性別、地區(qū)、時(shí)間等都是維度。其中時(shí)間是一種常用的維度，時(shí)間前后的對(duì)比稱為縱比，如用戶數(shù)環(huán)比上月增長(zhǎng)10%；同級(jí)單位之間的比較，簡(jiǎn)稱橫比，如不同省份人口數(shù)的比較、不同公司收入的比較；

對(duì)比：當(dāng)橫比、縱比都要涉及的時(shí)候（如不同日期不同地域），就需要對(duì)比啦！

數(shù)值：即指標(biāo)/度量，用于衡量事物發(fā)展程度的單位，可以簡(jiǎn)單理解是Y軸；

鑒于對(duì)比拆分的定義比較抽象，這里先不做解釋，主要結(jié)合文章開(kāi)頭的2個(gè)實(shí)際場(chǎng)景來(lái)展示其使用價(jià)值，希望能真正幫到需要的yin！

工作場(chǎng)景1：O2O/電商網(wǎng)站想要了解近期各省市的訂單金額分布情況，需要的維度：日期、地區(qū)，需要的數(shù)值：訂單金額，先看“美顏”前后對(duì)比圖吧~

（“美顏”前）

（“美顏”后）

“美顏”前各省的數(shù)據(jù)堆在一起，N條折線就像一團(tuán)雜亂的毛線，數(shù)據(jù)給人的感覺(jué)也是一團(tuán)亂，根本不想看，也無(wú)從下手，更別說(shuō)用數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)了。

再看看“美顏”后的圖表，很清晰地展示各個(gè)省份的數(shù)據(jù)量和變化趨勢(shì)，圖表瞬間轉(zhuǎn)成小清新，感覺(jué)美美噠！

趕緊來(lái)看看“美顏”過(guò)程：

第1步：打開(kāi)BDP個(gè)人版，上傳需要分析的工作表，在編輯圖表頁(yè)面將日期（付款日期）拉到維度欄、地區(qū)（收貨省份）拉到對(duì)比欄，訂單金額拉到數(shù)值欄，記得順手調(diào)個(gè)稀飯的顏色；

第2步：在右下方勾選“按對(duì)比拆分”，瞬間就出現(xiàn)多個(gè)動(dòng)圖啦！不喜歡默認(rèn)的顯示，還可以寄已調(diào)整單屏顯示的行列數(shù)量哦~

酷炫的亮點(diǎn)來(lái)了：當(dāng)你把鼠標(biāo)hover到數(shù)據(jù)上，同時(shí)按下alt鍵，就能看某一天各省市的數(shù)據(jù)啦！左右滑動(dòng)鼠標(biāo)還有驚喜哦！

工作場(chǎng)景2：半個(gè)月過(guò)去了，銷售總監(jiān)想要了解截止目前為止各個(gè)銷售經(jīng)理的業(yè)績(jī)完成情況；需要的維度：時(shí)間、人員名稱，需要的數(shù)值：合同金額（計(jì)量圖可以設(shè)置目標(biāo)值）

柱狀圖只能簡(jiǎn)單展示每個(gè)人本月的訂單金額，并不能看出目標(biāo)完成的進(jìn)度如何，更別說(shuō)能直觀對(duì)比每個(gè)人完成的情況了。計(jì)量圖的確能展示目標(biāo)完成的進(jìn)度，但是只能通過(guò)篩選一一查看每個(gè)人的進(jìn)度，并不能一下子展示所有人的。

好了，“對(duì)比拆分”又上場(chǎng)啦，噔噔噔~~~（具體操作見(jiàn)上一個(gè)例子）

哇塞，每個(gè)人的業(yè)績(jī)完成情況太直觀了。半個(gè)月過(guò)去了，完成50%及以上的只有3個(gè)，總監(jiān)應(yīng)該好好鼓勵(lì)他們，爭(zhēng)取更好的業(yè)績(jī)，還有7人連50%都沒(méi)有達(dá)到，那就要一一找了解下情況，找到原因及時(shí)改進(jìn)，尤其是低于是30%的銷售：

是不是在跟進(jìn)大客戶，項(xiàng)目是否靠譜，是不是屬于后半個(gè)月發(fā)力，大項(xiàng)目能否填補(bǔ)之前的落后？不能的話要怎么做才能達(dá)標(biāo)？

是不是本月跟的客戶太少？那應(yīng)該積極主動(dòng)去尋找銷售線索。

還是跟了很多項(xiàng)目，但成交率很低，那成交率很低的原因又是什么：地域問(wèn)題、客戶性質(zhì) or其他原因呢？根據(jù)不同原因有針對(duì)性地進(jìn)行調(diào)整。

......

原因有很多，總監(jiān)可以根據(jù)這張圖表一一找人了解情況，及時(shí)尋找原因并做出調(diào)整，爭(zhēng)取讓本月業(yè)績(jī)更上一層樓，這不就是數(shù)據(jù)和圖表呈現(xiàn)的意義嘛！

上述場(chǎng)景都很常見(jiàn)，也只是參考。最后，總結(jié)下對(duì)比拆分的適用場(chǎng)景：涉及多維度對(duì)比分析、同時(shí)需要分類呈現(xiàn)數(shù)據(jù)結(jié)果。目前，BDP個(gè)人版支持對(duì)指標(biāo)卡、計(jì)量圖、折線圖、柱柱圖和條形圖按照對(duì)比拆分為多個(gè)圖形。要好好學(xué)習(xí)對(duì)比拆分功能，學(xué)好能助你調(diào)整、優(yōu)化運(yùn)營(yíng)策略，也許會(huì)有意想不到的效果哦！

1.QUEST

QUEST是IBM公司Almaden研究中心開(kāi)發(fā)的一個(gè)多任務(wù)數(shù)據(jù)挖掘系統(tǒng)，目的是為新一代決策支持系統(tǒng)的應(yīng)用開(kāi)發(fā)提供高效的數(shù)據(jù)開(kāi)采基本構(gòu)件。系統(tǒng)具有如下特點(diǎn)：

提供了專門在大型數(shù)據(jù)庫(kù)上進(jìn)行各種開(kāi)采的功能：關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、序列模式發(fā)現(xiàn)、時(shí)間序列聚類、決策樹(shù)分類、遞增式主動(dòng)開(kāi)采等。

各種開(kāi)采算法具有近似線性（O(n)）計(jì)算復(fù)雜度，可適用于任意大小的數(shù)據(jù)庫(kù)。

算法具有找全性，即能將所有滿足指定類型的模式全部尋找出來(lái)。

為各種發(fā)現(xiàn)功能設(shè)計(jì)了相應(yīng)的并行算法。

2.MineSet

MineSet是由SGI公司和美國(guó)Standford大學(xué)聯(lián)合開(kāi)發(fā)的多任務(wù)數(shù)據(jù)挖掘系統(tǒng)。MineSet集成多種數(shù)據(jù)挖掘算法和可視化工具，幫助用戶直觀地、實(shí)時(shí)地發(fā)掘、理解大量數(shù)據(jù)背后的知識(shí)。MineSet有如下特點(diǎn)：

MineSet以先進(jìn)的可視化顯示方法聞名于世。

提供多種萃誥蚰J健0ǚ擲嗥鰲⒒毓檳J?、关伶灶R⒕劾喙欏⑴卸狹兄匾取?br>

支持多種關(guān)系數(shù)據(jù)庫(kù)?？梢灾苯訌腛racle、Informix、Sybase的表讀取數(shù)據(jù)，也可以通過(guò)SQL命令執(zhí)行查詢。

多種數(shù)據(jù)轉(zhuǎn)換功能。在進(jìn)行挖掘前，MineSet可以去除不必要的數(shù)據(jù)項(xiàng)，統(tǒng)計(jì)、集合、分組數(shù)據(jù)，轉(zhuǎn)換數(shù)據(jù)類型，構(gòu)造表達(dá)式由已有數(shù)據(jù)項(xiàng)生成新的數(shù)據(jù)項(xiàng)，對(duì)數(shù)據(jù)采樣等。

操作簡(jiǎn)單、支持國(guó)際字符、可以直接發(fā)布到Web。

3.DBMiner

DBMiner是加拿大SimonFraser大學(xué)開(kāi)發(fā)的一個(gè)多任務(wù)數(shù)據(jù)挖掘系統(tǒng)，它的前身是DBLearn。該系統(tǒng)設(shè)計(jì)的目的是把關(guān)系數(shù)據(jù)庫(kù)和數(shù)據(jù)開(kāi)采集成在一起，以面向?qū)傩缘亩嗉?jí)概念為基礎(chǔ)發(fā)現(xiàn)各種知識(shí)。DBMiner系統(tǒng)具有如下特色：

能完成多種知識(shí)的發(fā)現(xiàn)：泛化規(guī)則、特性規(guī)則、關(guān)聯(lián)規(guī)則、分類規(guī)則、演化知識(shí)、偏離知識(shí)等。

綜合了多種數(shù)據(jù)開(kāi)采技術(shù)：面向?qū)傩缘臍w納、統(tǒng)計(jì)分析、逐級(jí)深化發(fā)現(xiàn)多級(jí)規(guī)則、元規(guī)則引導(dǎo)發(fā)現(xiàn)等方法。

提出了一種交互式的類SQL語(yǔ)言——數(shù)據(jù)開(kāi)采查詢語(yǔ)言DMQL。

能與關(guān)系數(shù)據(jù)庫(kù)平滑集成。

實(shí)現(xiàn)了基于客戶/服務(wù)器體系結(jié)構(gòu)的Unix和PC（Windows/NT）版本的系統(tǒng)。