你用什么工具来分析？不想再次使用Excel！

  没有邀请，这个话题值得讨论。在回答“我需要什么样的数据市场营销工具工具”之前，我需要问自己几个问题：

  这个问题的意义不是质疑数据分析本身的价值，而是要做数据分析，我们需要思考我做的数据分析对我有什么用。在这里，我们可以列出数据分析背后的一些简单需求：

  为什么我们需要澄清这个问题，因为在每个特定的数据分析需求背后，对您需要的工具都有不同的需求。个人观点是，没有通用工具，只有最适合您需求的工具。只有认识到这一点，我们才能真正开始有效地学习和使用新工具。现在我们可能面临一个新的问题：我知道需要使用数据分析的场景，那么我如何知道在这个场景中需要使用什么工具？此时，我们需要回答下一个问题：

  面对各种各样的工具，我们常常被各种酷的功能和产品演示所淹没。在学习了这些之后，我们认为这很好。我们总是担心捡芝麻丢西瓜。看看今天的Excel，我觉得我们一起操作桌子的时候，可以数出各种各样的东西。明天看到tableau令人眼花缭乱的案例库，我觉得视觉分析是最好的方法。我已经三天不知道了，但我不能沉下心来学习工具。怎么了？问题是，我们选择利用宝贵的时间和精力来适应产品，而不是让产品“适应”我们。这种“触发器式”学习肯定很累，没有显著效果，所以在整个过程中，我们需要不断地问自己：我需要什么？我想要什么？为了确保这些，你会发现有些产品有很好的体验，有些工具不能满足你的需求，所以我们需要想象一个“理想的数据分析工作流”，即，您希望数据分析的方式是这样的：

  举两个简单的例子：

  小明的日常工作是从公司的数据库中取出表进行分析，每天的任务是计算一些kpi来生成文本报告，顺便生成一个简单的可视化报告。对于小明来说，他的理想是每天在工作中泡一壶茶，指着数据分析工具，输入一些东西，就会得出kpi的统计值，然后他就可以专心写报告的文字了

在以上两种情况下，小明和小红在理想上有很大的不同工作状态是。这里是理想数据分析状态的小结：

  *理想数据分析工作流有两种模式：决策驱动数据分析和任务驱动数据分析。顾名思义，前者以数据分析结果为辅助决策工具（产品决策、营销决策），后者以数据分析结果为目的。在此基础上，可以推导出工作模式的两个子类：可控数据分析和自动数据分析。

  可控数据分析，目标是在分析过程中高度可控，就像上面的小红一样，她可能需要控制每次获得数据的天数，如何对每个a/B测试进行分组，哪些数据是异常数据等等。

自动数据分析是一种“托管”模式。对上面的小明来说，数据分析只是必要的，但他不想花时间。如果有人能代替他，那是最好的。如果不是，这是自动解决问题的最佳工具。为什么它是理想的？

  *因为在现实中，决策驱动和任务驱动的数据分析通常是混合的。有两种不同的工作流程（决策类型、任务类型）和两种工作模式（可控类型、自动化），因此我们有四种2×2=的组合，让我们来谈谈我们对每种类别下工具的需求。决策型+可控型：

3。任务类型+可控类型

4。任务类型+自动化

让我们用以下几点来解释：

这样我们就可以对市场上的一些产品进行分析~

这里我们将数据分析工具分为三类，每一类都指出一个代表（欢迎添加）

代表：Excel

父级数据分析工具，背后有强大的团队力量保证，对于很多任务驱动的数据分析，excel往往是一个足够好的选择。Excel本身的产品内容非常丰富，分析效率和稳定性都很好，对于大多数人来说，Excel未能成为的核心工具是他们的学习曲线。如果你需要熟练使用它60%的功能，你可能只需要20%的投资，bu