使用什么工具进行分析？我不想再使用Excel了！

  不请自来，这个话题很有讨论价值

  在回答“我需要什么样的数据网络营销工具”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，而是做数据分析。我们需要考虑我为自己做的数据分析的价值。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，因为在数据分析的每一个具体需求背后，都有对所需工具的不同需求。我个人的想法是没有通用的工具，只有最能满足你需求的工具。只有认识到这一点，我们才能真正认识到这一点，开始有效地学习和使用新的工具。

现在我们可能面临一个新问题：我知道我需要使用数据分析的场景，那么我如何知道在这种场景中需要使用什么样的工具？

此时，我们需要回答下一个问题：

面对各种各样的工具，我们常常被各种酷炫的功能和产品演示所淹没。在了解了这一点之后，我们觉得很高兴看到这一点。我们总是担心捡芝麻丢西瓜。今天，当我看Excel的时候，我觉得我可以通过操作表格来计算所有的东西。明天，当我看到tableau令人眼花缭乱的案例库时，我觉得视觉分析才是王道。我觉得我已经急了三天了。相反，我不能沉下心来学好工具。

有什么问题？问题是，我们面对许多产品，并选择使用我们宝贵的时间和精力来适应/适应产品，而不是让产品“适应”我们。这种“倒过来”的学习当然很累，效果也不好，所以在整个学习过程中，我们需要不断地扪心自问：我需要什么？我想要什么？如果你理解了这些，你会觉得有些产品有很好的体验，有些工具就是不适合你的口味。

因此，我们需要设想一个“理想的数据分析工作流程”，即您希望数据分析的样子：

举两个简单而过多的例子：

小明的日常工作是从公司数据库中取出表格进行分析，每天的任务是统计一些关键绩效指标来制作文本报告并生成顺便说一句简单的视觉报告。对小明来说，他的理想是每天上班时泡一壶茶，指着数据分析工具，输入一些东西，KPI的统计值就会出来，然后他就可以专心写报告副本了。

  在上述两种情况下，小明与小红在理想工作状态上存在较大差异。以下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：决策驱动的数据分析和任务驱动的数据分析。

两者的区别，顾名思义，就是前者把数据分析的结果作为辅助决策（产品决策、营销决策）的工具，而后者，数据分析的结果本身就是目的。

在此分类的基础上，将导出两个子类别的工作模式：可控数据分析和自动数据分析。可控数据分析在分析过程中追求高度的可控性。就像上面的小红一样，她可能需要控制每次得到的数据有多少天，如何对每个a/B测试进行分组，以及她得到的数据是异常数据等。

而自动数据分析是一种“托管”模式。对于上面的小明来说，数据分析只是一件必要的事情，但他不想把时间花在上面。如果有人能代替他，那是最好的。如果没有，这是自动解决他的问题的最好工具。为什么它是理想的？实际上，它通常是决策驱动和任务驱动的数据分析的混合体。

上面总结了两种不同的工作流（决策、基于任务）和两种工作模式（可控、自动），因此我们有2×2=4的组合。然后，让我们谈谈我们对每个类别下的工具的要求

2。基于决策+可控：

3。任务型+可控型

4。基于任务+自动化

让我们解释一下以下几点：

那么，我们可以对市场上的一些产品做一些分析~

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性（欢迎添加）

代表性：Excel

父亲一级数据分析工具，背后有强大的团队为实力保证，excel往往是很多任务驱动数据分析的足够好的选择