使用什么工具进行分析？我不想再使用Excel了！

  请过来。这个话题有很大的讨论价值

  在回答“我需要什么样的数据网络营销工具工具”之前，我们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，我们要想一想我做的数据分析是什么，我有什么价值。这里有一些简单的要求。我们对数据分析的需求如下：

  为什么我们需要澄清这个问题，因为数据分析的每个特定需求对您需要的工具有不同的需求。个人观点是没有通用的工具，只有最适合你需要的工具；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的工具

现在我们可能面临一个新的问题：我知道我需要使用数据分析的场景，那么我如何知道在这个场景中使用什么工具

此时，我们需要回答下一个问题：

  面对各种各样的工具，我们经常会被各种酷炫的功能和产品演示弄得不知所措。在学习了这个之后，我们发现它是好的。我们总是担心捡了芝麻后丢了西瓜。今天，我看了一下Excel，认为你可以通过使用表格来计算一切。明天，我看到tableau令人眼花缭乱的案例库，认为视觉分析是王道。沉下心来学工具是不可能的

  问题出在哪里？问题是，我们选择用宝贵的时间和精力去适应产品，而不是“适应”我们。这种“翻转”式的学习肯定很累，效果也不显著[/p>

  所以在整个过程中，我们需要扪心自问：我需要什么？我想要什么？为了弄清楚这些，你会发现有些产品体验非常好，有些工具不能满足你的胃口[/p>

  ，所以我们需要设想一个“理想的数据分析工作流”，即，你要分析数据的方式有两个简单的和过于简单的例子：[/p>

  小明的日常工作就是从公司的数据库里拿出表格进行分析，每天的任务就是统计一些KPI来做文字报告。顺便说一下，他可以生成简单的视觉报告。对小明来说，他的理想是每天上班时泡一壶茶。他可以点击数据分析工具并输入一些东西。KPI的统计数据出来了。然后他就可以专心写上面两个案例的报告文件了，小明和小红对于理想的工作状态有很大的不同。这里是对理想数据分析状态的一个小结：[/p>

  *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，前者是将数据分析结果作为辅助决策（产品决策、营销决策）的工具，后者是，数据分析的结果是目的本身

分类可用于生成工作模式的两个子分类：可控数据分析和自动数据分析

可控数据分析的目标是控制分析过程。像上面的红色一样，她可能需要控制几天内每次收到的数据，每次如何分组a/b测试，以及获得的哪些数据是异常数据等

自动数据分析是一种“托管”模式。对于上面的小明来说，数据分析只是必要的，但他不想花时间。如果有人能代替他这样做，那是最好的。如果不是，最好的工具可以自动解决他的问题

为什么它是理想的，因为在现实场景中，它通常是决策驱动和任务驱动数据分析的混合情况

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、自动化），因此我们有2个× 2=4个组合，那么，假设我们对每个类别的工具都有要求2.决策型+可控型：[/p>

  3.任务型+可控型4.任务型+自动化让我们从以下几点来解释：

  p>这么多，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。每个大班指出一个代表（欢迎补充）（/p>

  代表：Excel

  dad级数据分析工具，背后有强大的团队作为实力保障。对于许多任务驱动的数据分析，数据分析工具是基于以下三类，Excel是一个不错的选择。Excel有丰富的产品内容。分析的效率和稳定性都很好[/p>

  对于大多数人来说，Excel终究不能成为他们的核心工具。如果你需要熟练运用它60%的功能，可能只需要投入20%，但从一开始就要掌握（60%-90%）