做分析用什么工具？不想再用Excel了！

  本课题在回答“我需要什么样的数据网络推广工具”之前，不请自问，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。我们需要考虑一下我的数据分析对我的价值。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特定需求背后，您需要的工具有不同的需求。我个人的想法是没有通用的工具，只有最能满足您需要的工具；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工具

  现在我们可能面临一个新问题：我知道需要使用数据分析的场景，因此，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：

  面对各种工具，我们常常会被各种酷函数和产品演示所淹没。学习完这一点后，我们觉得很好。我们总是担心捡芝麻，丢西瓜。今天，当我看Excel时，我想我可以通过使用表来计算各种各样的东西。明天，当我看到tableau炫目的案例库时，我认为视觉分析是王者。我整天都心烦意乱。相反，我不能沉湎于学习工具

  有什么问题？问题是我们面临着许多产品，选择用宝贵的时间和精力来适应/适应产品，而不是让产品“适应”到我们。当然，这种“倒”学习是累的，效果不显著，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？如果您了解这些，您会觉得有些产品具有出色的体验，有些工具只是无法满足您的胃口

因此我们需要想象一个“理想的数据分析工作流”，即您希望数据分析看起来像：

举两个过于简单的示例：

小明的日常工作就是从公司数据库中取出表格进行分析，日常的任务是统计一些KPI，生成文本报告并生成简单的可视化报表。对于小明来说，他的理想是每天在工作中泡一壶茶，点击数据分析工具，输入一些东西，KPI的统计值就会出来。然后，他可以集中精力撰写上述两种情况下的报告，小明和小红在理想工作状态上有很大的差异。以下是理想数据分析状态的一个小摘要：

*理想的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

如名称所示，前者以数据分析结果为利器，辅助决策（产品决策和营销决策），而数据分析结果本身就是基于该分类的目的

  的目的，得出两个子工作模式分类：可控数据分析和自动数据分析

  可控数据分析追求对分析过程的高度控制。和上面的小红一样，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

  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？实际上，通常是决策驱动和任务驱动数据分析的混合体，上面总结了两种不同的工作流（决策和任务型）和两种工作模式（可控和自动），因此我们有2×让我们说，对于每一类，P=2决策+可控：

3任务类型+可控

4任务型+自动化代表（欢迎添加）

代表：Excel

父级数据分析工具，背后有一支强大的团队作为力量保证。对于许多任务驱动的数据分析，excel通常是一个很好的选择。Excel自身产品内容非常丰富，分析效率和稳定性好，对大多数人来说，Excel最终都没有成为他们的核心工具，这就是他的学习曲线，如果需要熟练地使用其60%的功能，您可能只需投资20%，但从入门到掌握