27 | 我常用的数据分析工具图谱
郭炜
该思维导图由 AI 生成,仅供参考
数据给你一双看透本质的眼睛,这里是《数据分析思维课》,我是郭炜。
从今天开始,我们就要进入“分析工具”这一章了。在这一章里,我会给你分享一些拿来就可以用的工具以及这些工具最新的一些动态。
不过说到数据分析工具那可太多了,从个人数据分析工具一直到最后大型企业的大数据平台,各种分析工具千差万别。所以这节课我尝试抽丝剥茧,给你分享我曾经使用过的一些数据分析工具在企业里用到的终极架构,用幼儿园、中学一直到博士来给你类比从一个小的数据分析师、数据工程师最后成长为数据科学家 /CDO 的道路。
幼儿园
典型场景:个人数据分析,小公司进行数据统计
数据团队规模:0-2 人
关键词:Excel、SQL Server、云、Power BI
在刚接触数据分析的时候,大多数人接触的其实都是 Excel。很多人其实看不起 Excel,认为这根本就不是数据分析大咖该用的工具。在我的眼中,Excel 是当今小数据分析最好的分析工具(没有之一)。它所见即所得,而且产品使用非常方便,支持各种各样的定制化的展示,还支持简单的数据挖掘算法。
我曾经在工作中遇到的很多看上去非常复杂的数据分析案例,其实都可以用 Excel 手到擒来,不需要动用特别复杂的大数据系统。即使到后期使用了大型的数据挖掘系统和大数据工具之后,在最后数据报告形成阶段,Excel 也是非常好用的。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
本文介绍了数据分析工具在不同规模企业中的应用情况,以幼儿园、中学、大学和博士四个阶段来描述了数据分析工具的应用情况。在不同阶段,涉及的工具包括Excel、SQL Server、Power BI、数据仓库、MySQL、Oracle、Greenplum、Teradata、Informatica、Datastage、Apache DolphinScheduler、Kettle、BO、Cognos、Tableau、QlikTech、Hadoop、Spark、HBase、ClickHouse、Presto、Hive、Kafka、R、SPSS、SAS、Python MLlib等。通过对不同阶段企业的数据团队规模和关键词的介绍,展现了数据分析工具在不同规模企业中的应用情况,为读者提供了一个全面的数据分析工具图谱。文章强调了数据分析思维的重要性,提醒读者在合适的场景使用合适的工具,才能创造最大的数据驱动价值。同时,也鼓励读者分享自己使用过的好用数据分析组件,以促进共同提高。
仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《数据分析思维课》,新⼈⾸单¥59
《数据分析思维课》,新⼈⾸单¥59
立即购买
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
全部留言(7)
- 最新
- 精选
- 80分按照这一讲里的标准,我所在的公司应该还处在幼儿园阶段,日常用到的数据分析工具是Excel和Power Pivot(Power BI的组件)。 对文中提到的中学及以上阶段很好奇,后面会有他们使用数据分析工具的流程的介绍吗?因为我看到有些中型互联网公司的员工,分析数据时仍然以Excel为主,并以Excel输出,不是文中说的“数据展示层”那副模样。没有接触过他们内部,所以很难想象“查询层”和“展示层”是什么样的。
作者回复: 最后一步都是Excel,所以我说这是小数据分析神器,你可以看下google analytics
2021-10-083 - geigei数据分析不是为炫技而生,领教了2021-10-294
- robert.fei分享一个我比较常用的工具Access,这一工具介于MySQL/SQLServer与Excel之间。可以让我们轻松处理100~500万量级的数据。2022-12-21归属地:江苏1
- 数据分析星球不要追求在企业小学阶段的时候就要用博士的方法来解决问题。克制住对最新技术的冲动,在合适的场景用合适的工具,才能够创造最大数据驱动的价值。真正数据分析的高手往往是心中有剑,手中无剑,用一个 Excel 也可以分析出惊世骇俗的数据结论。2022-11-15归属地:安徽1
- 不再是入门水平python的小宇我这些都经历过,但是我做的都很浅,之前经常换工作,都是一知半解哈哈哈2021-11-2411
- 大寒我感觉我所在的公司已经到了大学这个了,但是规模却没有这么大2023-07-26归属地:北京
- 云想慕尘心中有剑,手中无剑,数据分析思维才是根本,花里胡哨的工具只是手段2023-02-19归属地:北京
收起评论