1樓：么雞真欠抽
魔方是一款大資料模型平台，是一款基於服務匯流排與分布式雲計算兩大技術架構的一款資料分析、挖掘的工具平台，其採用分布式檔案系統對資料進行儲存，支援海量資料的處理。採用多種的資料採集技術，支援結構化資料及非結構化資料的採集。通過圖形化的模型搭建工具，支援流程化的模型配置。
通過第三方外掛程式技術，很容易將其他工具及服務整合到平台中去。資料分析研判平台就是海量資訊的採集，資料模型的搭建，資料的挖掘、分析最後形成知識服務於實戰、服務於決策的過程，平台主要包括資料採集部分，模型配置部分，模型執行部分及成果展示部分等。
2樓：匿名使用者
資料程式設計工具有python、r、sas等，目前用得多的是python,如果有語言基礎的小夥伴上手很快，語法、函式、物件導向這些都比較簡單，沒有基礎的小夥伴也可以自學，不是很難。
大資料技術:這個相對來說有些難度，不過有專業的工具讓我們用，比如第四正規化的產品和阿里雲的機器學習pan都是可以直接出結果的工具；
分析&ai：這部分先了解資料分析的基本流程和分析手法；上面的如果都學了，可以到阿里雲大學上面去做幾個資料分析方面的案例，增加對資料分析的流程理解和相關技術應用，但是要注意的是阿里案例都是用阿里的工具來實現的，比較簡單，建議大家自己程式設計實現，也可以到九道門商業資料分析實訓中心上去看一些案例，自己做做訓練。
資料分析師常用工具有哪些
3樓：透明液體
億信abi是融合了資料來源適配、etl資料處理、資料建模、資料分析、資料填報、工作流、門戶、移動應用等核心功能的一站式資料處理分析平台。採用輕量級soa架構設計、b/s模式，各模組間無縫整合。資料整合模組支援視覺化的定義etl過程，完成對資料的清洗、裝換、處理。
資料集模組支援資料庫、檔案、介面等多方式的資料建模。資料分析模組支援報表分析、敏捷看板、即席報告、幻燈片、酷屏、資料填報、資料探勘等多種分析手段對資料進行分析、展現、應用。
4樓：海同職座標**
雖然資料分析的工具千萬種，綜合起來萬變不離其宗。無非是資料獲取、資料儲存、資料管理、資料計算、資料分析、資料展示等幾個方面。而sas、r、spss、python、excel是被提到頻率最高的資料分析工具。
python
python，是一種物件導向、解釋型計算機程式語言。python語法簡潔而清晰，具有豐富和強大的類庫。它常被暱稱為膠水語言，能夠把用其他語言製作的各種模組（尤其是c/c++）很輕鬆地聯結在一起。
常見的一種應用情形是，使用python快速生成程式的原型（有時甚至是程式的最終介面），然後對其中有特別要求的部分，用更合適的語言改寫，比如3d遊戲中的圖形渲染模組，效能要求特別高，就可以用c/c++重寫，而後封裝為python可以呼叫的擴充套件類庫。需要注意的是在您使用擴充套件類庫時可能需要考慮平台問題，某些可能不提供跨平台的實現。
r軟體r是一套完整的資料處理、計算和製圖軟體系統。它可以提供一些整合的統計工具，但更大量的是它提供各種數學計算、統計計算的函式，從而使使用者能靈活機動的進行資料分析，甚至創造出符合需要的新的統計計算方法。
spss
spss是世界上最早的統計分析軟體，具有完整的資料輸入、編輯、統計分析、報表、圖形製作等功能，能夠讀取及輸出多種格式的檔案。
excel
可以進行各種資料的處理、統計分析和輔助決策操作，廣泛地應用於管理、統計財經、金融等眾多領域。
sas軟體
sas把資料訪問、管理、分析和展現有機地融為一體。提供了從基本統計數的計算到各種試驗設計的方差分析，相關回歸分析以及多變數分析的多種統計分析過程，幾乎囊括了所有最新分析方法，其分析技術先進，可靠。分析方法的實現通過過程呼叫完成。
許多過程同時提供了多種演算法和選項。
5樓：匿名使用者
資料程式設計工具有python、r、sas等，目前用得多的是python,如果有語言基礎的小夥伴上手很快，語法、函式、物件導向這些都比較簡單，沒有基礎的小夥伴也可以自學，不是很難。
大資料技術:這個相對來說有些難度，不過有專業的工具讓我們用，比如第四正規化的產品和阿里雲的機器學習pan都是可以直接出結果的工具；
分析&ai：這部分先了解資料分析的基本流程和分析手法；上面的如果都學了，可以到阿里雲大學上面去做幾個資料分析方面的案例，增加對資料分析的流程理解和相關技術應用，但是要注意的是阿里案例都是用阿里的工具來實現的，比較簡單，建議大家自己程式設計實現，也可以到九道門商業資料分析實訓中心上去看一些案例，自己做做訓練。
資料分析師如何選擇合適的資料分析工具
6樓：袋鼠雲
其實題主需要搞清楚以下幾個問題，搞清楚了，其實問題的答案也就有了：
1、是從個人學習成長的角度想搭建平台自學？還是現在的公司需要大資料技術進行分析？——如果是從個人學習成長的角度，建議直接按照hadoop或者spark的官網教程安裝即可，建議看官網（英文），在大資料技術領域，英語的掌握是非常重要的，因為涉及到元件選型、日後的安裝、部署、運維，所有的任務執行資訊、報錯資訊都是英文的，包括遇到問題的解答，所以還是非常重要的。
如果是公司需要進行大資料分析，那麼還要研究以下幾個問題：為什麼需要搭建大資料分析平台？要解決什麼業務問題？
需要什麼樣的分析？資料量有多少？是否有實時分析的需求？
是否有bi報表的需求？——這裡舉乙個典型的場景：公司之前採用oracle或mysql搭建的業務資料庫，而且有簡單的資料分析，或者可能採購了bi系統，就是直接用業務系統資料庫進行支援的，現在隨著資料量越來越大，那麼就需要採用大資料技術進行擴容。
搞清楚需求之後，按照以下的步驟進行：
1、整體方案設計；整體方案設計時需要考慮的因素：資料量有多少：幾百gb？
幾十tb？資料儲存在**：儲存在mysql中？
oracle中？或其他資料庫中？資料如何從現在的儲存系統進入到大資料平台中？
如何將結果資料寫出到其他儲存系統中？分析主題是什麼：只有幾個簡單指標？
還是說有很多統計指標，需要專門的人員去梳理，分組，並進行產品設計；是否需要搭建整體數倉？是否需要bi報表：業務人員有無操作bi的能力，或團隊組成比較簡單，不需要前後端人員投入，使用bi比較方便；是否需要實時計算？
2、元件選型；架構設計完成後就需要元件選型了，這時候最好是比較資深的架構師參與設計，選型包括：離線計算引擎：hadoop、spark、tez……實時計算引擎：
storm、flink、samza、spark
streaming……bi軟體：tableau、qlikview、帆軟……
3、安裝部署；選型完成後，就可以進行安裝部署了，這部分其實是最簡單的，直接按照每個元件的部署要求安裝即可。
4、另一種選擇：採用商用軟體如果是企業需要搭建大資料平台，那麼還有一種選擇是直接採用商用的資料平台。市面上有很多成熟的商用大資料平台，cloudera、星環、華為、亞信等等，都有對應的產品線，像我們袋鼠雲就有一款非常優秀的大資料平台產品：
數棧。主要有以下幾個特點：
1.一站式。一站式資料開發產品體系，滿足企業建設資料中臺過程中的多樣複雜需求。
2.相容性強。支援對接多種計算引擎，使更多企業「半路上車」。
3.開箱即用。基於web的圖形化操作介面，開箱即用，快速上手。
4.價效比高。滿足中小企業資料中臺建設需求，降低企業投入成本。
可以了解下。
7樓：
個人推薦你使用觀向資料，是很不錯的一款電商資料採集軟體，這款軟體可以快速部署，並且可以採集到全網多平台、多維度資料，根據商品類目等要求，形成視覺化報表，希望能幫到你。
作為資料分析師的你都有哪些常用工具
8樓：透明液體
作為資料分析師，首先會經常使用到大資料資料庫，比如mongodb、gbase等資料庫。其次會用資料倉儲工具，對資料進行清洗、轉換、處理，得到有價值的資料。然後使用資料建模工具進行建模。
最後使用大資料分析工具，進行視覺化分析展示。不想這麼麻煩可以使用億信abi這款一站式資料分析工具，上面的工具都有，提供etl資料處理、資料建模以及資料分析服務。
9樓：匿名使用者
資料程式設計工具有python、r、sas等，目前用得多的是python,如果有語言基礎的小夥伴上手很快，語法、函式、物件導向這些都比較簡單，沒有基礎的小夥伴也可以自學，不是很難。
大資料技術:這個相對來說有些難度，不過有專業的工具讓我們用，比如第四正規化的產品和阿里雲的機器學習pan都是可以直接出結果的工具；
分析&ai：這部分先了解資料分析的基本流程和分析手法；上面的如果都學了，可以到阿里雲大學上面去做幾個資料分析方面的案例，增加對資料分析的流程理解和相關技術應用，但是要注意的是阿里案例都是用阿里的工具來實現的，比較簡單，建議大家自己程式設計實現，也可以到九道門商業資料分析實訓中心上去看一些案例，自己做做訓練。
資料分析師應掌握哪些資料處理工具
10樓：鐘聲一別
excel spss sas等相關工具的使用，詳細的你可以去cda資料分析師培訓官網，那裡有專業的老師給與交流學習。
11樓：
1、工具是次要的，首先要掌握的資料分析方法，基礎的學科包括概率論與數理統計、數學
2、要熟悉相關領域的業務知識，比如銀行、**等相關知識
3、資料處理工具有很多，大部分情況下，excel的資料分析模組已經足夠了，專業的分析軟體有spss、sas等。
現在資料分析人員用什麼資料分析工具？ 現在資料分析人員用什麼資料分析工具？
12樓：八__八
最基礎的是excel，還有spss,sas,r
新手入門的資料分析人員用什麼資料分析工具？
13樓：天狼星
個人推薦大資料魔鏡，國內的大資料視覺化的分析的產品，
大資料魔鏡有四個版本：雲平台版、基礎企業版、高階企業版和hadoop版。
①雲平台版：永久免費，適合接受saas的企業和個人進行資料分析使用；
②基礎企業版：可代替報表工具、傳統bi，適合中小型企業內部使用，可全公司協同分析；
③高階企業版：幫助企業完成資料轉型，適合大型公司，最好有資料倉儲；
④hadoop版：支援pb級別大資料計算，實時計算，適合有一定資料積累的大資料處理公司。
共性：傳統商業智慧型的基本功能，大資料魔鏡都有；
優勢：2.自助式分析 易用性極強，業務人員通過拖拽操作就能做出想要的圖表；
3.大資料魔鏡擁有全國最大效果庫，擁有500多種視覺化效果；
4.效能優勢，和普通的報表工具，商業智慧型相比；渲染速度達到秒級別；
特性：1.探索式分析；
2.四屏合一資料視覺化展示，完美相容pc、phone、pad和大螢幕演示；
3.自動建模功能，可以跨表跨庫 ，機器學習自動找關聯性從而自動建模，無需寫**
4.路徑規劃功能，自動選擇計算的最優路徑 節省一半資源
5.自動挖掘 即智慧型分析，內建了包括聚類分析，挖掘**等高階資料探勘模型，整合各種挖掘功能，持續更新
6.大資料能力，具有大資料能力，以後無需換系統 ，因為阿里大資料經驗分析挖掘大資料無壓力
大資料工程師和資料分析師有什麼區別
傻狍紙豆芽 資料工程師的重心在 後端 他們需要持續的優化資料通道，才能保證企業資料的準確性與可用性。同時還需確保在需要的時候能夠順暢地將資料提供給使用者。資料分析師則是通過使用資料工程師所構建的自定義api來提取新的資料集，並對其中的資料趨勢進行識別，同時對異常資料進行分析。分析師們將會對結果進行總...
大資料工程師和資料分析師有什麼區別
就是那個小白呀 雖然兩者上都會用到程式設計的技術但是工程師的工作方式在接到乙個專案之後是有標準化的流程，標準化的流程更像是乙個工程。我們在實施工程的時候要將工程細化到每乙個點應該怎麼做，要百分之百地完成這些設計的要求。資料分析師的工作性質和工程師的就不一樣，雖然他接到的專案和工程師差不多的，但是在實...
成為資料分析師需要具備哪些能力，如何成為一個資料分析師？需要具備哪些技能？
九道門聊資料 資料分析師最重要的技能其實並不是程式設計，敲 的能力，不侷限於工具的使用上，如果只會工具，就算再厲害，也只能當個 工具人 在業內俗稱表哥表姐，特替代性高而且工資很低。那麼究竟什麼才是資料分析師最重要的技能呢？我給大家簡單地總結了一下，資料分析最重要的其實是軟能力 1.業務能力 現在大部...