網友解答: 　　雖然收集和分析“大數(shù)據”存在一些分析和技術方面的挑戰(zhàn)，但事實上大部分公司已經能夠應對這種挑戰(zhàn)。這是因為有一些非常強大的分析工具都是免費、開源的，可以充分利用這些工具來提升

　　雖然收集和分析“大數(shù)據”存在一些分析和技術方面的挑戰(zhàn)，但事實上大部分公司已經能夠應對這種挑戰(zhàn)。這是因為有一些非常強大的分析工具都是免費、開源的，可以充分利用這些工具來提升自己的能力。

　　下面推薦了10個針對企業(yè)的大數(shù)據分析工具，這些工具不僅免費、使用方便，而且具有強大的功能和良好的資源。

　　1、Tableau Public

　　這是一個簡單直觀的可視化工具。它在商業(yè)活動中表現(xiàn)的很強大，因為它通過可視化來表達。它有足夠的空間和免費使用時長讓你體驗，在分析的過程中，Tableau的圖片呈現(xiàn)可以讓你快速的調查一個假設、驗證你的直覺，做更好的商業(yè)決策。

　　2、OpenRefine

　　它是以前的GoogleRefine，OpenRefine是一款數(shù)據清理軟件，可以對準備好的一切數(shù)據進行分析。例如最近我清理了一個含有化學名稱的數(shù)據庫，并且各行有不同的拼寫、大小寫、空格等，用計算機來處理非常困難，幸運的是， OpenRefine包含許多聚類算法，對這個問題可以快速解決。

　　3、KNIME

　　KNIME可以通過可視化編程的方式來操作、分析和建模。不僅可以寫代碼。你還可以在操作中建立聯(lián)系節(jié)點。基本上你只需要將功能模塊拖拽到工作區(qū)，并將模塊按照運行流程連接起來，就可以實現(xiàn)以往編程才能實現(xiàn)的工作。更重要的是，KNIME可以擴展到運行R, python, text mining,chemistry data等等，這可以讓你選擇用更先進的編碼來分析。

　　4、RapidMiner

　　和KNIME類似， RapidMiner通過可視化編程操作，建模和分析數(shù)據。最近，RapidMiner贏得kdnuggets的軟件調查。

　　5、GoogleFusion Tables

　　這是針對數(shù)據分析、大數(shù)據集的可視化和映射的一個非常強大的工具，谷歌的地圖軟件在其中起著重要作用。拿下面這張圖來說，這是一張墨西哥灣石油生產平臺的圖，我只需要上傳數(shù)據，Google Fusion Tables確認維度和經度的數(shù)據之后就開始工作了。

　　6、NodeXL

　　NodeXL是針對網絡和關系的可視化分析軟件。想想科技巨頭地圖上代表LinkedIn或Facebook的連接，NodeXL提供了進一步精確的計算。如果你在不需要那么先進的東西，你可以看看Google Fusion Tables，或者嘗試用Gephi。

　　7、import.io

　　從網上抓取網頁和信息曾經是技術人員的專利，現(xiàn)在用import.io，每個人都可以從網站和論壇獲取數(shù)據。簡單提出你想要的數(shù)據，幾分鐘之后import.io就可以通過你的搜索知道你在找什么，從而會挖掘、提供數(shù)據用于你的分析或輸出。

　　8、Google Search Operators

　　不可否認谷歌最初是一個強大的資源和搜索公司，運營商可以讓你快速過濾掉谷歌的結果得到的最有用的和相關的信息。比如說，你正想從ABC咨詢里尋找一個今年的數(shù)據科學報告。如果我們認為該報告可能是PDF格式的，可以在“數(shù)據科學報告”，下面的搜索欄，使用“搜索工具”來屏蔽去年的結果。這在發(fā)現(xiàn)新的信息或市場研究方面非常有用。

　　9、Solver

　　Solver是一個在excel中做優(yōu)化和線性規(guī)劃的工具，允許你設置一些約束條件（例如不超過什么價格，要在哪天之前完成之類）。雖然更有效的優(yōu)化可能會需要另一個程序（例如R的優(yōu)化包），但是Solver應用范圍比較廣。

　　10、WolframAlpha

　　Wolfram Alpha的搜索引擎是一個隱藏的寶石，可以媲美蘋果的Siri。WolframAlpha類似于不那么智能的Google，對科技搜索提供詳細的回復，對微積分作用也能快速的搜索。對企業(yè)用戶來說，它提供了信息圖表，對歷史價格、商品信息、主題概述。

謝邀~

本君自薦一下。我們的產品諸葛io（www.zhugeio.com）可能更偏向于非技術人員的業(yè)務分析，比如產品經理、市場、運營人員。

從某種意義上也具有可視化分析的特性，但區(qū)別于其他工具的是我們面向互聯(lián)網產品推廣運營過程中的分析需求定義了一些分析模型，比如事件、漏斗、自定義留存、粘性、用戶分群等，很多工具可以任意拖拽去做分析，但很多時候客戶也會因為太靈活反而有一定門檻，所以，當一些模型被標準化以后，基本可以解決互聯(lián)網產品設計、推廣、運營、營銷過程中的絕大多數(shù)分析需求，這也大大提供了業(yè)務人員的工作效率。

附圖幾張：

用戶模型

全行為路徑分析模型

粘性分析模型自定義留存分析模型

關于一些分析模型，我們整理出了常用的八大數(shù)據分析模型，過去兩個月，每周二都會更新一個模型，很多模型大家都比較了解，但可能他又增加了一些新特性，感興趣可戳鏈接：

八大數(shù)據分析模型之——用戶模型（一）

八大數(shù)據分析模型之——事件模型（二）

八大數(shù)據分析模型之——漏斗模型（三）

八大數(shù)據分析模型之——熱圖模型（四）

八大數(shù)據分析模型之——自定義留存分析模型（五）

八大數(shù)據分析模型之——粘性分析模型（六）

八大數(shù)據分析模型之——全行為路徑模型（七）

......

當然，我們也面向有高級使用需求的用戶，比如數(shù)據分析師或是有一定數(shù)據查詢能力的人員提供了SQL查詢功能，因為還有20%的分析需求無法通過標準的模型解決，需要自己去定義。

數(shù)據都是開放的，原始數(shù)據的導出，實時數(shù)據的調用在諸葛都是支持的。數(shù)據來源于客戶，數(shù)據屬于客戶。

1、前端表格導出

2、SQL查詢平臺支持

3、查詢API按需調用

4、直連數(shù)據倉庫

5、Kafka實時訂閱

6、原始數(shù)據全量導出

以上~