现在的数据分析工具越来越精细化，不像以前只是进行简单的流量分析，现在更多的是为了实现精准营销而对用户进行深层次的研究，包括对用户进行画像、进行用户标签化、或者是用户属性分析，对应的数据分析工具也可以分为用户数据统计工具和用户行为分析工具两种，下面我就分别案例几个好用的分析工具。

但是！在进行安利之前，必须要说明一点的是没有一款数据分析工具是适合所有企业的，也不代表着企业只用一个数据分析工具就足够了，这跟企业自身的数据信息状况、团队情况、企业资源状况等等有着很大的联系，道理很简单，适合的才是最好的。

谷歌分析是谷歌公司专门为网站数据统计推出的产品，而定位的也是企业级的客户服务，在数据统计结构上，也分为内容、社交、移动、转化和广告分析几个维度，主要功能是可以对目标网站进行访问数据统计和分析，并提供多种参数供网站拥有者使用。

谷歌分析不仅可以帮助用户衡量销售与转化情况，而且能为使用者提供新鲜的深入信息，帮助使用者了解访问者如何使用自己的网站，他们如何到达自己的网站，以及自己可以如何吸引他们不断回访等，

优点：

• 使用起来很简单，只需要在网页上加一串代码就可以了
• 除了通用的流量统计、关键词等还有一些特色参数，比如电子商务转换率、跳出率等等
• 可以进行强大的自定义报告，不仅是一个数据统计工具，也存在细微的分析行为
• 免费

缺点：

• 功能上比较单一，只能进行粗略的数据统计
• 主要适用于企业级角色
• 基础功能免费，但是深度分析功能十分昂贵，少说也得几十万美金每年

总评：★★★★

2、百度统计

百度统计是百度推出的一款免费的专业网站流量分析工具，能够告诉用户访客是如何找到并浏览用户的网站，在网站上做了些什么，有了这些信息，可以帮助用户改善访客在用户的网站上的使用体验，不断提升网站的投资回报率。

优点

• 百度出品，技术上是值得信赖的，比很多国内粗制滥造的数据统计工具要强得多
• 指标更为丰富一些，系统也比较稳定
• 百度统计在独立IP数统计、访客访问轨迹、实时数据方面来说是优于谷歌统计的

缺点

• 虽然号称免费，但其实只是开放给百度联盟等一些限制用户
• 功能上大多局限于数据统计，不像谷歌一样可以进行用户分析

总评：★★★

3、HeapAnalytics

HeapAnalytics是国外一款很犀利的数据统计工具，其中的一大特异之处是让任何完全不懂技术的“普通人”，也能够轻而易举的监测到任何我们想监测的东西，这也是官方slogan中提到的。

为什么这种简单的模式能被用过精细化统计呢，其实很好理解，比如你在任何一个页面看到一个按钮，就想统计这块的流量和用户数据，那么直接添加到HeapAnalytics 统计系统内，你可以去做多个类似数据组的服务，而每个数据组的统计基本都是细分的统计。

除此之外，在用户分组与趋势判断中也很很强大的分析系统，不过因为统计服务本身在技术层面做了大量的处理与资源分配，也导致其高级服务本身的价格也很高，但有试用期，可以去体验下。

优点：去技术化、无埋点、实时数据、可视化配置；

缺点：因为统计服务本身在技术层面做了大量的处理与资源分配，也导致其高级服务本身的价格也很高

总评：★★★

4、Adobe Analtyics

Omniture是最早采用页面布码方式进行监测的工具之一（可能就是第一），且最早按照SaaS方式提供服务，也是最为被广为采购的付费工具，但定价并不夸张，跟谷歌分析很像。

优点：

• 自定义能力上比谷歌分析要强
• 价格优势，定价也比较灵活，按照流量分阶付费
• 本身就是整个Adobe Marketing Cloud（AMC）构件的最关键最基础的构件

缺点：

• 需要强大的本地客户支持
• 如果没有官方的帮助，你自己无法配置，而如果没有配置好，功能基本上跟自己开发一个流量计数器差不多
• 门槛高，如果光是复杂还好，主要是很多配置权限用户并不拥有，需要官方权限

总评：★★★

1、Tableau

Tableau自身定位是一款可视化工具，与Qlikview的定位差不多，是一款非常成熟的全球化商业软件，拥有着非常强大的数据可视化分析功能。

优点：

• 官网提供很多学习文档、案例、视频等资源供用户进行上手学习
• 支持进行Iframe网页集成
• 内置时序分析预测、聚类算法，可进行简单数据挖掘计算处理
• OLAP计算分析能力比较强大

缺点：

• 对计算机的硬件要求很高，部署十分复杂
• 数据模型属于宽带模型，灵活性和拓展性比较差
• 无法控制用户查看的列级别的权限粒度，数据权限控制较差
• 国内主要是代理商提供项目实施和技术服务，本土化稍弱，不如国内厂商
• 不能进行深度的数据挖掘

总评：★★★★

2、FineBI

帆软旗下的自助性BI产品，数据分析功能强大，帆软公司也是国内BI市场的领导厂商，从报表到BI ，在国内市场做了13年，占据国内BI市场占有率第一。

优点：

• 性能强大，在报价上有优势，性价比最高
• 简单易学，支持自助式数据分析，能应用复杂多变的场景需求
• 支持多数据源连接，对企业数据平台的对接能力更强
• 内设多种数据挖掘算法，数据加工能力强大
• 后期采用jar包升级换代，维护方便

缺点：

轻量化的BI工具

总评：★★★★

3、Power BI

Power BI来源于微软公司，主要基于高级Excel功能，目前国内BI商业化模式推广正处于起步阶段。

优点：

• 基于ERP和财务帐套，内置多种分析模块
• 面向ERP之上的数据分析，在应用产品上更专业
• 在数据建模上，支持实时和抽取模式，但不支持多数据源

缺点：

• 可视化程度很低
• 不支持Kylin、Derby、Gbase、ADS、Hbase、Mongodb的数据源连接
• 对用户的技术要求较高，学习成本较大
• 计算分析能力和数据挖掘能力与同样的FineBI相比起来较差

发布时间：2019-07-22