数据分析是指“从大量数据中查找有用信息并将其用于改进的工作”。在大数据时代,数据分析和利用变得越来越重要。
将数据分析整合到您的业务中有许多好处,例如加快决策制定速度,了解您以前从未意识到的事情以及思考增加销售额的方法。
要分析大量数据,您还需要使用工具来简化您的工作。因此,这次,我编译了31个工具,这些工具可用于来自各个领域的数据分析。
Web数据收集工具
1. https://www.octoparse.com/
2.https://contentgrabber.com/
3. https://www.import.io/
4. https://www.parsehub.com/
5. http://www.mozenda.com/
数据处理工具
6.https://www.knime.com/
7. http://openrefine.org/
8. https://www.r-project.org/
9. https://orange.biolab.si/
10. https://rapidminer.com/
11.http://www.pentaho.com/
12.https://www.talend.com/
13. https://weka.wikispaces.com/
14. http://nodexl.codeplex.com/
15.https://gephi.org/
数据可视化工具
16. https://www.tableau.com/
17. http://www.solverglobal.com/
18. http://www.qlik.com/
19. http://www.finereport.com/
20.https://www.datawrapper.de/
21. https://support.google.com/fusiontables/answer/2571232
22.https://infogram.com/
情绪分析工具
23.http://www.opentext.com/
24.https://www.lexalytics.com/
25. http://www.trackur.com/
26. https://www.sas.com/zh_CN/software/sentiment-analysis.html
27.http://opinioncrawl.net/
开放数据源
28. https://www.data.gov/
29.http://www.census.gov/data.html
30.https://www.cia.gov/library/publications/the-world-factbook/
31. https://www.ncbi.nlm.nih.gov/pubmed/
作者: 创新禅, 来源:面包板社区
链接: https://mbb.eet-china.com/blog/uid-me-3864635.html
版权声明:本文为博主原创,未经本人允许,禁止转载!
文章评论(0条评论)
登录后参与讨论