运营总监需要什么数据分析工具？

前提是运营总监，说明不是数据总监。运营总监的工作重心一定是以运营体系的知识与经验为核心，而数据分析是起到辅助的作用。这样我们界定适合于运营总监的数据分析工具应该有几个特点：

1、它应该不是专业技能要求特别强的，需要会计算机语言为基础的就pass掉了，一个运营总怎么可能花时间去学个计算机语言呢！

2、它应该是特别好上手的那种，就是非专业人士能迅速掌握用起来的。

3、功能还得强大的，毕竟是总监要分析数据，跟基层员工的思考角度还不一样，特别是运营类涉及到的相关数据大量、复杂，必须有给力的功能支撑才能产生价值

4、可视化呈现要好一点，毕竟总监是要汇报给老板或者董事局的，数据分析报告拿出手，图表的展现就是第一门面。包装的意识还是要有的。

所以结论就是去市面上找一些操作容易、功能强大、图表颜值还得好的工具了。我做主管的时就候是照着这个思路找的，也用过几个，可以给大家说说。像东软做的Dataviz，是用着比较顺手的了。具体介绍我就摘抄下，自己懒得码那么多字

DataViz数据可视化分析工具，不需要编写代码，也不需要任何程序设计基础，用户可以通过简单的拖拽就可以实现数据可视化展示与分析。DataViz使用简单，但是实现的功能却不简单，上百种丰富的炫酷图表，可以实现数据的多维度多层次分析。

然后上图看下，先看些基本图

各种数据分析好后，可以做成图册，更亮眼：

重点就是操作起来简单，拖拖拽拽的，看起来特别复杂的图表，其实拼贴一下就能搞定了。操作面板基本本国人都可以分分钟用起来。

其他网友对运营总监需要什么数据分析工具？的观点：

日常盘点，佛系推荐。

比起IT部门、销售部门等其他部门，运营总监除了简单的数据分析工具之外，还要学会一些用户分析工具、统计分析工具等等，因此列了大约10个常用的工具，按照推荐指数排名，仅供参考。

————————正文开始————————

1、谷歌统计

推荐指数：☺☺☺☺☺

适用场景：

网站数据统计工具，定位是企业级客户服务在数据统计结构上，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帮助用户衡量销售与转化情况，了解访问者如何使用自己的网站、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2、Excel

推荐指数：☺☺☺☺☺

适用场景：

一般的办公需求下的数据处理工作；中小公司数据管理，存储（很多国有企业都用）；学校学生，老师做简单的统计分析（如方差分析，回归分析）；结合Word，PowerPoint制作数据分析报告；数据分析师的主力分析工具（部分数据分析师的辅助工具）

优点：

容易上手；学习资源十分丰富；可以用Excel做很多事情，建模，可视化，报表，动态图表；帮助你在进一步学习其它工具之前（比如Python，R），理解很多操作的含义；

缺点：

深入学习需要掌握VBA，难度还是很高；当数据量较大时，会出现卡顿的情况；到Excel2016版，在不借助其它工具的情况下，Excel数据文件本身能够容纳的数据仅有108万行，不适合处理大规模数据集；内置统计分析种类太简单，实用价值不大；正版Excel需要付费，比如我用office365.每年需要支付300多块钱3、Tableau

推荐指数：☺☺☺☺☺

专业数据分析工具。

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4、FineBI

推荐指数：☺☺☺☺☺

专业数据分析工具，特点是自助式。

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

5、Power BI

推荐指数：☺☺☺☺

专业数据分析工具。

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6、R语言

推荐指数：☺☺☺☺

使用场景：

通过扩展的第三方R包，R能够做的事情几乎涵盖了任何需要数据的领域。

优点：

数据清洗与整理；网络爬虫；数据可视化；统计假设检验（t检验，方差分析，卡方检验等）；统计建模（线性回归，逻辑回归，树模型，神经网络等）；数据分析报告输出（Rmarkdown）；

缺点：学习成本较大，对于营销人员来说得不偿失。

7、Python

推荐指数：☺☺☺☺

R语言和Python同为需要编程的数据分析工具，所不同的是，R专门用于数据分析领域，而科学计算与数据分析只是Python的一个应用分支，Python还可以用来开发web页面，开发游戏，做系统的后端开发，以及运维工作。

优点：

数据爬取，使用Python能够很容易的编写强大的爬虫，抓取网络数据；数据清洗；数据建模；根据业务场景和实际问题构造数据分析算法；数据可视化（个人感觉不如R好用）；机器学习，文本挖掘等高级数据挖掘与分析领域；

缺点：学习成本较大，对于营销人员来说得不偿失。

8、百度统计

推荐指数：☺☺☺

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9、HeapAnalytics

推荐指数：☺☺☺

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。

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

10、Adobe Analtyics

推荐指数：☺☺☺

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