运营总监需要什么数据分析工具？
“运营总监需要什么数据分析工具”，这个问题我来解答，一方面是我本人刚好提供数据分析咨询业务，另一方面是今年已经有3、4个同事跳槽去了互联网公司，负责运营管理方面的工作，尤其
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
