数据分析师之BI工具对比

数据分析师的能力要求

同样是业务分析师，差距可能很大，可能是以下能力的区别：

1. 业务思维能力

对比月薪8k的数据分析的工作内容和这条月薪30k岗位的职位描述，我们很容易就发现了差距。大部分数据分析师的日常工作就是根据业务或者领导的需求，取数做报表，业务让分析啥就分析啥，领导要啥数据给啥数据，这样的工作状态仿佛就是个搬运工，在业务和老板的眼里就是个工具人，价值不高薪水自然低。
而携程这条招聘信息的职位描述中提到了“向业务部门提供相关数据，指导业务发展”，注意这后半句，我在文章中经常提到，数据分析的价值所在就是驱动业务发展，帮助业务解决问题，报表做的再好看，对业务没有任何指导意义，这样的数据分析就是白做。

举个例子：老板跟数据分析师说：我要看这一周本市门店的营收情况，一周后给我结果。
月薪8k的分析师A会这样做：调取门店销售记录、成本管理等模块的数据，导出数据，利用Excel或者python工具，制作出数据可视化图表，报告中再加上两句数据解读：售出货品100000件、收入700万、净利润180万。
资深数据分析师B会这样做：先研究今年公司的发展战略和老板最近采取的业务调整策略，得知老板最近想要减少门店的运营成本。调取员工考勤、货物存储记录等数据，利用比较分析找出异常值，并匹配具体业务场景，得出结论：A门店在二季度处于淡季，应减少30%的人员投入，B储藏冷库的利用率低于平均值，应调整冷库储存结构….通过这些举措，总体成本预计减少15%。
如果老板想从A、B中选一个提拔加薪，不用想就知道机会肯定是B的。

2. 工具能力

数据分析师的核心能力是思维，次核心能力就是工具，俗话说打仗也得有个趁手的兵器。对于初级的数据分析师，入门基本上都是用的Excel，只要函数记得熟，透视表用的好，做一些常规的数据分析报告还是不在话下的。
但是在实际的工作中，光会excel是不行的，企业的数据日益增多，数据量大，且被分散在各个业务系统中，光取数就是一个庞大的工作，而且数据量大的表用 Excel打开就要加载半天，更别谈后面复杂的分析操作。因此数据分析师还需要掌握一些专业的数据分析工具，提高工作效率，比如常用网站分析GA/Omniture，SQL取数平台(presto,hive等)、FineBI商业智能工具等等。

在这条招聘的任职资格里，第一条就是要求至少掌握一种前端BI工具，对于高级的数据分析师来说，BI工具的确是一个非常好的选择。强大的数据分析性能和可视化效果，以及完善的企业级数据权限管理，让BI工具成为了众多企业的选择，尤其像携程这类的互联网大厂。BI可以很大程度上解放数据分析师的工作，无论是业务分析还是决策管理，它可以从这样几个方面来优化数据分析工作：
1. 支持多种数据源链接，打破企业各个系统之间的信息孤岛。
通常我们做数据分析要用到数据分散在企业的各个系统中，进行分析前要到各个系统中取数导出，然后再用excel分析，十分繁琐，假如遇到像周报、日报这样的重复性的需求，就得一遍一遍的导出、更新数据，效率十分低。
2. 数据处理简单方便，效率提升一倍
数据分析的过程中，除了取数烦，还有个令人头疼的就是数据处理，往往花费一半的功夫进行。
比方说我们分析公司产品销售明细数据，进而分析购买用户的特征，调整销售策略。我们就需要基于销售清单数据，计算相应的分析指标，如每个人的消费频次，单笔消费最大金额，最近一次消费时间间隔等等。更复杂一些的话，还要根据同类型产品，和竞品数据做关联分析和横向对比分析。用Excel做就是一个浩大的工程了，用excel做数据计算要进行大量复杂繁琐的平面单元格公式计算，而且一步出错还容易导致全部的心血付诸东流。
如果用BI工具做就方便了很多，FineBI的自助数据集提供了新增列，分组统计，过滤，排序，上下合并，左右合并等数据处理功能，并且每一次操作都能够实时预览结果，防止出错，还可以对单个历史操作进行增加、删除和修改，十分灵活。
3. 拖拽式探索分析，所见即所得，可视化效果亮眼。处理完了数据下一步就是进行数据可视化分析，BI工具采用的拖拽式探索分析，只需要通过鼠标拖拽字段就可以自动生成可视化图表，让用户轻松实现对数据的即时洞察和见解。
另外值得一提的就是BI工具强大的可视化功能，市面上的BI工具基本都内置了丰富的可视化图表，轻松就能做出亮眼的可视化报告。平常我们用Excel做可视化时，如果想要实现一些高级的可视化图表，比如数据地图、动态报表之类的，就需要用到数据透视表和一些图表插件，且步骤繁杂，而这些在FineBI 中都是内置好的，直接就可以用。

除了提供丰富的图表分析之外，Finebi的仪表板还可供用户灵活地布局数据图表，生成故事型的可视化报告，进而达到有效沟通或者数据汇报的目的。

除此以外，还有一个大招就是给领导制作管理驾驶舱，比如像下面这样的，把领导关心的数据都放到一个屏幕上，数据实时呈现，领导可以实时监控重点数据，及时发现问题，并且还可以通过钻取、联动进一步分析查看数据异常原因：

3. 沟通能力

如果业务思维OK，工具技能等硬实力也无可挑剔，还是得不到升职加薪，那么问题就可能处在了沟通能力上。数据分析光会技术还不行，良好的沟通能力和学历能力也是一个人能否在职场混下去的关键能力项，数据分析需要了解业务、寻找数据、讲解报告，要和不同部门的人打交道，沟通能力至关重要，对于高级的数据分析师，还需要独立负责项目，或者和产品做一些合作，除了沟通能力要强之外，还需要一些项目协调能力。

BI工具对比

1. FineBI

FineBI是纯国内商业自助BI工具之一，属于fanruan的产品。它的数据处理很快，可以实时更新，并且用几秒就可以显示亿级以内的数据。在前端分析时，它呈现数据分析的结果也是很快的。其次，FineBI上手快，因为它基本上没有代码操作，几乎看一个10分钟的教学视频就可以掌握数据分析的操作方法。它的帮助文档资源也比较充足。最后，它还有全套的售后服务，完全不用担心不能落地的问题。

2.Tableau

Tableau是国际知名的BI工具。可视化功能是Tableau的王牌功能，可以通过单击或拖动感兴趣的维度（通常是离散的类别或特征）和度量值（值）来构建Tableau可视化效果。缺点就是价格太贵，而且国外的产品在国内往往有外包商承包实施。

3.Power BI

Power BI包括用于Azure托管服务的Web界面和用于Windows桌面的power bi桌面应用程序。它的价格比竞争对手便宜得多，对于注重性价比的公司来说，它是一个不错的选择。对于某些数据源，Power BI具有预定义的图表、仪表盘和报表，这对用户来说比较方便。它的缺点是数据分析能力或图表控制力不如FineBI或tableau。

4.亿信WonderBI

也称为豌豆BI，为了使业务人员能够完成自助BI数据分析，它自动识别索引维度和相关关系，形成数据模型。在数据处理级别，通过点击操作，可以方便地数据裁剪、数据脱敏、类型转换等操作。WonderBI学习成本低，支持一键选择统计方法，如最大、最小、排名、比例、同比、月同比、上一期、去年同期等，以满足需求各种用户对业务数据的综合分析。WonderBI支持HTML5统计图表，图表类型丰富。并支持联动钻取，即同一看板可以改变角度查看数据，WonderBI所有图表无需任何设置即可联动，也可以选择部分图表参与联动钻取。

5.Qlik Sense

QlikView于2014年通过Qlik Sense扩展到自助BI的领域。Qlik Sense是一款基于与QlikView相同的内存关联数据索引引擎的自助式BI和可视化产品。Qlik Sense 2.0几乎可以连接到任何SQL数据库，并且可以对可视化进行大量控制。但是，它并不像Tableau那样易于学习，在可视化的呈现方面比Power BI更好，但不如Tableau好。

6.QlikView

QlikView，也是国外一款知名的BI工具。在数据处理级别，通过点击操作，可以方便地删除重复的行、空替换、数据裁剪、数据脱敏、类型转换等操作。QlikView允许用户一键浏览数据，系统自动匹配最合适的图形显示数据库数据，帮助用户初步了解数据规律，也可以在数字肖像的基础上进行二次分析。图表类型算丰富，所有图表无需任何设置即可联动，也可以选择部分图表参与联动钻取。还支持一键选择统计方法。
QlikView学习成本较高，这是国外的产品常常遇到的“水土不服”的问题。

参考链接：
待遇30k的高级数据分析师和8k的初级数据分析师，岗位要求差别在哪？
5大知名的BI工具对比介绍