工具介紹

1、前端展現(xiàn)

用于展現(xiàn)分析的前端開源工具有JasperSoft，Pentaho, Spagobi, Openi, Birt等等。

用于展現(xiàn)分析商用分析工具有Style Intelligence、RapidMiner Radoop、Cognos, BO, Microsoft Power BI, Oracle,Microstrategy,QlikView、 Tableau。

國內(nèi)的有BDP，國云數(shù)據(jù)（大數(shù)據(jù)魔鏡），思邁特，F(xiàn)ineBI等等。

2、數(shù)據(jù)倉庫

有Teradata AsterData, EMC GreenPlum, HP Vertica等等。

3、數(shù)據(jù)集市

有QlikView、 Tableau、Style Intelligence等等。

擴(kuò)展資料

大數(shù)據(jù)分析的六個(gè)基本方面

1、Analytic Visualizations（可視化分析）

不管是對數(shù)據(jù)分析專家還是普通用戶，數(shù)據(jù)可視化是數(shù)據(jù)分析工具最基本的要求?？梢暬梢灾庇^的展示數(shù)據(jù)，讓數(shù)據(jù)自己說話，讓觀眾聽到結(jié)果。

2.、Data Mining Algorithms（數(shù)據(jù)挖掘算法）

可視化是給人看的，數(shù)據(jù)挖掘就是給機(jī)器看的。集群、分割、孤立點(diǎn)分析還有其他的算法讓我們深入數(shù)據(jù)內(nèi)部，挖掘價(jià)值。這些算法不僅要處理大數(shù)據(jù)的量，也要處理大數(shù)據(jù)的速度。

3、Predictive Analytic Capabilities（預(yù)測性分析能力）

數(shù)據(jù)挖掘可以讓分析員更好的理解數(shù)據(jù)，而預(yù)測性分析可以讓分析員根據(jù)可視化分析和數(shù)據(jù)挖掘的結(jié)果做出一些預(yù)測性的判斷。

4、Semantic Engines（語義引擎）

我們知道由于非結(jié)構(gòu)化數(shù)據(jù)的多樣性帶來了數(shù)據(jù)分析的新的挑戰(zhàn)，我們需要一系列的工具去解析，提取，分析數(shù)據(jù)。語義引擎需要被設(shè)計(jì)成能夠從“文檔”中智能提取信息。

5、Data Quality and Master Data Management（數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理）

數(shù)據(jù)質(zhì)量和數(shù)據(jù)管理是一些管理方面的最佳實(shí)踐。通過標(biāo)準(zhǔn)化的流程和工具對數(shù)據(jù)進(jìn)行處理可以保證一個(gè)預(yù)先定義好的高質(zhì)量的分析結(jié)果。

假如大數(shù)據(jù)真的是下一個(gè)重要的技術(shù)革新的話，我們最好把精力關(guān)注在大數(shù)據(jù)能給我們帶來的好處，而不僅僅是挑戰(zhàn)。

6、數(shù)據(jù)存儲，數(shù)據(jù)倉庫

數(shù)據(jù)倉庫是為了便于多維分析和多角度展示數(shù)據(jù)按特定模式進(jìn)行存儲所建立起來的關(guān)系型數(shù)據(jù)庫。在商業(yè)智能系統(tǒng)的設(shè)計(jì)中，數(shù)據(jù)倉庫的構(gòu)建是關(guān)鍵，是商業(yè)智能系統(tǒng)的基礎(chǔ)，承擔(dān)對業(yè)務(wù)系統(tǒng)數(shù)據(jù)整合的任務(wù)，為商業(yè)智能系統(tǒng)提供數(shù)據(jù)抽取、轉(zhuǎn)換和加載(ETL)，并按主題對數(shù)據(jù)進(jìn)行查詢和訪問，為聯(lián)機(jī)數(shù)據(jù)分析和數(shù)據(jù)挖掘提供數(shù)據(jù)平臺。

1、新榜：互聯(lián)網(wǎng)渠道的價(jià)值標(biāo)準(zhǔn)：以日、周、月、年為周期,按24大分類權(quán)威發(fā)布以微信為代表的中國各自媒體平臺最真實(shí)、最具價(jià)值的運(yùn)營榜單,方便用戶了解新媒體整體發(fā)展情況,為用戶提供有效的參考導(dǎo)向…

2、Hadoop：能夠?qū)Υ罅繑?shù)據(jù)進(jìn)行分布式處理的軟件框架。

3、清博大數(shù)據(jù)中國新媒體大數(shù)據(jù)權(quán)威平臺：清博大數(shù)據(jù)擁有清博指數(shù)、清博輿情、營廣工品等多個(gè)核心產(chǎn)品。提供微信、微博、頭條號等新媒體排行榜,廣告交易、輿情報(bào)告、數(shù)據(jù)咨詢...

4、神策數(shù)據(jù)：多維度數(shù)據(jù)實(shí)時(shí)分析，事件分析，漏斗分析，留存分析，分布分析等8大分析模型，輕松搞定數(shù)據(jù)分析需求。

5、GrowingIO：實(shí)時(shí)采集用戶行為數(shù)據(jù)，可視化實(shí)時(shí)出圖。

1.FineBI

目前國內(nèi)數(shù)據(jù)分析的佼佼者。FineBI是新一代自助式BI工具,企業(yè)客戶多、服務(wù)范圍廣,多維OLAP分析是BI工具分析功能的集中體現(xiàn)，憑借FineBI簡單流暢的操作、強(qiáng)勁的大數(shù)據(jù)性能和自助式的分析體驗(yàn),企業(yè)可充分了解和利用他們的數(shù)據(jù),增強(qiáng)企業(yè)的競爭力。

2.Tableau

Tableau是大數(shù)據(jù)可視化軟件的市場領(lǐng)導(dǎo)者之一，在為大數(shù)據(jù)操作，深度學(xué)習(xí)算法和多種類型的AI應(yīng)用程序提供交互式數(shù)據(jù)可視化方面尤為高效。它內(nèi)置常用的分析圖表，和一些數(shù)據(jù)分析模型，可以快速的探索式數(shù)據(jù)分析，可以快速地做出動(dòng)態(tài)交互圖。

3.永洪敏捷BI

該產(chǎn)品穩(wěn)定性較高，利用sql處理數(shù)據(jù)。永洪的技術(shù)主要分為大數(shù)據(jù)和可視化亮點(diǎn)。覆蓋BI和大數(shù)據(jù)(海量數(shù)據(jù)、實(shí)時(shí)分析)，敏捷BI，自服務(wù)BI，探索式BI，性價(jià)比高。但不支持程序接口，實(shí)施交由第三方外包。永洪BI在產(chǎn)品能力上還不錯(cuò)，特別是大數(shù)據(jù)性能方面，同樣可以支撐億級數(shù)據(jù)的抽取和分析，而在服務(wù)方面則表現(xiàn)一般。

4.Power BI

Microsoft Power BI是一個(gè)基于Web的業(yè)務(wù)分析工具套件，擅長數(shù)據(jù)可視化，采用的CS架構(gòu)，主要的報(bào)表連接過程使用的客戶端，瀏覽器端可以進(jìn)行簡單的報(bào)表編輯。其連接數(shù)據(jù)源需要單獨(dú)下載msi驅(qū)動(dòng)，而不是目前主流的JDBC的連接方式。操作基本都是拖拽，不過其探索式分析能力有限，不適合做定制化開發(fā)(這個(gè)不符合我們需要集成的需求)。學(xué)習(xí)成本較低上手快，但功能簡單，無法支持復(fù)雜的業(yè)務(wù)場景，不支持定制開發(fā)。

5.SmartBI

企業(yè)級商業(yè)智能應(yīng)用平臺，用戶可以更直觀便捷地獲取信息。能滿足用戶自助式的數(shù)據(jù)查詢和報(bào)表，OLAP，各種業(yè)務(wù)報(bào)表，制作儀表盤，在移動(dòng)終端上展示，有統(tǒng)一服務(wù)平臺支持眾多的管理維護(hù)功能。和FineBI同為比較不錯(cuò)的國內(nèi)BI數(shù)據(jù)分析軟件，但是操作體驗(yàn)并不是很好，界面粗糙，并沒有FineBI的界面美觀。

6.Qlikview

屬于新一代的輕量化商業(yè)智能BI產(chǎn)品，體現(xiàn)在建模、部署和使用上。只能運(yùn)行在windows系統(tǒng)，C/S的產(chǎn)品架構(gòu)。采用內(nèi)存動(dòng)態(tài)計(jì)算，數(shù)據(jù)量小時(shí)，速度很快;數(shù)據(jù)量大時(shí)，吃內(nèi)存很厲害性能偏慢。不過目前對于QlikView也是代理形式為主，本地化和定制化能力差，和tableau一樣沒有大數(shù)據(jù)處理能力，需要對接數(shù)據(jù)倉庫。國內(nèi)復(fù)雜報(bào)表填報(bào)等難以支持，另外代理商對客戶的響應(yīng)能力有限。

第一類，數(shù)據(jù)存儲和管理類的大數(shù)據(jù)工具。

此類較為主流的使用工具本文為大家列出三種：

1.Cloudera

實(shí)際上，Cloudera只是增加了一些其它服務(wù)的Hadoop，因?yàn)榇髷?shù)據(jù)并不是容易搞，需要我們構(gòu)建大數(shù)據(jù)集群，而Cloudera的團(tuán)隊(duì)就可以為我們提供這些服務(wù)，還能幫培訓(xùn)員工。

2.MongoDB

這是一個(gè)數(shù)據(jù)庫，并且非常的受大家歡迎，大數(shù)據(jù)常常采用的是非結(jié)構(gòu)化數(shù)據(jù)，而MongoDB最適用于管理此類數(shù)據(jù)。

3.Talend

Talend是數(shù)據(jù)集成和解決方案領(lǐng)域的領(lǐng)袖級企業(yè)，他們?yōu)楣苍坪退接性铺峁┝艘惑w化的數(shù)據(jù)平臺。

我們都知道，大數(shù)據(jù)歸根結(jié)底還是數(shù)據(jù)，其根源還是始于數(shù)據(jù)的存儲，而大數(shù)據(jù)之所以稱之為“大”，就是因?yàn)樗臄?shù)據(jù)量非常大，因此，存儲就變得至關(guān)重要。除此之外，將數(shù)據(jù)按照某種格式化的治理結(jié)構(gòu)，也尤為重要，因?yàn)檫@樣，我們可以獲得洞察力。而以上三種工具，就是這方面常用的三種使用工具。

第二類，數(shù)據(jù)清理類工具。

1.OpenRefine

這是一款開源的，易于使用的，可以通過刪除重復(fù)項(xiàng)、空白字段及其他錯(cuò)誤來清理排列雜亂無章的數(shù)據(jù)的工具，在業(yè)內(nèi)廣受好評。

2.Excel

這個(gè)不用多說，不僅在大數(shù)據(jù)，基本上所有的公司辦公軟件都會(huì)安裝Excel，在Excel中有許多的公式和函數(shù)，方便我們進(jìn)行一系列的操作，當(dāng)然其缺點(diǎn)也比較明顯，那就是不適用于龐大的數(shù)據(jù)集。

3.DataCleaner

就像它的名字一樣，DataCleaner是一款能對數(shù)據(jù)質(zhì)量進(jìn)行分析、比較和監(jiān)督的軟件，也可以將半結(jié)構(gòu)化的數(shù)據(jù)集轉(zhuǎn)化成干凈的可讀的數(shù)據(jù)集。