企業可以使用哪些工具收集數據

❶ 商業數據分析工具有哪些

1.FineBI

目前國內數據分析的佼佼者。FineBI是新一代自助式BI工具,企業客戶多、服務范圍廣, 多維OLAP分析是BI工具分析功能的集中體現，憑借FineBI簡單流暢的操作、強勁的大數據性能和自助式的分析體驗,企業可充分了解和利用他們的數據,增強企業的競爭力。

2.Tableau

Tableau是大數據可視化軟體的市場領導者之一，在為大數據操作，深度學習演算法和多種類型的AI應用程序提供互動式數據可視化方面尤為高效。它內置常用的分析圖表，和一些數據分析模型，可以快速的探索式數據分析，可以快速地做出動態交互圖。

3.永洪敏捷BI

該產品穩定性較高，利用sql處理數據。永洪的技術主要分為大數據和可視化亮點。覆蓋BI和大數據(海量數據、實時分析)，敏捷BI，自服務BI，探索式BI，性價比高。但不支持程序介面，實施交由第三方外包。永洪BI在產品能力上還不錯，特別是大數據性能方面，同樣可以支撐億級數據的抽取和分析，而在服務方面則表現一般。

4.Power BI

Microsoft Power BI是一個基於Web的業務分析工具套件，擅長數據可視化，採用的CS架構，主要的報表連接過程使用的客戶端，瀏覽器端可以進行簡單的報表編輯。其連接數據源需要單獨下載msi驅動，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，不適合做定製化開發(這個不符合我們需要集成的需求)。學習成本較低上手快，但功能簡單，無法支持復雜的業務場景，不支持定製開發。

5.SmartBI

企業級商業智能應用平台，用戶可以更直觀便捷地獲取信息。能滿足用戶自助式的數據查詢和報表，OLAP，各種業務報表，製作儀表盤，在移動終端上展示，有統一服務平台支持眾多的管理維護功能。和FineBI同為比較不錯的國內BI數據分析軟體，但是操作體驗並不是很好，界面粗糙，並沒有FineBI的界面美觀。

6.Qlikview

屬於新一代的輕量化商業智能BI產品，體現在建模、部署和使用上。只能運行在windows系統，C/S的產品架構。採用內存動態計算，數據量小時，速度很快;數據量大時，吃內存很厲害性能偏慢。不過目前對於QlikView也是代理形式為主，本地化和定製化能力差，和tableau一樣沒有大數據處理能力，需要對接數據倉庫。國內復雜報表填報等難以支持，另外代理商對客戶的響應能力有限。

❷ 有哪些好用的數據採集工具

數據採集，又稱數據獲取，在計算機廣泛應用的今天，數據採集的重要性是十分顯著的。它是計算機與外部物理世界連接的橋梁。
數據採集一般需要遵循以下原則：
1. 數據採集任務不能影響業務系統的運行。一般來說，核心業務系統白天工作頻繁，難以承載數據抽取的要求，這種情形下數據抽取工作原則上要安排在非工作時段進行。數據採集任務調度必須可以設定數據採集任務的優先時段表。
2. 不同業務系統的數據產生周期不同，會影響到數據採集的周期。數據採集應根據業務系統及交換數據的周期要求，設定數據採集時間周期表。
3. 數據採集任務的執行時間原則上應與數據採集周期時間成正比，即數據採集周期時間間隔要求短(長)的採集任務，其採集任務的執行時間也要求短(長)。如對按日採集的數據，應能在3一5h內完成抽取、清洗、載入、處理等工作;對按月採集的數據，數據抽取、清洗、載入和處理等工作可以放寬到48h內完成。
4. 對於數據採集量特別大且數據轉換操作特別復雜的任務，利用ETL工具會消耗大量的資源和時間，建議通過編制專門數據採集介面程序完成數據採集任務，以提高數據採集工作的效率。
5. 以數據源為單位進行的全量採集的任務，可以以數據源為單位進行數據初始化操作，當數據源的數據採集操作出現問題時，可以僅對該數據源進行全量採集恢復，而對其他數據源的數據採集沒有任何影響。
現在的101 異構數據採集技術可以做到無需軟體廠商配合，直接採集異構數據，這樣的數據採集就不需要協調各個廠家，不需要花費高昂的介面費用，而施工周期也不會太長，是很多領域大型企業數據採集業務的第一選擇。

❸ 企業微信可以統計各個渠道的數據嗎

企業在開展營銷活動時，會設置渠道碼，並將其投放到不同的渠道中，實時查看各渠道的引流客戶數量，從而了解各渠道的引流效果。目前企業微信頻道碼沒有參數功能，可以查看客戶不同頻道的添加數據和丟失數據，了解不同頻道的效果並進行審核。同時，也為下一個渠道的效果提供參考，從而幫助企業實現精準營銷。

根據員工的工作時間自動上下線接待客戶，避免客戶支持碰撞，高效配置人力資源。支持員工接客時間段設置，自動上線離線，無需手動切換。在鎖定模式下，掃描客戶只能添加一個客戶的企業微信，以避免碰撞。

❹ 3、 企業使用什麼工具收集、整理、分析客戶信息

一、內部報告。
包括客戶訂單；銷售預測表；銷售匯總報表（月、季分地區）；銷售價格水平表；存貨統計表；應收帳款統計表。

客戶訂單要按照行業、地區、交貨期、產品規格進行歸類；銷售產品預測表要分產品種類成交可能評估值、交貨期、按年、季、月，如批次多，則要分到每周；銷售匯總報表要統計詳細，分產品，分時間段，分地區、分人員；銷售價格水平表要能夠從中看出大類產品的價格狀況、贏利能力及分地區、分人員的贏利能力，從中可看出某地區的貢獻利潤值；存貨統計表要將企業內部產品供應狀況做一一統計，注意要與銷售預測表配合來看，同時注意存貨的動態變化，如產品規格復雜、交貨頻繁，存貨期的統計則周期要短，最好藉助計算機信息系統每日進行統計。應收帳款統計表要區分帳齡，並結合客戶信用分析使用。
以上報表提供結果數據要形成制度化，定期統計，一切數據只有在經過集合、歸納，對比時才有意義。
內部報告系統的核心是訂單收款循環。這不僅是收集市場情報，也是分析企業內部營運狀況，是營銷管理的基礎工作。
重要的數據，往往就在身邊。

二、外部情報收集系統。應從五個方面著手：
1．消費者調查。應注意從消費者的角度收集，了解消費者的慾望需求，不要將消費者的意願、表述"翻譯"成製造商的想法，要客觀。如工業品需注意：客戶要求我們產品在其整體產品中的功能要求，可能的話要實際操作客戶如何使用我們的產品。
2．產業市場調查。盡可能收集本行業的發展、現狀、趨勢，行業生存條件等方面內容，密切注意新技術在本行業的運用，同時也要關注與本行業相關行業動向，如房地產業對建材行業的影響。
3．競爭調查。對競爭者的調查，要注意對其市場行為規律的分析，特別是主要經營者的變動及其它動向。在這里要提醒的是，競爭不僅來自於同行業間最類似的產品，還來自例如供應商、客戶、替代品、新加入的競爭者等多方面的威脅。由於各企業所處的行業不同，要有所區別。有些行業新技術不斷涌現，產品更新換代快，因而替代品威脅成為主要的競爭壓力，就應列為競爭調查的重點。
4．營銷渠道的調查。市場網路成員的地區、數量、規模、性質、營銷能力、信用等級，代替競爭者產品情況、合作情況、主要經營者的情況等做專案記錄，並需做動態的調查，定期（如半年）更新一次。
5．宏觀環境調查。要注意經濟環境的變化，特別是主要產業的發展變化對本行業的影響，有些行業反應較快，如石油價格的變化等等。中國經濟仍處於轉型期，各項法規政策及政府主管部門職能都在轉變之中，要注意收集，並注意產業發展趨勢的要求與政府行為的力度，如環保的要求對很多行業企業（如小化工企業）成了生死線。

外部情報的收集
1．自行收集閱讀書報（經濟類）、行業出版物，安排專人做簡報工作，將有價值的信息收集下來供傳閱分析之用；同外部人員交談，包括供應商、顧客、經銷商及外界其他人士，在閑聊之中，或許就會得到重要情報；同本公司內部人員交談，如采購人員、送貨人員、銷售助理等；也可以在公司管理上提出要求，如讓員工在工作日報表上記錄信息情報。
2．由於銷售人員在一線服務，對市場反應最為敏感，要重視發揮他們的作用。在銷售人員的工作中，將情報收集列為其基本工作之一，並列入考核。
3．鼓勵經銷商收集、提供情報，可考慮將經銷商情報收集納入年度評定指標之中，並給予適當獎勵。當經銷商認為他參與到企業的發展之中，他的積極性也會高漲許多。
4．購買情報。這分成二種：一是向權威專業情報機構購買，價格雖然高些但畢竟值得；二是向行業資深人士購買，這個方法較靈活，並且可就某一問題要求深入調查，但一要選對人，二是要處理好合作關系。
5．購買專業新聞簡報、國家經濟統計年鑒、行業統計年鑒，這些有一定的參考價值，並要歸納為好對本企業有用的信息。
6．裝扮成顧客去訪問競爭者，既要學習競爭者高明之處，更要及時發現競爭者所忽視的地方，因為這往往就是機會所在。

市場調查、情報收集是一項非常值得花精力去做的重要工作。要做好這項工作：一要有專人負責；二要記錄下來分類進行登記整理、並作動態調整；三是要全方位地推行，對所有外務人員做統一培訓，告知如何收集情報，什麼情報有用。這項工作並不復雜，只要用心就可以做好。

❺ 目前都有哪些數據分析的工具

大數據分析的前瞻性使得很多公司以及企業都開始使用大數據分析對公司的決策做出幫助，而大數據分析是去分析海量的數據，所以就不得不藉助一些工具去分析大數據，。一般來說，數據分析工作中都是有很多層次的，這些層次分別是數據存儲層、數據報表層、數據分析層、數據展現層。對於不同的層次是有不同的工具進行工作的。下面小編就對大數據分析工具給大家好好介紹一下。
首先我們從數據存儲來講數據分析的工具。我們在分析數據的時候首先需要存儲數據，數據的存儲是一個非常重要的事情，如果懂得資料庫技術，並且能夠操作好資料庫技術，這就能夠提高數據分析的效率。而數據存儲的工具主要是以下的工具。
1、MySQL資料庫，這個對於部門級或者互聯網的資料庫應用是必要的，這個時候關鍵掌握資料庫的庫結構和SQL語言的數據查詢能力。
2、SQL Server的最新版本，對中小企業，一些大型企業也可以採用SQL Server資料庫，其實這個時候本身除了數據存儲，也包括了數據報表和數據分析了，甚至數據挖掘工具都在其中了。
3、DB2，Oracle資料庫都是大型資料庫了，主要是企業級，特別是大型企業或者對數據海量存儲需求的就是必須的了，一般大型資料庫公司都提供非常好的數據整合應用平台;
接著說數據報表層。一般來說，當企業存儲了數據後，首先要解決報表的問題。解決報表的問題才能夠正確的分析好資料庫。關於數據報表所用到的數據分析工具就是以下的工具。
1、Crystal Report水晶報表，Bill報表，這都是全球最流行的報表工具，非常規范的報表設計思想，早期商業智能其實大部分人的理解就是報表系統，不藉助IT技術人員就可以獲取企業各種信息——報表。
2、Tableau軟體，這個軟體是近年來非常棒的一個軟體，當然它已經不是單純的數據報表軟體了，而是更為可視化的數據分析軟體，因為很多人經常用它來從資料庫中進行報表和可視化分析。
第三說的是數據分析層。這個層其實有很多分析工具，當然我們最常用的就是Excel，我經常用的就是統計分析和數據挖掘工具;
1、Excel軟體，首先版本越高越好用這是肯定的;當然對Excel來講很多人只是掌握了5%Excel功能，Excel功能非常強大，甚至可以完成所有的統計分析工作!但是我也常說，有能力把Excel玩成統計工具不如專門學會統計軟體;
2、SPSS軟體：當前版本是18，名字也改成了PASW Statistics;我從3.0開始Dos環境下編程分析，到現在版本的變遷也可以看出SPSS社會科學統計軟體包的變化，從重視醫學、化學等開始越來越重視商業分析，現在已經成為了預測分析軟體。
最後說表現層的軟體。一般來說表現層的軟體都是很實用的工具。表現層的軟體就是下面提到的內容。
1、PowerPoint軟體：大部分人都是用PPT寫報告。
2、Visio、SmartDraw軟體：這些都是非常好用的流程圖、營銷圖表、地圖等，而且從這里可以得到很多零件;
3、Swiff Chart軟體：製作圖表的軟體，生成的是Flash

❻ 公司一般使用什麼大數據分析軟體

公司一般使用spark和Hadoop這些軟體

❼ 企業做數據挖掘用什麼工具

今天給大家介紹一款神奇的數據分析工具--TempoAI。它是一款面向企業的一體化分析軟體產品，助力企業通過數據分析挖掘企業內部新的業績增長點，在新一輪競爭中搶佔先機。TempoAI完整覆蓋數據接入、模型構建、流程洞察、成果部署等數據價值發現全過程，同時輔以圖形化、拖拽式的建模體驗，讓用戶無需編寫代碼，即可實現對數據的全方位深度分析和模型構建。實現數據的關聯分析、未來趨勢預測等多種分析，幫助用戶發現數據中隱藏的關系及規律，為企業提供數據分析與應用解決方案。

❽ 有哪些用來收集、分析和可視化數據的軟體

一般有四種方案：

優勢： 零成本

劣勢： 最多可承載幾萬行數據；數據分析繁瑣，可視化展示有限

Excel支持從數據填寫、分析到可視化的一站式需求，對於基礎的數據分析來說無比強大。但是，用Excel做數據可視化需要數據分析人員每天都要從公司不同的ERP、CRM、財務系統中導出大量數據，再將多個表格用vlookup和sumif進行關聯計算，最後通過把可視化圖表截圖放到PPT里進行日報和周報匯報。適合數據量小，對數據分析維度要求低、展現形式要求低的工作。

優勢：比Excel工作量小，可以支持許可權管理

劣勢：需要定製開發、單表最多可承載幾十萬行數據

報表系統是Excel的升級版，不需要復雜函數去進行數據分析，但同時，需要IT根據你的數據分析需求定製欄位，用戶只能看到定製欄位的數據內容，如果要進行可視化，還是需要把

優勢：支持聯動、下鑽、跳轉等動態分析，單表可支持億行數據

劣勢：需要掌握Python、R語言等程序代碼，略貴

BI首先可以對接多個系統的數據源，將所有數據整合到一個平台中進行全局分析。其次就是支持實時數據展示，分析維度和深度也遠遠強於報表系統，支持下鑽、聯動等數據交互。

優勢：支持可視化自助分析（不需要代碼拖拽式操作）、實時數據分析

劣勢：等更新的產品出來可能應該就能找到了

同樣支持從數據接入、數據清洗、數據分析到數據可視化的一站式操作，但是在用戶使用層面強調低代碼（或零代碼）開發、無縫對接、靈活部署，比如用觀遠Smart ETL托拉拽進可以做分析看板，無需重新建模，賦能普通業務人員做數據分析的能力，讓數據員有更多時間可以專注如何將分析與業務結合。並且，還可以藉助AI演算法的能力構建基於未來的分析模型，比如銷售預測、智能排課等。

以下以觀遠智能BI為例，說下每一步是如何實現的。

1、數據收集

觀遠智能BI可無縫對接到企業各類信息化系統中，可對接幾十種數據源，實現數據互通胡融，同時也支持在線填報或Excel導入等功能。

2、數據分析

觀遠是典型的自助式BI平台，可支持拖拽式操作，自助化分析，極大降低分析難度；賦能分析思維，讓普通業務人員專注業務本身，使其快速成長為優秀的數據分析師！

3、數據可視化

目前，觀遠支持50餘種圖表類型，涵蓋柱形圖、雙軸圖、漏斗圖、帕累托圖等。在此基礎上，延展出投屏、幻燈片等數據可視化呈現形式，滿足絕大多數數據表達需求。在動態交互上支持鑽取、聯動、跳轉等功能，可以實現一鍵點擊即可層層剖析數據，發現問題。在可視化展示上又支持移動BI輕應用、數據大屏和web端三種模式。

展示幾張用觀遠BI做出來的數據看板和大屏：

奧威軟體的OurwayBI就是一款完整的BI智能數據可視化分析軟體。它能通過爬蟲、填報、ETL工具採集數據（支持全域數據），統一數據分析口徑後，再通過智能分析功能、可視化圖表完成數據可視化分析。最後，將分析結果直觀易懂地展現出來。

從數據採集，到數據清洗整理以及智能分析，再到後面的數據可視化呈現，都能快速實現。並且OurwayBI還有一套覆蓋多行業、主流ERP的標准解決方案，預設了包括財務、倉庫等板塊在內的數據分析模型，像金蝶/用友標准解決方案這類的，還能實現零開發呢！

而且奧威軟體出品的OurwayBI的ETL工具是可全面可視化的，能給開發和維護提供不少便利。

至於，數據可視化的效果，如果你去奧威軟體的demo平台看看，就能親自體驗在線自助分析。這里就先放幾張BI數據可視化報表截圖，作為個開胃菜簡單感受下它的直觀易懂。

我們公司用的是前嗅，他們傢具有數據採集，數據清洗（挖掘），多維度分析及生成可視化圖表等功能，當然，我們用得比較多的是數據採集的功能，有興趣也可以看看他們的官網。

❾ 數據採集工具有哪些

如下：

1、NSLOOKUP

nslookup命令幾乎在所有的PC操作系統上都有安裝，用於查詢DNS的記錄，查看域名解析是否正常，在網路故障的時候用來診斷網路問題。信息安全人員，可以通過返回的信息進行信息搜集。

2、DIG

Dig也是對DNS信息進行搜集的工具，dig 相比nsllooup不光功能更豐富，首先通過默認的上連DNS伺服器去查詢對應的IP地址，然後再以設置的dnsserver為上連DNS伺服器。

3、Whois

whois就是一個用來查詢域名是否已經被注冊，以及注冊域名的詳細信息的資料庫（如域名所有人、域名注冊商）。通過whois來實現對域名信息的查詢。早期的whois查詢多以命令列介面存在，但是現在出現了一些網頁介面簡化的線上查詢工具，可以一次向不同的資料庫查詢。

網頁介面的查詢工具仍然依賴whois協議向伺服器發送查詢請求，命令列介面的工具仍然被系統管理員廣泛使用。whois通常使用TCP協議43埠。每個域名/IP的whois信息由對應的管理機構保存。

5、主動信息搜集

Recon-ng是一個信息搜集的框架，它之於信息搜集完全可以和exploit之於metasploit framework、社會工程學之於SET。

5、主動信息搜集

主動信息搜集是利用一些工具和手段，與搜集的目標發生一些交互，從而獲得目標信息的一種行為。主動信息搜集的過程中無法避免會留下一些痕跡。

❿ 常用的數據分析工具有哪些

一、Excel

Excel可以說是被用得最多數據分析工具，無人不知，無人不曉。Excel的功能非常強大，從簡單的表格製作，數據透視表，寫公式，再到VBA語言，還有無數的插件供你使用。無論是初入職場的小白，還是經驗豐富的數據分析師，Excel都是電腦里的必備工具之一。

二、BI工具

BI(Business Intelligence)即商業智能，BI工具是為了數據分析而生的，它誕生的起點就非常高，目標是把從業務數據到經營決策的時間縮短，利用數據來影響決策。常用的BI工具有Power BI、Tableau和億信ABI，下面我們以億信ABI為例，談談BI工具做數據分析有哪些優勢。

三、數據分析編程語言

主流的數據分析編程語言是R和Python。與上面提到的Excel和BI工具相比，R/Python的使用門檻比較高，如果沒有專業的IT知識，很難上手。但數據分析編程語言有它獨特的優勢。

關於常用的數據分析工具有哪些，青藤小編就和您分享到這里了。如果你對大數據工程有濃厚的興趣，希望這篇文章能夠對你有所幫助。如果您還想了解更多數據分析師、大數據工程師的技巧及素材等內容，可以點擊本站的其他文章進行學習。