企业可以使用哪些工具收集数据

❶ 商业数据分析工具有哪些

1.FineBI

目前国内数据分析的佼佼者。FineBI是新一代自助式BI工具,企业客户多、服务范围广, 多维OLAP分析是BI工具分析功能的集中体现，凭借FineBI简单流畅的操作、强劲的大数据性能和自助式的分析体验,企业可充分了解和利用他们的数据,增强企业的竞争力。

2.Tableau

Tableau是大数据可视化软件的市场领导者之一，在为大数据操作，深度学习算法和多种类型的AI应用程序提供交互式数据可视化方面尤为高效。它内置常用的分析图表，和一些数据分析模型，可以快速的探索式数据分析，可以快速地做出动态交互图。

3.永洪敏捷BI

该产品稳定性较高，利用sql处理数据。永洪的技术主要分为大数据和可视化亮点。覆盖BI和大数据(海量数据、实时分析)，敏捷BI，自服务BI，探索式BI，性价比高。但不支持程序接口，实施交由第三方外包。永洪BI在产品能力上还不错，特别是大数据性能方面，同样可以支撑亿级数据的抽取和分析，而在服务方面则表现一般。

4.Power BI

Microsoft Power BI是一个基于Web的业务分析工具套件，擅长数据可视化，采用的CS架构，主要的报表连接过程使用的客户端，浏览器端可以进行简单的报表编辑。其连接数据源需要单独下载msi驱动，而不是目前主流的JDBC的连接方式。操作基本都是拖拽，不过其探索式分析能力有限，不适合做定制化开发(这个不符合我们需要集成的需求)。学习成本较低上手快，但功能简单，无法支持复杂的业务场景，不支持定制开发。

5.SmartBI

企业级商业智能应用平台，用户可以更直观便捷地获取信息。能满足用户自助式的数据查询和报表，OLAP，各种业务报表，制作仪表盘，在移动终端上展示，有统一服务平台支持众多的管理维护功能。和FineBI同为比较不错的国内BI数据分析软件，但是操作体验并不是很好，界面粗糙，并没有FineBI的界面美观。

6.Qlikview

属于新一代的轻量化商业智能BI产品，体现在建模、部署和使用上。只能运行在windows系统，C/S的产品架构。采用内存动态计算，数据量小时，速度很快;数据量大时，吃内存很厉害性能偏慢。不过目前对于QlikView也是代理形式为主，本地化和定制化能力差，和tableau一样没有大数据处理能力，需要对接数据仓库。国内复杂报表填报等难以支持，另外代理商对客户的响应能力有限。

❷ 有哪些好用的数据采集工具

数据采集，又称数据获取，在计算机广泛应用的今天，数据采集的重要性是十分显着的。它是计算机与外部物理世界连接的桥梁。
数据采集一般需要遵循以下原则：
1. 数据采集任务不能影响业务系统的运行。一般来说，核心业务系统白天工作频繁，难以承载数据抽取的要求，这种情形下数据抽取工作原则上要安排在非工作时段进行。数据采集任务调度必须可以设定数据采集任务的优先时段表。
2. 不同业务系统的数据产生周期不同，会影响到数据采集的周期。数据采集应根据业务系统及交换数据的周期要求，设定数据采集时间周期表。
3. 数据采集任务的执行时间原则上应与数据采集周期时间成正比，即数据采集周期时间间隔要求短(长)的采集任务，其采集任务的执行时间也要求短(长)。如对按日采集的数据，应能在3一5h内完成抽取、清洗、加载、处理等工作;对按月采集的数据，数据抽取、清洗、加载和处理等工作可以放宽到48h内完成。
4. 对于数据采集量特别大且数据转换操作特别复杂的任务，利用ETL工具会消耗大量的资源和时间，建议通过编制专门数据采集接口程序完成数据采集任务，以提高数据采集工作的效率。
5. 以数据源为单位进行的全量采集的任务，可以以数据源为单位进行数据初始化操作，当数据源的数据采集操作出现问题时，可以仅对该数据源进行全量采集恢复，而对其他数据源的数据采集没有任何影响。
现在的101 异构数据采集技术可以做到无需软件厂商配合，直接采集异构数据，这样的数据采集就不需要协调各个厂家，不需要花费高昂的接口费用，而施工周期也不会太长，是很多领域大型企业数据采集业务的第一选择。

❸ 企业微信可以统计各个渠道的数据吗

企业在开展营销活动时，会设置渠道码，并将其投放到不同的渠道中，实时查看各渠道的引流客户数量，从而了解各渠道的引流效果。目前企业微信频道码没有参数功能，可以查看客户不同频道的添加数据和丢失数据，了解不同频道的效果并进行审核。同时，也为下一个渠道的效果提供参考，从而帮助企业实现精准营销。

根据员工的工作时间自动上下线接待客户，避免客户支持碰撞，高效配置人力资源。支持员工接客时间段设置，自动上线离线，无需手动切换。在锁定模式下，扫描客户只能添加一个客户的企业微信，以避免碰撞。

❹ 3、 企业使用什么工具收集、整理、分析客户信息

一、内部报告。
包括客户订单；销售预测表；销售汇总报表（月、季分地区）；销售价格水平表；存货统计表；应收帐款统计表。

客户订单要按照行业、地区、交货期、产品规格进行归类；销售产品预测表要分产品种类成交可能评估值、交货期、按年、季、月，如批次多，则要分到每周；销售汇总报表要统计详细，分产品，分时间段，分地区、分人员；销售价格水平表要能够从中看出大类产品的价格状况、赢利能力及分地区、分人员的赢利能力，从中可看出某地区的贡献利润值；存货统计表要将企业内部产品供应状况做一一统计，注意要与销售预测表配合来看，同时注意存货的动态变化，如产品规格复杂、交货频繁，存货期的统计则周期要短，最好借助计算机信息系统每日进行统计。应收帐款统计表要区分帐龄，并结合客户信用分析使用。
以上报表提供结果数据要形成制度化，定期统计，一切数据只有在经过集合、归纳，对比时才有意义。
内部报告系统的核心是订单收款循环。这不仅是收集市场情报，也是分析企业内部营运状况，是营销管理的基础工作。
重要的数据，往往就在身边。

二、外部情报收集系统。应从五个方面着手：
1．消费者调查。应注意从消费者的角度收集，了解消费者的欲望需求，不要将消费者的意愿、表述"翻译"成制造商的想法，要客观。如工业品需注意：客户要求我们产品在其整体产品中的功能要求，可能的话要实际操作客户如何使用我们的产品。
2．产业市场调查。尽可能收集本行业的发展、现状、趋势，行业生存条件等方面内容，密切注意新技术在本行业的运用，同时也要关注与本行业相关行业动向，如房地产业对建材行业的影响。
3．竞争调查。对竞争者的调查，要注意对其市场行为规律的分析，特别是主要经营者的变动及其它动向。在这里要提醒的是，竞争不仅来自于同行业间最类似的产品，还来自例如供应商、客户、替代品、新加入的竞争者等多方面的威胁。由于各企业所处的行业不同，要有所区别。有些行业新技术不断涌现，产品更新换代快，因而替代品威胁成为主要的竞争压力，就应列为竞争调查的重点。
4．营销渠道的调查。市场网络成员的地区、数量、规模、性质、营销能力、信用等级，代替竞争者产品情况、合作情况、主要经营者的情况等做专案记录，并需做动态的调查，定期（如半年）更新一次。
5．宏观环境调查。要注意经济环境的变化，特别是主要产业的发展变化对本行业的影响，有些行业反应较快，如石油价格的变化等等。中国经济仍处于转型期，各项法规政策及政府主管部门职能都在转变之中，要注意收集，并注意产业发展趋势的要求与政府行为的力度，如环保的要求对很多行业企业（如小化工企业）成了生死线。

外部情报的收集
1．自行收集阅读书报（经济类）、行业出版物，安排专人做简报工作，将有价值的信息收集下来供传阅分析之用；同外部人员交谈，包括供应商、顾客、经销商及外界其他人士，在闲聊之中，或许就会得到重要情报；同本公司内部人员交谈，如采购人员、送货人员、销售助理等；也可以在公司管理上提出要求，如让员工在工作日报表上记录信息情报。
2．由于销售人员在一线服务，对市场反应最为敏感，要重视发挥他们的作用。在销售人员的工作中，将情报收集列为其基本工作之一，并列入考核。
3．鼓励经销商收集、提供情报，可考虑将经销商情报收集纳入年度评定指标之中，并给予适当奖励。当经销商认为他参与到企业的发展之中，他的积极性也会高涨许多。
4．购买情报。这分成二种：一是向权威专业情报机构购买，价格虽然高些但毕竟值得；二是向行业资深人士购买，这个方法较灵活，并且可就某一问题要求深入调查，但一要选对人，二是要处理好合作关系。
5．购买专业新闻简报、国家经济统计年鉴、行业统计年鉴，这些有一定的参考价值，并要归纳为好对本企业有用的信息。
6．装扮成顾客去访问竞争者，既要学习竞争者高明之处，更要及时发现竞争者所忽视的地方，因为这往往就是机会所在。

市场调查、情报收集是一项非常值得花精力去做的重要工作。要做好这项工作：一要有专人负责；二要记录下来分类进行登记整理、并作动态调整；三是要全方位地推行，对所有外务人员做统一培训，告知如何收集情报，什么情报有用。这项工作并不复杂，只要用心就可以做好。

❺ 目前都有哪些数据分析的工具

大数据分析的前瞻性使得很多公司以及企业都开始使用大数据分析对公司的决策做出帮助，而大数据分析是去分析海量的数据，所以就不得不借助一些工具去分析大数据，。一般来说，数据分析工作中都是有很多层次的，这些层次分别是数据存储层、数据报表层、数据分析层、数据展现层。对于不同的层次是有不同的工具进行工作的。下面小编就对大数据分析工具给大家好好介绍一下。
首先我们从数据存储来讲数据分析的工具。我们在分析数据的时候首先需要存储数据，数据的存储是一个非常重要的事情，如果懂得数据库技术，并且能够操作好数据库技术，这就能够提高数据分析的效率。而数据存储的工具主要是以下的工具。
1、MySQL数据库，这个对于部门级或者互联网的数据库应用是必要的，这个时候关键掌握数据库的库结构和SQL语言的数据查询能力。
2、SQL Server的最新版本，对中小企业，一些大型企业也可以采用SQL Server数据库，其实这个时候本身除了数据存储，也包括了数据报表和数据分析了，甚至数据挖掘工具都在其中了。
3、DB2，Oracle数据库都是大型数据库了，主要是企业级，特别是大型企业或者对数据海量存储需求的就是必须的了，一般大型数据库公司都提供非常好的数据整合应用平台;
接着说数据报表层。一般来说，当企业存储了数据后，首先要解决报表的问题。解决报表的问题才能够正确的分析好数据库。关于数据报表所用到的数据分析工具就是以下的工具。
1、Crystal Report水晶报表，Bill报表，这都是全球最流行的报表工具，非常规范的报表设计思想，早期商业智能其实大部分人的理解就是报表系统，不借助IT技术人员就可以获取企业各种信息——报表。
2、Tableau软件，这个软件是近年来非常棒的一个软件，当然它已经不是单纯的数据报表软件了，而是更为可视化的数据分析软件，因为很多人经常用它来从数据库中进行报表和可视化分析。
第三说的是数据分析层。这个层其实有很多分析工具，当然我们最常用的就是Excel，我经常用的就是统计分析和数据挖掘工具;
1、Excel软件，首先版本越高越好用这是肯定的;当然对Excel来讲很多人只是掌握了5%Excel功能，Excel功能非常强大，甚至可以完成所有的统计分析工作!但是我也常说，有能力把Excel玩成统计工具不如专门学会统计软件;
2、SPSS软件：当前版本是18，名字也改成了PASW Statistics;我从3.0开始Dos环境下编程分析，到现在版本的变迁也可以看出SPSS社会科学统计软件包的变化，从重视医学、化学等开始越来越重视商业分析，现在已经成为了预测分析软件。
最后说表现层的软件。一般来说表现层的软件都是很实用的工具。表现层的软件就是下面提到的内容。
1、PowerPoint软件：大部分人都是用PPT写报告。
2、Visio、SmartDraw软件：这些都是非常好用的流程图、营销图表、地图等，而且从这里可以得到很多零件;
3、Swiff Chart软件：制作图表的软件，生成的是Flash

❻ 公司一般使用什么大数据分析软件

公司一般使用spark和Hadoop这些软件

❼ 企业做数据挖掘用什么工具

今天给大家介绍一款神奇的数据分析工具--TempoAI。它是一款面向企业的一体化分析软件产品，助力企业通过数据分析挖掘企业内部新的业绩增长点，在新一轮竞争中抢占先机。TempoAI完整覆盖数据接入、模型构建、流程洞察、成果部署等数据价值发现全过程，同时辅以图形化、拖拽式的建模体验，让用户无需编写代码，即可实现对数据的全方位深度分析和模型构建。实现数据的关联分析、未来趋势预测等多种分析，帮助用户发现数据中隐藏的关系及规律，为企业提供数据分析与应用解决方案。

❽ 有哪些用来收集、分析和可视化数据的软件

一般有四种方案：

优势： 零成本

劣势： 最多可承载几万行数据；数据分析繁琐，可视化展示有限

Excel支持从数据填写、分析到可视化的一站式需求，对于基础的数据分析来说无比强大。但是，用Excel做数据可视化需要数据分析人员每天都要从公司不同的ERP、CRM、财务系统中导出大量数据，再将多个表格用vlookup和sumif进行关联计算，最后通过把可视化图表截图放到PPT里进行日报和周报汇报。适合数据量小，对数据分析维度要求低、展现形式要求低的工作。

优势：比Excel工作量小，可以支持权限管理

劣势：需要定制开发、单表最多可承载几十万行数据

报表系统是Excel的升级版，不需要复杂函数去进行数据分析，但同时，需要IT根据你的数据分析需求定制字段，用户只能看到定制字段的数据内容，如果要进行可视化，还是需要把

优势：支持联动、下钻、跳转等动态分析，单表可支持亿行数据

劣势：需要掌握Python、R语言等程序代码，略贵

BI首先可以对接多个系统的数据源，将所有数据整合到一个平台中进行全局分析。其次就是支持实时数据展示，分析维度和深度也远远强于报表系统，支持下钻、联动等数据交互。

优势：支持可视化自助分析（不需要代码拖拽式操作）、实时数据分析

劣势：等更新的产品出来可能应该就能找到了

同样支持从数据接入、数据清洗、数据分析到数据可视化的一站式操作，但是在用户使用层面强调低代码（或零代码）开发、无缝对接、灵活部署，比如用观远Smart ETL托拉拽进可以做分析看板，无需重新建模，赋能普通业务人员做数据分析的能力，让数据员有更多时间可以专注如何将分析与业务结合。并且，还可以借助AI算法的能力构建基于未来的分析模型，比如销售预测、智能排课等。

以下以观远智能BI为例，说下每一步是如何实现的。

1、数据收集

观远智能BI可无缝对接到企业各类信息化系统中，可对接几十种数据源，实现数据互通胡融，同时也支持在线填报或Excel导入等功能。

2、数据分析

观远是典型的自助式BI平台，可支持拖拽式操作，自助化分析，极大降低分析难度；赋能分析思维，让普通业务人员专注业务本身，使其快速成长为优秀的数据分析师！

3、数据可视化

目前，观远支持50余种图表类型，涵盖柱形图、双轴图、漏斗图、帕累托图等。在此基础上，延展出投屏、幻灯片等数据可视化呈现形式，满足绝大多数数据表达需求。在动态交互上支持钻取、联动、跳转等功能，可以实现一键点击即可层层剖析数据，发现问题。在可视化展示上又支持移动BI轻应用、数据大屏和web端三种模式。

展示几张用观远BI做出来的数据看板和大屏：

奥威软件的OurwayBI就是一款完整的BI智能数据可视化分析软件。它能通过爬虫、填报、ETL工具采集数据（支持全域数据），统一数据分析口径后，再通过智能分析功能、可视化图表完成数据可视化分析。最后，将分析结果直观易懂地展现出来。

从数据采集，到数据清洗整理以及智能分析，再到后面的数据可视化呈现，都能快速实现。并且OurwayBI还有一套覆盖多行业、主流ERP的标准解决方案，预设了包括财务、仓库等板块在内的数据分析模型，像金蝶/用友标准解决方案这类的，还能实现零开发呢！

而且奥威软件出品的OurwayBI的ETL工具是可全面可视化的，能给开发和维护提供不少便利。

至于，数据可视化的效果，如果你去奥威软件的demo平台看看，就能亲自体验在线自助分析。这里就先放几张BI数据可视化报表截图，作为个开胃菜简单感受下它的直观易懂。

我们公司用的是前嗅，他们家具有数据采集，数据清洗（挖掘），多维度分析及生成可视化图表等功能，当然，我们用得比较多的是数据采集的功能，有兴趣也可以看看他们的官网。

❾ 数据采集工具有哪些

如下：

1、NSLOOKUP

nslookup命令几乎在所有的PC操作系统上都有安装，用于查询DNS的记录，查看域名解析是否正常，在网络故障的时候用来诊断网络问题。信息安全人员，可以通过返回的信息进行信息搜集。

2、DIG

Dig也是对DNS信息进行搜集的工具，dig 相比nsllooup不光功能更丰富，首先通过默认的上连DNS服务器去查询对应的IP地址，然后再以设置的dnsserver为上连DNS服务器。

3、Whois

whois就是一个用来查询域名是否已经被注册，以及注册域名的详细信息的数据库（如域名所有人、域名注册商）。通过whois来实现对域名信息的查询。早期的whois查询多以命令列接口存在，但是现在出现了一些网页接口简化的线上查询工具，可以一次向不同的数据库查询。

网页接口的查询工具仍然依赖whois协议向服务器发送查询请求，命令列接口的工具仍然被系统管理员广泛使用。whois通常使用TCP协议43端口。每个域名/IP的whois信息由对应的管理机构保存。

5、主动信息搜集

Recon-ng是一个信息搜集的框架，它之于信息搜集完全可以和exploit之于metasploit framework、社会工程学之于SET。

5、主动信息搜集

主动信息搜集是利用一些工具和手段，与搜集的目标发生一些交互，从而获得目标信息的一种行为。主动信息搜集的过程中无法避免会留下一些痕迹。

❿ 常用的数据分析工具有哪些

一、Excel

Excel可以说是被用得最多数据分析工具，无人不知，无人不晓。Excel的功能非常强大，从简单的表格制作，数据透视表，写公式，再到VBA语言，还有无数的插件供你使用。无论是初入职场的小白，还是经验丰富的数据分析师，Excel都是电脑里的必备工具之一。

二、BI工具

BI(Business Intelligence)即商业智能，BI工具是为了数据分析而生的，它诞生的起点就非常高，目标是把从业务数据到经营决策的时间缩短，利用数据来影响决策。常用的BI工具有Power BI、Tableau和亿信ABI，下面我们以亿信ABI为例，谈谈BI工具做数据分析有哪些优势。

三、数据分析编程语言

主流的数据分析编程语言是R和Python。与上面提到的Excel和BI工具相比，R/Python的使用门槛比较高，如果没有专业的IT知识，很难上手。但数据分析编程语言有它独特的优势。

关于常用的数据分析工具有哪些，青藤小编就和您分享到这里了。如果你对大数据工程有浓厚的兴趣，希望这篇文章能够对你有所帮助。如果您还想了解更多数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。