微信大数据分析工具

新媒体指数：http://gsdata

清博大数据-新媒体指数(gsdata)是新媒体大数据第一平台，为运营新媒体利器!现已开通账号分钟级监测服务，打击粉丝造假账号，支持用户自主监测新媒体数据、定制各类榜单，并提供数据API等各类增值服务。

数据可视化工具：

百度ECharts：http://echarts.baidu/

Cytoscape：http://cytoscape.org/

图表秀：http://tubiaoxiu/

数据观：http://shujuguan/

微博足迹可视化：http://vis.pku.edu/weibova/weibogeo_footprint/index.html

BDP个人版：https://me.bdp/home.html

ICHarts：http://icharts.in/

魔镜：http://moojnn/

词频分析工具：

Rost：http://cncrk/downinfo/54638.html

图悦：http://picdata/

语义分析系统：http://ictclas.nlpir.org/nlpir/

Tagul：https://tagul/

腾讯文智：http://nlp.qq/semantic.cgi

Tagxedo词云：http://tagxedo/

舆情分析工具：

清博舆情系统：http://yuqing.gsdata/

云相：http://weidata/

PPT模板工具：

我图网：http://so.ooopic/

51PPT模板：http://51pptmoban/ppt/

无忧PPT：http://51ppt/

第1PPT：http://1ppt/

站长之家：http://sc.chinaz/ppt/

设计师网址导航：http://userinterface/

互联网趋势分析工具：

微博指数：http://data.weibo/index

百度指数：http://index.baidu/

好搜指数：http://index.so/#index

搜狗指数：http://zhishu.sogou/

百度预测：http://trends.baidu/

在线调查工具：

腾讯问卷调查：http://wj.qq/

麦客：http://mikecrm/

ICTR：http://cn2.ictr/

问道网：http://askform/

问卷星：http://sojump/

调查派：http://diaochapai/

问卷网：http://wenjuan/

SurveyMonkey：https://zh.surveymonkey/

网站分析监测工具：

H5传播分析工具：http://chuanbo.datastory/

百度统计：http://tongji.baidu/web/welcome/login

腾讯云分析：http://mta.qq/

51.la：http://51.la/

社交媒体监测工具：

孔明社会化媒体管理：http://kmsocial/

企业微博管理中心：http://e.weibo/

知乎用户深度分析：http://kanzhihu/useranalysis

其他数据网站：

数据分析网：http://afenxi

媒体微博排行榜：http://v6.bang.weibo/xmt

友盟：http://umeng/

中国新闻地图：http://vis.360/open/cnnews/

中国票房榜：http://cbooo/

收视率排行：http://tvtv.hk/archives/category/tv

农业大数据云平台：http://dataagri/agriculture/gis.action

房价指数：http://industry.fang/data/datacenter.aspx

中国统计局：http://data.stats.gov/

中国主要城市拥堵排名：http://report.amap/traffic/

中国综合社会调查：http://chinagss.org/

中国P2P网贷指数：http://p2p001/wdzs/wdzs_p2pline.html

Alexa：http://alexa/

易车汽车指数：http://index.bitauto/

旅游预测：http://trends.baidu/tour/

以上就是给大家推荐的一些用于数据分析的“必备神器”，其中很多工具是亲测过认为非常强大的，希望大家能从中找到对自己有帮助的工具。

编者按：在云计算大数据技术日趋成熟的当今，数据挖掘分析与商业智能应用的价值越来越被企业所理解。企业通过对关键业务数据、客户信息以及日志数据的挖掘分析，可进行精准的客户画像并分析客户属性，更准确地发现目标客户和更多的营销机会(市场客户分析、交叉营销等)，实现市场、渠道和产品的细分与创新，动态掌握复杂市场需求的变化，智能数据解决方案提升了市场竞争力。

说到智能数据解决方案供应商，去年刚刚获得6000万元融资的“袋鼠云”最近可谓是“动作频频”，不仅多名前阿里核心技术人员强势加盟，更有硅谷留洋“博士团”鼎力回归，让“袋鼠云”这一新锐品牌迅速被数据行业“特别关注”。

数据智能解决方案新锐品牌“袋鼠云”从数据资源规划及获取、数据质量分析及提升，到基于中台策略的数据整体建模以及数据的资产管理都有切实的解决方案，进一步帮助客户建立标签引擎的实体画像，从而帮助客户实施数据指标体系梳理计算（BI）和数据应用规划及实现(DI),最终用数据可视化大屏的形式呈现出来帮助实时决策。可以说“袋鼠云”的智能数据解决方案的产品线可谓“相当完整”。

“袋鼠云”产品线构建了统一负载的全量数据分析平台与方案，统一的在线实时存储、处理、分析工具，支持PB级海量数据处理，可随业务需求线性扩展，为客户实现“即时刻画、秒级呈现”的数据可视化大屏呈现方式。

记者采访中了解到，目前“袋鼠云”品牌在全产品线的智能数据分析解决方案中，日志大数据分析平台与数据可视化大屏即时呈现两大方面技术积累与产品优势十分明显。

EasyLog日志大数据分析平台—用日志解析为企业做体检

“我们将为客户从大量的数据日志项目中，根据客户业务现状清洗整理出切实可行的关键日志信息，做好日志数据挖掘和分析利用，充分在运维过程中给客户带来价值。” 袋鼠云在采访中给记者解释：“传统企业对于海量日志数据利用效能很低，而每次都靠IT人员查阅日志进行系统运维的方式既成本高昂而且运维稳定性很低，而采用了袋鼠云的日志大数据分析平台EasyLog就可以大大提升企业运维的效率，对于很多潜在的系统问题也能做到良好的预警。”

据介绍，目前袋鼠云日志大数据分析平台EasyLog主要部署在大中型互联网企业以及互联网金融行业，也有大型的金融机构、电信运营商等等，这些行业都非常重视日志大数据对于企业运维的作用。

同时袋鼠云日志大数据分析平台EasyLog也可帮助企业满足《中国网络安全法》日志归档要求、满足《公安部息系统安全等级保护》三级要求；

袋鼠云向记者进一步介绍：“目前企业针对日志大数据分析应用有几种方案，一种是基于开源应用的ELK方案,另一种就是类似袋鼠云提供的日志大数据分析平台。前者由于是开源应用，因此企业的前期开发与后期维护成本比较高，也面临无可预计的开发风险，而后者袋鼠云日志大数据分析平台更像是一个“拎包入住”并自配资深管家的成熟方案平台，让客户省去很多后顾之忧。”

而且在采访中记者了解到：“袋鼠云日志大数据分析平台，也有灵活的部署方式，既可以在客户方线下机房部署，也可以部署在云端服务，甚至针对小型企业袋鼠云还有SaaS版的轻量级产品，针对不同的客户可谓“面面俱到”。并且这样的金融级日志分析、AIOps平台，可用于故障定位、业务监控、安全审计等，袋鼠云日志有着可视化仪表盘、监控告警、数据脱敏、数据转发投递、多租户数据隔离等特色功能，可根据企业实际业务完成分析场景建设，以提升企业故障发现率、运维运营效率。

“目前著名的互联网银行品牌新网银行在旗下十余个核心系统中均采用了袋鼠云的日志大数据分析平台EasyLog，从而提升了各业务系统故障发现率，同时极大降低故障处理时间，也成为了成功的众多案例之一。”采访中记者了解到。

数据可视化实时大屏—实现企业数据化运营

而作为袋鼠云全产品线中另一个亮点的“数据可视化实时大屏”也是目前炙手可热的技术，数据产生价值这个大方向让最后呈现的环节中的数据实时分析产生价值，呈现一切价值数据可视化，最终帮助提升生产效率、促进产业变革，通过客户产业创新让数据价值最大化。

采访中记者了解到，袋鼠云数据可视化实时大屏目前主要服务的行业包括新零售、智能制造、智慧人社、以及业务快速增长的互联网创业公司等。

采访中记者了解到，新零售方面一直是袋鼠云的强项。一方面借助营销引擎帮助品牌商打通线上线下的用户数据，实现精准营销。围绕客户的发展与持续经营，统一管理线上营销渠道，打通全域数据，通过数据个性化线下门店服务体验等，使企业与客户之间可随时无阻碍的连接。这些数据与分析都以精准实时的形式呈现在客户的可视化大屏之上，让客户从容决策。

“要精准呈现数据可视化大屏的最佳效果，数据的实时性采集非常重要，袋鼠云实现了对TB级别甚至是PB级别数据的实时处理，实现秒级反馈是最基本的要求，这得益于袋鼠云的技术团队多数来自于阿里云，在实时数据计算处理与呈现方面有丰富的经验。”可视化大屏将企业实时数据即时呈现，比如电商平台的经营概况、用户画像等信息一目了然。

编后：目前袋鼠云的团队已经超过 150 人，80% 左右为技术人员。当下更多的资深技术专家，包括美国回来的人工智能博士和一批专注企业服务多年的行业专家都纷纷加盟袋鼠云，让数据产生价值。无论是数据可视化实时大屏Easy[V]或是日志大数据分析平台EasyLog，智能数据解决方案最终让更多的数据产生价值，让未来变成现在，袋鼠云这一朝气蓬勃的品牌团队正在朝向探索未来数据价值之路上越跑越快。

本文关注：日志大数据分析平台、数据可视化大屏、数据智能解决方案

转载或分享请注明来源标题《数据可视化大屏+日志大数据分析平台，数据智能解决方案改变世界》

今天，还是想跟大家说说大数据的事，要知道，做新零售是离不开的大数据分析的，尤其是在线上，为什么今天想说这个呢，源于一条新闻——《微信：不留存任何用户聊天记录 不偷看你的聊天》

这个事，可算是火了，其实源于吉利汽车董事长李书福的一句话“我心里就想，马化腾肯定天天在看我们的微信”这不，关于微信的个人隐私保护和信息安全问题又被提及。

于是乎，微信赶忙澄清说，第一，微信不留存任何用户的聊天记录， 聊天内容只存储在用户的手机、电脑等终端设备上；第二、微信不会将用户的任何聊天内容用于大数据分析；第三、因微信不存储、不分析用户聊天内容的技术模式，传言中所说 “我们天天在看你的微信”纯属误解。

那么，好啦，问题来了，为什么腾讯不把聊天记录用于大数据分析。

我不知道您哪位喜欢看相声，德云社青年相声演员朱云峰（烧饼）、曹鹤阳（小四）的包袱里有这么一句话：“你有什么长处，我有什么短处”，这句话里有两个“什么”，当着两个“什么”同时重读和同时轻度时，表达的完全是两个意思，这就是中国话音调问题，而对于大数据采集来说，现代技术还采集不到音调的不同，再加上多音字，这些干扰，很难得的一个相对准确数据。

我知道，这个时候你一点会说分析语音啊，那好，现在市面上的语音输入识别的对于方言的识别呢？可以说是惨不忍睹，专门统计世界各地语言的机构《民族语》（Ethnologue）在2016年发布的各国语言数排名中，中国以301种语言排名全球第六。所以说要想完完全全的识别方言土语，任重而道远啊。就算是普通话，随着噪音的增长，语速的变快，识别的准确率越低，这也是无法取准语音确数据的原因之一。

那么最后一个，主观性，我们平时在与人聊天的时候会发现，同一个东西，可能跟张三说，这个东西多好多好，跟李四说这个东西糟透了，但是你对这个东西是否喜欢只有在你心里清楚，从文字中很难分辨，这就是人在不同的语境之下，语言的一个变化，更多的是一个心理学的东西，现代计算机对心理学的算法好像不太灵活，不然，测谎仪为什么要采集人体生理参量的变化信息。

其实，微信在聊天这一块采集的数据是一些客观的东西，例如我们发布的条数，发布的时间，语音的时长，发布的频率这些，主要分析的还是用户行为。这也是大数据要分析的主要内容。

尤其是对于线上新零售来说，当你无法面对用户时，想要把握用户流向，就一定要对用户行为进行分析。

通过分析用户访问网站流程，我们可以分析出客户浏览页面的行为方式，从而判断网站结构设计是否合理，是用户体验更加完善；

通过分析注册用户和非注册用户，我们可以通过分析两者之间的浏览习惯，来制定我们的活动方式，吸引客户关注；

通过分析用户选的入口形式，我们可更为合理分配广告资源，利用好每一分广告费；

通过分析用户所使用的搜索引擎、关键词、关联关键词和站内关键字，我们可以了解到用户的喜好，推送相应的产品或者服务给到用户；

通过分析用户的来源地区、来路域名和页面，再结合用户的基础属性，有利于我们做出差异化营销策略。

。。。。。。

当这些组合在一起时，我们线上新零售营销就可以做到定向营销，差异化营销，一站式营销等多种经营模式，这才是新零售种大数据分析的目的所在，从用户需求出发，为用户提供符合其需求的服务或者产品。

大数据市场是一座待挖掘的金矿。随着数据使用量的增长，将有更多的人通过数据来寻求专业问题的答案。可视化数据分析工具的出现让人们可以通过将数据可视化来探讨问题、揭示洞见，用数据分享故事。甚至于不懂挖掘算法的人员，也能够为用户进行画像。

BI（Business Intelligence）即商业智能，越来越多的智能软件供应商推出可视化数据分析工具，应对企业业务人员的大数据分析需求。然而如果你觉得不是数据分析专业、没有挖掘算法基础就无法使用BI工具？NO，自助式分析工具已经让数据产品链条变得大众化。为了更好地帮助读者选择分析工具，本文将为大家介绍11款数据分析产品，排名不分先后！

1.数说立方

网址：http://cube.datastory/

数说立方是数说故事新推出的一款面向数据分析师的在线商业智能产品。最重要的特点是配备百亿级社交数据库，同时支持全网公开数据实时抓取，从数据源端解决分析师难点；另外数说立方搭载了分布式搜索、语义分析、数据可视化三大引擎系统的海量计算平台，实现数据处理“探索式分析”和“秒级响应”的两个核心功能。同时数说立方是数说故事三大主打产品之一，并与其他两大产品数说聚合和数说雷达实现从数据源、数据分析、到数据展示完整的数据解决方案。

优点：

即便是个人免费版，体验和功能仍然非常好；

与自家产品“数说聚合”的无缝接入，支持定向抓取微信、微博等数据；

功完善，集数据处理、特征工程、建模、文本挖掘为一体的机器学习平台；

可视化视图展现、友好的客户感知页面；

支持SAAS，私有化部署，有权限管理；

缺点：

产品新上市，操作指导页不太完善；

体验过程中有一些小bug；

2.数加平台

网址：https://data.aliyun

数加是阿里云发布的一站式大数据平台，可以提供数据采集、结构化、加工到展示分析整套的一站式数据服务。 可采集不同系统及物理存储的源头数据，在分布式计算平台上进行数据的深度整合、计算、挖掘，将计算的结果通过可视化的工具进行个性化的数据分析和展现，也可直观的展示分析现有云上业务系统的数据库数据。

优点：

有完整的产品规划，功能完善；

图形展示和客户感知良好；

提供SQL查询；

缺点：

需要捆绑阿里云才能使用，一般用户还不能真正使用起来；

部分体验功能一般，有一定的学习成本；

3.Tableau

网址：http://tableau/zh-cn

Tableau是目前市面上较为成功的BI工具。产品既有针对性，又有普适性。拖放式界面，操作简单。数据兼容性强，适用于多种数据文件与数据库，同时也兼容多平台，windows、mac、Online均可使用。而且重要的一点是免费为用户安排现场培训或按需求进行在线培训。

优点：

处于行业领导者地位，功能完善；

有较好的图形展现与客户感知；

新产品开始支持云端展现，但是需要客户端支持；

缺点：

相比于商业智能BI，更像一个基于数据查询的数据展示工具；

处理不规范数据、转化复杂模型比较难；

无法处理大量数据；

国内网络连接Online版速度较慢；

4.Qlik

网址：http://global.qlik/cn

QlikView只需轻轻单击几下，就可以对所有数据源进行合并、搜索、可视化和分析，可在不影响性能的前提下连接到多个数据源；其次视图种类丰富，界面简洁，互动性强，总体来说是一款简单易用的BI产品。Qlik用户可通过各类可视化效果，将Qlik扩展到任何应用程序中。另外用户也可以通过使用标准的和最新的网络API，可将可视化效果数据嵌入网站或应用程序。

优点：

产品功能完善，图形展现和客户感知良好；

支持SAAS，有权限管理功能；

缺点：

有一定的学习成本；

报表规范性要求很高；

数据抓取功能都非常弱，需要有非常好的数据仓库作为基础；

5.Spotfire

网址：http://spotfire.tibco

Spotfire服务对象是一线工作人员和日常决策人员，其交互界面形象易懂，无需写脚本语言和编写程序就可以对数据进行添加、分离操作。内置搜索引擎，可以随意查找任意信息。支持R、S+等统计、挖掘功能；有丰富、开源的R模型。标记有自身特色，提供了过滤、钻取等功能，多个标记同时还可以实现图形化的集合运算。

优点：

交互界面形象易懂，即使是普通的业务人员也能轻而易举地进行复杂的数据分析；

不一定要建数据仓库，还可以直接从多个异构数据源提取数据进行分析；

支持SAAS，有权限管理功能；

缺点：

SAAS版只支持30M，由于是国外服务器所以上传很慢；

不适合中国式的固定报表；

进军中国市场较晚，国内案例较少；

工具的适应性范围广，但是难易跨度大；

6.神策分析

网址：http://sensorsdata/

神策分析的产品有完整的使用文档，每个模块都有详细的使用说明以及示例，降低了用户的学习成本。而且支持私有部署、任意维度的交叉分析，并帮助客户搭建专属的数据仓库。目前提供事件分析、漏斗分析、留存分析、数据管理等功能，未来预计会增加用户分群、用户人群分析、推送和异常维度组合挖掘等

优点：

专注于用户行为数据分析，不追求做大而追求做全；

有详细的产品使用文档以及案例；

提供SQL查询；

缺点：

更多的是demo示例，不能开箱即用；

纯dashboard展示，并不能对单独一块数据作自定义分析；

7.BDP

网址：https://me.bdp/home.html

BDP个人版免费，只需导入数据，设定分析维度，即可实时得到图表分析结果。示例和视频教学很细致，交互页面友好。每次数据更新，对应的图表也会自动更新，可以免去一些重复制作的工作。分享环节也很贴心，报告可以一键导出为PPT、邮件发送，也可直接生成链接分享。

优点：

产品支持移动端；手机同步呈现最新数据

首次登陆的用户可以使用免费数据；

操作体验流畅，界面友好，功能全，总体来说是一款不错的产品；

即便是个人免费版，体验和功能仍然非常好；

缺点：

暂时用起来还不错，我比较喜欢用这个工具；

8.永洪BI

网址：http://yonghongtech

永洪BI是一款可在前端进行多维分析和报表展现的BI软件。支持拖拽操作，数据源格式多样，提供不同级别的查询支持，支持跨库跨源连接。另外永洪提供了一款数据存储、数据处理的软件——MPP数据集市，可与BI打通，使得数据查询，钻取和展示的速度大幅度提高。不过其产品用户体验一般，拖拽过于自由，导致仪表盘布局不好控制；主题样式虽多但是给人感觉样式还是很传统。

优点：

商业流程完善，给人专业的感觉；

产品定制化的版本效果不错；

支持的数据接入较多；

缺点：

SAAS版体验很差，有一定的学习成本；

UI的视觉效果一般，整体可视化效果不够现代化；

9.数据观

网址：http://shujuguan

数据观的功能设计理念是极简、无门槛，所以它最大的特点就是简单。数据观数据来自云端，如：百度 网盘、微盘、salesforce等。数据上传后，马上有推荐图表，引导明确。另外产品的使用没有技术门槛，无需专业IT知识，同时适用于非专业分析师出身的业务人员，可以快速将数据转化成直观的图表，适合一开始接触数据分析工具的非专业数据从业人员。

优点：

注册只需填写邮箱，且支持明道账号登陆；

使用引导明确，支持salesforce、百度云数据导入；

分析结果支持链接分享，大大降低用户的沟通成本；

缺点：

不支持超过20MB的数据上传；

数据导入后，数据分析体验方面存在bug；

产品的使用以点击为主，不支持拖拽操作；

10.FineBI

网址：http://finebi/

FineBI分为数据处理、可视分析和分享公用三大功能模块。支持多种数据源，图表风格清爽美观，可选择任意维度分析。分析页面由控件和组件组成，控件和组件的数量是可以添加至任意多个，但是布局的交互比较僵硬，且使用逻辑有点乱，引导不明确。需要安装本地客户端才能使用。

优点：

有较为详细的行业案例与技术方案；

产品演示和资源中心也较为清晰；

缺点：

需要使用客户端，增加了使用的不便利性

只有仪表盘展示，BI报表需要另一款产品；

无法处理大量的数据；

11.魔镜

网址：http://moojnn

魔镜支持自动拖拽建模，同时可视化效果库十分酷炫。用户可以邀请团队成员到自己的项目，合作进行探索分析，并且按照需求有效控制访问数据的成员权限。产品模块规划完整，有基础企业版到hadoop等5种选择为，而且可以支持定制化服务。但是可能是云平台版的缘故，使用过程中出现不少BUG，企业版的体验可能会相对好一点。

优点：

产品模块的规划比较健全，其中包括数据源导入、数据分析、仪表盘、数据挖掘和数据工厂；

官网的设计不错，模板选择性大，颜值控可能会喜欢；

工具使用指导清晰，使用篇和方法篇等比较详细；

缺点：

产品存在较多的BUG，UI和功能相对其他产品来说较简陋；

部分产品模块并不能切实用于数据分析；

选择一款适用的BI产品，能够大大简化数据分析的繁杂工作，提高分析效率与质量。当然，以上每个工具各有优点，工具地址都给大家了，接下来就是轮到你动手的时候了，找一个自己喜欢的工具，开始吧！

学位类

2U数据科学资源MS（Master Science）：包括有关领域和职业前景的信息，可用度的类型，以及常见的应用和课程要求。

链接：https://2u/online-graduate-programs/

美国大学商业分析MS：学习数据分析，利用数据解决组织和业务挑战。

链接：https://onlinebusiness.american.edu/analytics/

ASU商业数据分析BS（Bachelor Science）：为商业学生提供必要的知识，技能和经验，以创建和管理大型数据计划。

链接：http://asuonline.asu.edu/online-degree-programs/undergraduate/bachelor-science-business-data-analytics

ASU商业分析MS：开发出您所需要的工具，用于日益发展的职业领域。

链接：http://asuonline.asu.edu/online-degree-programs/graduate/master-science-business-analytics

美国贝佩丝大学，应用数据科学在线MS：超越仪表板。

链接：http://baypath.edu/academics/graduate-programs/applied-data-science-ms/?utm_source=kduggets&utm_campaign=gradadskdnuggs

伯克利信息与数据科学硕士（MIDS）：准备数据科学专业人士担任该领域的领导者。

链接：https://datascience.berkeley.edu/

BU计算机信息系统在线MS：已经集中在数据分析，数据库管理和商业智能。

链接：http://cisonline.bu.edu/

波士顿大学应用商业分析管理在线MS。

链接：http://msmonline.bu.edu/lpemail-msabam/?Access_Code=BU-MSABA-KDNUGGETSE&utm_medium=email&utm_source=Trimax_Direct&utm_campaign=BU-MSABA-KDNUGGETSE

美国卡佩拉大学分析MS：教授大数据，数据挖掘，统计和相关技能，提供虚拟实习，并获取SAS统计业务分析师证书。

链接：http://capella.edu/online-degrees/masters-analytics/?revkey=220526

中央康涅狄格州立大学（CCSU）：探索尖端数据挖掘技术和应用，首个提供数据挖掘方面完整的在线科学硕士学位的大学。

链接：http://ccsu.edu/datamining/

数据科学Coursera MS：与美国伊利诺伊大学-香槟分校联合，32学时，$ 19,200学费。

链接：http://online.illinois.edu/mcs-ds

CUNY SPS数据分析在线MS：一个经济实惠的项目，帮助毕业生通过挖掘和可视化数据来了解现实现象和日常活动。

链接：http://sps.cuny.edu/programs/ms_dataanalytics?utm_source=kdnuggets&utm_medium=website+listing&utm_campaign=msda+kdnuggets+web+listing

数据科学技术研究所大数据工程IS和AI方向 MSC（高级科学硕士）：全职3个月的课程，在线或在校园（巴黎或尼斯）。

链接：https://datasciencetech.institute/advanced-msc-information-systems-artificial-intelligence-big-data-engineering/

数据科学技术研究所应用数据科学与大数据MS：全职6个月课程，或校园（巴黎或尼斯）。

链接：https://datasciencetech.institute/msc-applied-data-science-and-big-data/

DePaul 预测分析MS：解决了数据科学家日益增长的需求，他们将技术和分析技能融合在一起，以应对大数据分析的挑战。

链接：http://cdm.depaul.edu/academics/Pages/MS-In-Predictive-Analytics.aspx

EIUBS（欧洲创新商学院）：提供商业分析和数据分析在线课程。

链接：http://eiubs.eu/onlinecoursesmicrosite/data-analytics-course.php

美国埃尔姆赫斯特学院数据科学在职MS。

链接：http://elmhurst.edu/data_science

格鲁吉亚南方大学计算机科学在线MS：专注于数据挖掘和数据仓库。

链接：http://ceit.georgiasouthern.edu/cs/degrees/mscs/

佐治亚理工大学分析在线MS：与edX合作。

链接：https://pe.gatech.edu/online-masters-degrees/online-master-science-analytics

哈里斯堡大学分析在线MS:12课程旨在为需要平衡工作，家庭和学习需求的工作专业人士而设计。

链接：http://online.harrisburgu.edu/masters-analytics

伊利诺伊理工学院（IIT）数据科学硕士：从2015年秋季开始提供在线学习。

链接：http://science.iit.edu/programs/graduate/master-data-science

印第安纳大学数据科学MS（在线、脱产和混合）：提供数据科学认证证书。

链接：http://soic.indiana.edu/graduate/programs/data-science/index.shtml

ITB爱尔兰商业智能和数据挖掘MSC：在线，业余时间可学习2年。

链接：http://dataminingmasters/

刘易斯大学数据科学36小时在线MS：提供两个集中课程，为计算机科学家而学习的数据科学和为生命科学家而学习的数据科学。

链接：http://online.lewisu.edu/msds

美国圣路易斯玛丽维尔大学商业数据分析在线MS：旨在帮助学生提升他们在数据分析、仓储、挖掘和可视化方面的技能，并为Microsoft SQL和AZURE认证考试做准备。

链接：http://online.maryville.edu/online-master-of-science-in-business-data-analytics/

莫瑞麦克学院数据科学和商业分析MS学位：提供个性化、方便和用人单位设计的课程，教授用人单位要求的技能。

链接：http://onlinedsa.merrimack.edu/

微软数据科学专业学位。

链接：https://academy.microsoft/en-US/professional-degree/data-science/

西北大学预测分析在线MS：为满足日益增长的数据驱动型领导力和解决问题的需求，帮助学生做好准备。

链接：http://predictive-analytics.northwestern.edu/

圣母大学数据科学在线MS-ACMS：帮助毕业生快速职业成长，帮助数据科学家获取长期成功。

链接：http://datascience.nd.edu/

俄克拉何马州立大学（OSU）商业分析MS：拥有3个SAS证书选项。

链接：http://analytics.okstate.edu/

渥太华数据科学与技术BS。

链接：http://ottawa.edu/Adult-Education/Degree-Programs/Business-and-Management/Undergraduate/Data-Science-and-Technology/Data-Science-and-Technology

牛津大学数据和系统分析高级文凭课程：为期9个月。

链接：http://conted.ox.ac.uk/pp1

Penn State提供在线数据分析硕士和商业数据分析硕士。

链接：http://worldcampus.psu.edu/degrees-and-certificates/business-analytics-certificate/overview

罗格斯在线信息硕士：帮助组织和企业保护、分析、组织和利用数字资源。

链接：http://online.rutgers.edu/master-library-info/

圣玛丽数学科学MS： 共36学分，提供严谨的数学课程。每年八月，校内和在线有一个周末会议。

链接：https://grad.saintmarys.edu/academic-programs/ms-data-science

SJU：圣约瑟夫大学在线MS商业智能与分析，SJU商学院参与;毕业生还从SAS获得商业智能证书。

链接：http://online.sju.edu/graduate/masters-business-intelligence

SMU数据科学MS：与2U合作，旨在培养和开发数据科学家，管理、分析、解释、制定决策，并从大型数据集中提取信息。

链接：http://datascience.smu.edu/

SNHU数据分析在线 BS：将商业、信息技术和数学方面与数据挖掘、仿真和优化相结合。

链接：http://snhu.edu/online-degrees/undergraduate-degrees/data-analytics-bs-online.asp

SNHU数据分析在线MS：这个36学分课程培养学生成为任何企业的战略资产。

链接：http://snhu.edu/online-degrees/masters/ms-in-data-analytics

德克萨斯A＆M分析MS：这是一个为在职人员提供的为期五个学期的课程，可在线学习，或在美国德克萨斯州休斯敦的校内学习。

链接：http://analytics.stat.tamu.edu/

托马斯爱迪生州立大学（TESU）数据科学分析BS：与Statistics合作。

链接：http://statistics/tesu

UMUC：马里兰大学数据分析在线MS。

链接：http://umuc.edu/academic-programs/data-analytics/index.cfm

马里兰大学商业管理在线MS（信息系统专业和商业分析）：在短短21个月内学习管理和分析数据，设计和实施信息系统。

链接：http://onlinemba.umd.edu/

美国密苏里州数据科学与数据分析MS： 34个学分，以在线和混合模式，提供多学科课程。

链接：https://dsa.missouri.edu/

美国威斯康星大学数据科学MS： 12个由不同的杰出教授提供的课程。

链接：http://datasciencedegree.wisconsin.edu/

美国威斯康星大学-麦迪逊分校应用计算在线MS和工程数据分析MS。

链接：https://epd.wisc.edu/online-degree/applied-computing-and-engineering-data-analytics/

维拉诺瓦大学分析在线MS：33小时课程，可在20个月内获得。

链接：http://taxandbusinessonline.villanova.edu/master-of-science-in-analytics

检查数据挖掘课程：由KDnuggets总裁Gregory Piatetsky-Shapiro博士开发。 和Gary Parker教授，提供了一个完整的一学期数据挖掘入门课程的教学模块，由W. M. Keck基金会和霍华德休斯医学研究所免费提供。

链接：http://kdnuggets/data_mining_course/index.html

证书类

ASU应用业务数据分析本科证书。

链接：http://asuonline.asu.edu/online-degree-programs/certificates/undergraduate-certificate-applied-business-data-analytics

来自Beye University的业务分析证书：由Sybase主办。

链接：http://beyeuniversity/topics/business-analytics

数据管理和分析平台供应商Cloudera认证专家（CCP）：数据科学家。

链接：http://university.cloudera/certification/ccp.html

Coursera JHU数据科学专业。

链接：https://coursera.org/specialization/jhudatascience/1?utm_medium=listingPage

俄克拉荷马州立大学在线研究生数据挖掘证书课程。

链接：http://watson.okstate.edu/datamining/

NJIT（新泽西理工学院）数据挖掘研究生证书：提供数据挖掘介绍，重点介绍大型数据库。

链接：http://online.njit.edu/programs/certs/datamining-cert.php

诺瓦东南大学商业智能/分析研究生证书，可选择在线或脱产。

链接：http://scis.nova.edu/masters/certificate_bi.html

圣荷西州立大学（SJSU）在线大数据课程证书。

链接：http://ischool.sjsu.edu/programs/certificate-big-data

在线职业培训网站Simplilearn：提供大数据和分析培训和证书。

链接：http://simplilearn/big-data-and-analytics/?utm_source=KDNuggets&utm_medium=affiliate-cpm&utm_campaign=KDNuggets-CertListpg

斯坦福CPD数据挖掘和应用：研究生证书，包括3门课程。

链接：http://scpd.stanford.edu/public/category/courseCategoryCertificateProfile.do?method=load&certificateId=1209602

斯坦福CPD挖掘海量数据集提供研究生证书，包括4门课程。

链接：https://scpd.stanford.edu/public/category/courseCategoryCertificateProfile.do?method=load&certificateId=10555807

Statistics：提供分析与统计研究课程证书 （PASS）。

链接：https://statistics/certificate-programs/

UCI：加州大学-欧文分校预测分析证书课程，一项综合在线课程。

链接：http://extension.uci.edu/pa

路易斯维尔大学数据挖掘：提供研究生证书，要求在12个月内在线完成。

链接：http://louisville.edu/speed/computer/academics/programs/certificates/certificates.html

UW（华盛顿大学）：提供数据科学证书，脱产或在线形式。

链接：http://pce.uw.edu/certificates/data-science.html

威斯康星大学-密尔沃基分校：商业分析在线毕业证书。

链接：http://www4.uwm.edu/business/programs/certificates/business-analytics.cfm

维拉诺瓦大学CPBI（商业智能认证专业）：在线证书。

链接：https://lp.villanovau/business-intelligence/career/cert-mst_gainknowledge_t04_1110.aspx

其他资源

大数据大学：提供Hadoop和DB2在线课程。

链接：https://cognitiveclass.ai/jp/

博思艾伦咨询公司“探索数据科学”：一个在线课程，包括40小时的互动内容， 32个任务。

链接：https://exploredatascience/

加州大学数据学习：由亚历山大·阿布·莫斯塔法教授提供的免费课程，根据自己进度学习。

链接：http://work.caltech.edu/telecourse.html

来自斯坦福大学、省理工学院和哈佛等顶尖大学的中央数据科学和大数据课程。

链接：https://class-central/subject/data-science

CMU开放式学习计划：向任何想学习的人提供在线课程。

链接：http://oli.cmu.edu/

Course Buffet：提供大数据、数据科学、统计等MOOC课程。

链接：https://coursebuffet/search?q=Data+Science

Coursera：在线教育的领导者。

链接：https://coursera.org/

DataCamp：交互式R语言教程和有关R语言的编程、数据处理、可视化等数据科学课程。

链接：https://datacamp/

EMC数据科学和大数据分析：开放课程。

链接：https://education.emc/guest/campaign/data_science.aspx

Guru99：大数据、Web、SAP等免费视频教程。

链接：https://guru99/

Jigsaw Academy（印度大数据教学网站）：分析培训，包括MBA分析和SAS。

链接：https://jigsawacademy/

LearnAnalytics India：在线和离线提供SAS和高级分析培训。

链接：http://learnanalytics.in/

Metis：在线提供数据科学教育，提供数据科学的现场培训。

链接：https://thisismetis/

麻省理工学院开放课程：数据挖掘，由导师Nitin Patel设计的XLMiner工具。同时提供麻省理工学院许多相关课程。

链接：https://ocw.mit.edu/courses/sloan-school-of-management/15-062-data-mining-spring-2003/index.htm

吴恩达的机器学习开发课程。

链接：http://openclassroom.stanford.edu/MainFolder/CoursePage.php?course=MachineLearning

牛津机器学习和深度学习课程（幻灯片、视频、免费提供的问题）：由Nando de Freitas在2014 - 2015年教授。

链接：https://cs.ox.ac.uk/people/nando.defreitas/machinelearning/

预测分析应用：Predictive Analytics World（世界预测分析会议暨展览）

创始人Eric Siegel的简短介绍性在线课程。

链接：http://businessprediction/

Springboard：数据科学在线讲习班。

链接：https://springboard/workshops/data-science/?utm_source=KDnuggets&utm_medium=ResourceList&utm_campaign=DSWorkshop

Springboard：数据科学职业规划。

链接：https://springboard/workshops/data-science-career-track/

Stati...

数据分析历经报表、BI、敏捷BI、自服务BI、数据挖掘等传统发展阶段，科技创新快速发展，今天，大数据已经进化到智能革命的阶段，任何企业都面临数据智能化的转型，大数据分析平台ETHINK在以上传统功能基础上，已为企业带来新的智能基因：

智能BI是“敏捷BI+深度洞察算法”

智能DM是“特征工程+机器学习+自动化挖掘”

智能AI是“数据+专家经验+智能算法”

ETHINK数据智能分析平台V8.0版本包括数据可视化、数据分析、数据挖掘等核心技术产品，欢迎对大数据有兴趣的企业和个人前来试用。（加入ETHINK体验QQ群：213750619，即可联系客服开通账号，不收取任何费用。）

ETHINK数据智能分析平台五款核心产品介绍：

快速BI：快速、简单、敏捷，帮助数据运营企业，建立拖拽式、数据探查式、在线分析的分析平台，自适应布局，可适应大屏、PC、移动BI等各类场景。

智能BI：强大、专业、智能，帮助行业企业建立拖拽式分析分析平台，强大的2次开发能力，帮助快速复制与行业推广。

数据挖掘分析：分布式内存计算大数据挖掘平台，流程式拖拽设计，包含从数据清晰加工、数据100多种算法，可以实现从客户流失分析、故障预警、风控、征信、推荐、预测等各类数据挖掘应用。

统计分析：统计分析平台集成了丰富的统计分析算法，通过拖拽的方式实现分析，平台包括数据探索、相关分析、方差分析、聚类分析、回归分析、时间序列分析、参数估计、假设检验等100余种统计分析方法，能够解决制造业、电信、金融、医疗、电力、零售、教育、政府等各个领域的问题。

小e机器人：包含图像、语音、自然语言感知，情感分析的听说读写感知，基于大数据深度学习的认知计算能力，是企业提供深度AI应用的基础平台。通过图像识别，文字识别，以及自然语言处理，ETHINK学习更多的知识，帮助机器服务人类。帮助实现图像识别、文本分析。通过特征工程，以及深度学习算法，结合专家经验和数据智能，实现类人智能应用。

想了解更多产品内容，可访问官网http://ethinkai网站的资源库中为大家提供了详细的操作手册，可自行下载。

每次更新，都是为了更好的前行

更酷炫的功能

全新的操作界面

为了每一位用户的体验而诞生

你，还要错过吗？？

附：ETHINK演示DEMO

　考虑到现有技术解决方案的复杂性与多样化，企业往往很难找到适合自己的大数据收集与分析工具。然而，混乱的时局之下已经有多种方案脱颖而出，证明其能够帮助大家切实完成大数据分析类工作。下面我们将整理出一份包含十款工具的清单，从而有效压缩选择范畴。

　　数据已经成为现代化企业中最为重要的宝贵资源。一切决策、策略或者方法都需要依托于对数据的分析方可实现。随着“大数据分析”逐步替代其上代版本，即“商务智能”，企业正面临着一个更加复杂、且商业情报规模更为庞大的新时代。

　　考虑到现有技术解决方案的复杂性与多样化，企业往往很难找到适合自己的大数据收集与分析工具。然而，混乱的时局之下已经有多种方案脱颖而出，证明其能够帮助大家切实完成大数据分析类工作。下面我们将整理出一份包含十款工具的清单，从而有效压缩选择范畴。

　　1. OpenRefine

　　这是一款高人气数据分析工具，适用于各类与分析相关的任务。这意味着即使大家拥有多川不同数据类型及名称，这款工具亦能够利用其强大的聚类算法完成条目分组。在聚类完成后，分析即可开始。

　　2.hadoop

　　大数据与Hadoop可谓密不可分。这套软件库兼框架能够利用简单的编程模型将大规模数据集分发于计算机集群当中。其尤为擅长处理大规模数据并使其可用于本地设备当中。作为Hadoop的开发方，Apache亦在不断强化这款工具以提升其实际效果。

　　3. Storm

　　同样来自Apache的Storm是另一款伟大的实时计算系统，能够极大强化无限数据流的处理效果。其亦可用于执行多种其它与大数据相关的任务，具体包括分布式RPC、持续处理、在线机器学习以及实时分析等等。使用Storm的另一大优势在于，其整合了大量其它技术，从而进一步降低大数据处理的复杂性。

　　4. Plotly

　　这是一款数据可视化工具，可兼容JavaScript、MATLAB、Python以及R等语言。Plotly甚至能够帮助不具备代码编写技能或者时间的用户完成动态可视化处理。这款工具常由新一代数据科学家使用，因为其属于一款业务开发平台且能够快速完成大规模数据的理解与分析。

　　5. Rapidminer

　　作为另一款大数据处理必要工具，Rapidminer属于一套开源数据科学平台，且通过可视化编程机制发挥作用。其功能包括对模型进行修改、分析与创建，且能够快速将结果整合至业务流程当中。Rapidminer目前备受瞩目，且已经成为众多知名数据科学家心目中的可靠工具。

　　6. Cassandra

　　Apache Cassandra 是另一款值得关注的工具，因为其能够有效且高效地对大规模数据加以管理。它属于一套可扩展NoSQL数据库，能够监控多座数据中心内的数据并已经在Netflix及eBay等知名企业当中效力。

　　7. Hadoop MapReduce

　　这是一套软件框架，允许用户利用其编写出以可靠方式并发处理大规模数据的应用。MapReduce应用主要负责完成两项任务，即映射与规约，并由此提供多种数据处理结果。这款工具最初由谷歌公司开发完成。

　　8. Bokeh

　　这套可视化框架的主要目标在于提供精致且简洁的图形处理结果，用以强化大规模数据流的交互能力。其专门供Python语言使用。

　　9. Wolfram Alpha

　　这是一套搜索引擎，旨在帮助用户搜索其需要的计算素材或者其它内容。举例来说，如果大家输入“Facebook”，即可获得与Facebook相关的HTML元素结构、输入解释、Web托管信息、网络统计、子域、Alexa预估以及网页信息等大量内容。

　　10. Neo4j

　　其官方网站将这款工具称为图形数据库技术的下一场革命。这种说法在一定程度上并不夸张，因为此套数据库使用数据间的关系以操作并强化性能表现。Neo4j目前已经由众多企业用于利用数据关系实现智能应用，从而帮助自身保持市场竞争优势。

End.

如果对软件测试感兴趣，想了解更多的软件测试知识，请大家关注“51Testing软件测试网”百家号。

工欲善其事，必先利其器。

一位优秀的数据分析师应该是全能型的，我们需要具备更多的硬能力。写报告时需要优秀的文案能力、做可视化分析时需要创意策划能力、分析问题时需要有热点捕捉的能力。同时还要懂PPT、PS、Visio、脑图、Excel、Axure、SPSS、SQL、SAS………等各种数据分析工具。

下面是小编精心为大家准备的数据分析，必知网站，必备工具，请各位笑纳！

热点捕捉工具

无论你是数据分析师，还是公司的管理者，你都要对社会的热点有捕捉能力。为了增强对市场敏锐度的观察，你需要以下工具的辅助。

1、百度指数http://index.baidu/

2、IWebChoicehttp://iwebchoice/

3、阿里指数https://alizs.taobao/

4、艾瑞网http://iresearch/

5、企鹅智库http://re.qq/

6、微博指数http://data.weibo/index/

7、友盟指数http://umeng/

8、百度预测http://trends.baidu/

9、199IT互联网数据资讯中心http://199it/

10、亿邦动力网http://ebrun/

数据来源网址工具

1、 国家统计局http://stats.gov/

这个就不做解释了，想必大家都知道，国家每个季度的GDP就是他们出的。反正在天国，他算是老大。

2、 中商情报局http://askci/

专业的研究报告及金融咨询服务机构，主要提供行业分析，市场调研,财经资讯，行业研究分析报告，市场调查报告,投资咨询报告。

3、 易观http://analysys/

目前中国互联网市场为数不多的一家领先大数据分析公司。以用户数据及大数据算法模型为核心，打造了强大的数据分析服务体系，通过对用户资产的运营分析，帮企业打开互联网应用新通路。官网的所有数据都是可以免费使用的。

2016年排名前三的国外数据公司网址:

1、Nielsenhttp://nielsen/us/en.html/

全球性的市场研究公司，它的调研集中在快消、汽车、电信等领域，数据涉及消费者偏好、购买行为等多项内容，有时还会提供具有代表性的案例研究。

2、 IMS Healthhttp://imshealth/

艾美仕是一家工作效率高，专业的药企数据分析（据说数据分析强大到可怕！）

3、 Kantarhttp://kantar/

一家综合性的市场研究公司，研究覆盖快消、健康、品牌、金融等领域，数据涉及产品的用户喜好、品牌认知度等内容。Kantar对公众比较开放，网站上的数据和分析可以免费查看。

词云工具

我经常看到一些网站有标签云，现实生活中，应该也会有很多人想做词云，但找不到合适的工具。这就是我分析给大家词云制作工具的原因。

1、 Wordlehttp://wordle/

这些年国内外一直很火的一款词云软件。Wordle优点是可以快速的分析文本或网站的词频，并以多种风格，字体，配色进行展现。做完词云图，生成图像后还可以保存在网络之中供你查看、链接、下载以及与好友分享。

2、 Tagulhttps://tagul/

Tagul是专为网络大师们要放置在网页上漂亮的云彩而准备的。Tagul云可以自定义字体、词云的形状，颜色等，做出来的词云图很酷炫，为网站访问者提供良好的用户体验。

3、 WordItOuthttp://worditout/

操作简单，进入网站后只需要输入一段文本，然后就可以生成各种样式的“云”文字。用户可以根据自己的需要对WordItOut进行再设计，比如颜色、字符、字体、背景、文字位置等，保存下载后，可以复制。

4、 图悦http://picdata/

5、 BDP个人版https://me.bdp/home.html

两款国内词云工具，相对比较容易上手，首先页面全体都是中文简体，操作一番就能了解大概。

数据可视化工具

以下是一些非常狂拽酷炫叼炸天的数据可视化工具。你可以看到各种题材，像人口、世界状况，甚至人类的情感，都可以将进行可视化，帮助你更好地理解数据。

1、Tableauhttp://tableau/zh-cn

2、Infogr.amhttps://infogr.am/

3、ChartBlockshttp://chartblocks/en/

4、iChartshttp://icharts.in/

5、Visual.lyhttp://visual.ly/

6、NVD3http://nvd3.org/

7、Leaflethttp://leafletjs/

8、n3-chartshttps://oschina/p/n3-charts

9、百度EChartshttp://echarts.baidu/

10、Datawrapperhttps://github/datawrapper/datawrapper/

在线调查工具

1、 腾讯问卷调查http://wj.qq/

2、 麦客http://mikecrm/

3、 调查派http://diaochapai/

4、 问道网http://askform/

5、 问卷星http://sojump/

思维导图制作工具/网站

1、XMindhttp://xmindchina/ 价格：免费

2、Cogglehttps://coggle.it/ 价格：免费

3、Freemindhttp://freemind.en.softonic/ 价格：免费

4、LucidCharthttps://lucidchart/ 价格：基础版本 每月4.95美元

5、MindManagerhttps://mindjet/ 价格：完整版 349美元，179美元升级费用

6、SpiderScribehttps://spiderscribe/ 价格：免费(个人版本)

7、 Bubbl.ushttps://bubbl.us/ 价格：免费

8、 Text2MindMaphttps://text2mindmap/ 价格：免费

PPT模板工具

1、 我图网http://so.ooopic/

2、 无忧PPThttp://51ppt/

3、 51PPT模板http://51pptmoban/ppt/

4、 站长之家http://sc.chinaz/ppt/

5、 设计师网址导航http://hao.uisdc/

其他数据分析网址

1、 人大经济论坛-计量经济学与统计区http://pinggu.org/bbs/index.php?gid=148

2、 数据挖掘学习交流论坛http://businessanalysis/

3、 网站数据分析http://webdataanalysis/

4、 数据分析网http://afenxi/

5、 数据分析论坛http://spsschina/

以上网址和网站，都是经过小编亲自从众多网址中精心筛选出来的，赶紧收藏吧！

许多在线教育产品没有针对幼儿发展特点并迎合幼儿和家长的需求，导致大多数中国家长并不倾心于在线早教产品，而是寻找线下的早教机构。

在中国“互联网+”和创业浪潮中，在线教育渐成“风口”，最近几年中国市场出现了大批线上幼儿教育产品。为了掌握家长对于众多线上产品的真实态度，我和团队自2016年以来历时一年多时间，以问卷、走访的形式接触了6万余名中国中产家庭的年轻家长，并利用机器学习的手段分析了调查问卷答案中的大量文本与数据。受访家长主要分布在一、二线城市，基本上是白领及以上人群，家庭年收入为20-60万元人民币，他们孩子的年龄在2-6岁之间。

图1： 11个城市的中产以上家长认真填写了问卷调查，涵盖北京、上海、广州、深圳、杭州、长沙、成都、武汉、哈尔滨、大连、长春。

根据数据挖掘与深入的分析，我们发现了一些规律与趋势：

约66%的受访家长在被描述得“天花乱坠”的线上产品中为幼儿选择学习产品时十分迷茫或者谨慎。他们更喜欢把钱投向幼教实体机构，譬如早教课或者辅导班，主要原因在于很多家长担心让孩子接触在线产品很可能会影响视力发育。其次家长不清楚在线产品是否对自己的孩子适合。他们也担心幼教产品只能提供碎片化的知识，缺乏科学性、系统性。其中一部分家长还提到很多产品内容质量低劣，不适合幼儿的健康发展。对于线上产品的价格，很多家长为了自己的孩子，倒不是特别在乎；与其他担忧相比，该项排在末位（图2）。

图2： 受访家长对于幼教类机构的偏好综合排名，以及对线上产品的担忧

只有约34%的受访家长给孩子购买并使用过线上产品，并且绝大多数家长会倾向较出名的产品。市场上其实有很多线上产品较少有人问津。受众支持率高的个别产品主要是视频类、游戏类。家长认为线上产品的优点主要是方便、有趣，孩子比较喜欢，这些关键词出现的频率很高（图3）。但家长们极少提到这些产品内容优秀。基本的情况是孩子在使用后，开心放松一下，没有学到实质性的内容。

图3： 家长对线上产品评价的高频词

实际上，给孩子使用过线上幼教产品的家长严厉批评了市场上的大部分线上产品。这其中近46%的家长认为这些产品内容缺乏创新性，互相模仿的居多。38%认为娱乐成分过大，实质教育内容少，几乎没有教育理念，缺乏科学性。其余16%的家长认为大部分产品没有考虑到家长引导的重要性（图4）。

图4： 家长对线上产品的批评

从调查数据来看，许多推出线上产品的公司机构没有搞清楚年轻家长们的需求。那么这些家长们的需求是什么呢？

首先，提供优秀的线上产品应该认清年轻家长在教育启蒙期期望重点培养孩子什么能力。我们发现家长特别强调五方面能力。综合排名由低至高依次是：团队合作能力、语言表达能力、动手能力，创新思维能力以及独立思考能力（图5）。

图5： 家长希望着重培养孩子能力的综合排名

此外，要认清在内容方面，家长希望孩子能够通过在线产品学到哪些知识。当前家长比较看重自然科学、健康、英文方面的知识。这与中国倡导科技、国际化发展以及注重健康养生等大方向息息相关。对于艺术和社会科学等方面的知识，家长也希望孩子涉猎，但是在先后顺序上靠后（图6）。

图6： 家长希望孩子所学知识的综合排名

而且，在内容设计到位后，还要认清线上产品必须具备哪些特点才能博得家长的芳心。趣味性、互动性、教育理念清晰、能够因材施教，也是家长特别关切的因素（图7）。

图7： 线上产品最重要的5大特点综合排名

令人叹息的是，国内大多数设计线上产品的公司、机构的主要目的，是为了吸引家长的眼球，实现商业盈利，而非从以幼儿为中心的角度出发。没有针对幼儿发展特点以及更加深入剖析并迎合幼儿、家长的需求，导致的结果是大多数中国家长并不倾心于在线早教产品，而是寻找线下的早教机构。

最近我和美国以及国内的一些教育同仁交流此话题时，大家也都表示理解与担忧。长路漫漫兮其修远，我们应上下而求索。

文|小天文章源自：起点学院学习联盟

在小白们眼里，大神们的数据分析报表基本上是这样的……

要么就是像这样的……

而大部分人，差不多是这样的……

啊多么痛的领悟……

怎样才能又快又好地做出一份高颜值的数据报表呢？带着立志要把这样的图表从癞蛤蟆脱胎成白天鹅的坚定和悲壮，这里搜集了5个笔者之前用过，用户评价不错，用起来还顺手的可视化数据平台。

话不多说，直接上正文。如果你也有推荐的平台，欢迎留言分享~

-1-Echarts

没想到这个第一次用就惊艳到我的产品竟然是国产，而且还来自百度，简直堪称良心。先上几张用Echarts制作的效果图。

貌似很多小伙伴喜欢用Echarts制作地图类的可视化效果……毕竟酷炫……

除了这些惊艳的地图，Echarts同样可以运用于散点图、折线图、柱状图等这些常用的图表的制作。

如果你需要展示实时变化的数据，相信Echarts里的动态接口会对你十分有帮助。

Echarts的优点在于，文件体积比较小，打包的方式灵活，可以自由选择你需要的图表和组件。而且图表在移动端有良好的自适应效果，还有专为移动端打造的交互体验。

-2-Highcharts

这个也是很多小伙伴在使用的一个平台。完全不用担心找不到参考的样图，因为已经有很多中国区的用户在上面更新并维护着很多实例，你往往能从这些丰富的例子找到类似的表达样图。

它的图表类型自然也是很丰富啦，线图、柱形图、饼图、散点图、仪表图、雷达图、热力图、混合图等类型的图表都可以制作，也可以制作实时更新的曲线图。

Highcharts对非商用免费，对于个人网站，学校网站和非盈利机构，可以不经过授权直接使用Highcharts系列软件。Highcharts还有一个好处在于，它完全基于HTML5技术，不需要安装任何插件，也不需要配置PHP、Java等运行环境，只需要两个JS文件即可使用。

-3-帆软报表（FineReport）

FineReport的可视化效果虽然没有上面两种那么酷炫，因为定位是报表软件。但是赢在操作相当简易，不会上面那些复杂的代码也没关系。它采用类似于Excel的编辑器，只需要点选拖拽等操作，拖动数据列绑定至对应单元格，简单设置就可以在web端查看数据展示。

目前，它有普通报表、聚合报表和决策报表三类报表设计模式，基本可以满足企业各类日常数据分析的情景需求。

数据的可视化与交互效果也很不错。最牛逼的可以做高大上的动态报表

还有一个比较强大的地方，就是它的数据填报。区别于传统意义上只能做数据展示的报表，FineReport允许用户对数据库的增删改。而且，它填报报表的流程非常简单，只要四步：报表设计、控件添加、设置填报属性和填报录入，这样，填报工作就能轻松搞定啦~

-4-数说立方

数说立方是大数据应用与服务提供商“数说故事”旗下一款面向数据分析师的在线商业智能产品。在数据的可视化呈现方面，操作比较简便，即使是非数据分析的专业人员，也能轻松实现。

同时，它的实时数据可视化引擎也能让使用者可以第一时间获得数据的可视化反馈，直观地了解到数据的变化情况。

-5-PowerBI

PowerBI是微软发布的一款可视化BI工具，类似Excel升级版的大表哥。一改以往excel需要数据透视表，写大量函数的复杂特点，这款工具拖拖拽拽操作起来十分简单。