有什么商业分析工具的app值得推荐？
商业分析，接地气地说，就是琢磨怎么赚钱多。目前，商业数据分析与应用能力已经成为企业很重要的一项核心竞争力，不少公司在信息化的热潮下，上了BI等现代化的信息系统。那么，市面上哪些商业分析软件表现优异，好评如潮呢？1、FineBI国内BI产品，帆软的产品，算是国内做数据分析领域口碑较好的一家了，产品页更切合国内的报表样式需求。
有分析、可视化、数据挖掘等功能，功能也很全面，有点像国产版tableau。有权限管理和决策分析平台，能按主题管理报表。个人免费，商业部署性价比高。免费试用FineBI2、Qlikview曾是连续七年全球增产速度最快的BI产品，Gartner曾把它列在Leaders象限和Tableau并列为Magic Product。
和Tableau的重点倾向不同，Qlikview是一个完整的商业智能软件，主要特点是开发和使用简单，但是和Tableau 、FineBI相比，操作性能差一些。总的来说，它可以让自助数据分析和所有信息都有一个灵活的直观的展现。缺陷也很明显，受限于用户数（也就是说价格）和设计报表的复杂程度，只能用于少数几个管理层人员，广大的中层干部的报表问题，其实是没有解决。
3、Tableau可视化最佳，Gartner榜首。功能丰富，数据可视化独具特色，大数据处理速度也非常快。Tableau虽然具备强悍的分析功能，但是数据抓取功能很弱，数据处理能力差，需要实现准备好数据，所以可以认为是面向数据分析师的前端工具。4、IBM CognosCognos传统商业智能工具的领先者，在国内占领的份额不少，功能全面，学习者众多，但最近几年状态有所下滑。
Cognos集成度较低，快速用户新建报表能力并不强大；OLAP功能很强大， 操作反应速度快，但是初次上手比较难。当然，在熟练使用后，可以做的分析有很多，支持任意角度的分析操作。Cognos图表样式较少，OLAP模式下不能制作列表，且只能进行简单的过滤查询操作。5、power bi人人都会Excel，多以上手这个工具很容易过度。
个人使用免费，产品还在快速迭代，功能还不稳定。个人觉得更偏向于个人使用，商业部署不推荐。6、观远观远数据定位于新一代的数据分析与商业智能解决方案。底层依托先进的Spark技术，可支持对海量数据快速响应和处理需求。另外，它将BI与AI结合，用AI预测引擎填补人工运营的前瞻性与实用性，实现数据追人、智能预警等自动化分析，可使分析和决策上一个量级。
平台操作界面也挺具备现代感和智能感的。7、永洪永洪BI在产品能力上还算不错，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，关于产品的介绍和学习资料都比较匮乏，价格上中规中矩，其实整个BI产品线中，价格主要就2个断层，国内软件一个档次，国外软件又是一个档次。8、SAP BO传统商业智能工具的代表之一。
从产品体系架构上看，SAP BO是由一些列收购的工具组成，不同的BI功能适用于不同的场景，并非由一个统一的架构。BO虽然有着比较强大的OLAP功能，显示方式比较像excel，操作直观，上手容易，但报表效果较差，单一。BO缺少真正的OLAP服务器，没有MLOAP功能，如果要实现这个功能，就必须连接第三方的MLOAP服务器。
在电商运营中，你觉得数据分析有多重要呢？为什么？
谢谢邀请！数据分析在电商的运营过程中一直是比较重要的内容，相关的工作岗位也比较多，运营的参与人员几乎都要具备一定的数据分析能力，一些大的电商平台会有专门的团队来进行各种数据分析。可以说，数据分析是运营团队制定策略的重要参考。在大数据时代背景下，数据采集的渠道得到了扩展，数据的维度也得到了全面的提升，这会进一步提升数据分析的价值。
对于电商运营人员来说，通过数据分析能体现出以下几个重要的内容：第一：用户来源。用户注册数量是运营人员关心的重要指标，对于运营人员来说，每天的用户增长量几乎是必看的内容。那么，对于新增用户的来源分析就是一个重要的数据分析任务，通过分析新用户的来源来制定相应的推广策略是比较常见的做法。第二：使用频次。电商产品的使用频次能够体现出产品自身的健康程度，使用频次目前已经有了非常详细的划分，包括主页面的打开频次、不同功能页面的打开频次等内容，另外还有活跃用户的使用频次等等。
使用频次能够发现哪些功能是用户关心的，那么就需要进一步拓展这些功能，而那些用户并不关心的功能，就应该做出适当的调整。第三：活动效果。电商平台会不定期举办各种类型的活动，每一次活动的效果都需要通过数据分析来进行呈现。通过数据分析能够发现哪些活动的效果好，哪些活动需要进行调整，哪些活动需要停办等等。随着电商的不断发展，当前电商平台的活动频次非常高，而验证各个活动的效果就需要数据分析了。
通常情况下，数据分析的工具还是比较多的，比如Excel以及各种BI工具就比较常见。对于专业数据分析人员来说，则需要掌握Python、Mysql、SPSS等工具。另外，算法设计是数据分析人员需要掌握的重要内容。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续在头条写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
