1、数据处理工具：Excel

数据分析师，在有些公司也会有数据产品经理、数据挖掘工程师等等。他们最初级最主要的工具就是Excel。有些公司也会涉及到像Visio，Xmind、PPT等设计图标数据分析方面的高级技巧。数据分析师是一个需要拥有较强综合能力的岗位，因此，在有些互联网公司仍然需要数据透视表演练、Vision跨职能流程图演练、Xmind项目计划导图演练、PPT高级动画技巧等。

2、数据库：MySQL

Excel如果能够玩的很转，能胜任一部分数据量不是很大的公司。但是基于Excel处理数据能力有限，如果想胜任中型的互联网公司中数据分析岗位还是比较困难。因此需要学会数据库技术，一般Mysql。你需要了解MySQL管理工具的使用以及数据库的基本操作;数据表的基本操作、MySQL的数据类型和运算符、MySQL函数、查询语句、存储过程与函数、触发程序以及视图等。比较高阶的需要学习MySQL的备份和恢复;熟悉完整的MySQL数据系统开发流程。

3、数据可视化：Tableau& Echarts

如果说前面2条是数据处理的技术，那么在如今“颜值为王”的现在，如何将数据展现得更好看，让别人更愿意看，这也是一个技术活。好比公司领导让你对某一个项目得研究成果做汇报，那么你不可能给他看单纯的数据一样，你需要让数据更直观，甚至更美观。

QCC小组活动在原因分析阶段常用到的分析工具包括因果图、关联图和系统图。

1.因果图：因果图是一种图示分析工具，它以结果作为特性，以原因为因素，层层展开以分析因果关系，寻找根本原因。因果图又称为石川图、鱼骨图或特性要因图。在制造系统的因果关系分析时，因果图通常从人机料法环测进行展开，逐步分析到末端因素。

2.关联图：关联图是一种用来找出主要因素和项目的方法，它把关系复杂且相互纠缠的问题及其因素用箭头连接起来。各因素之间有相互关系，或有1个以上的问题分析时，通常会用到关联图。

3.系统图：系统图是一种用来明确问题的重点，寻找最佳手段或措施的方法。它把要实现的目的与需要采取的措施或手段系统地展开，并绘制成图。

在QC小组解决质量、成本、生产量等问题时，基于数据的实证式问题解决方法是十分有效的。使用的最基本方法一般有七种：

1.调查表：对问题的现状进行抽样调查，不要放过任何一个细节问题。

2.帕累托图：从众多的问题当中找出真正的问题。

3.特性要因图：不要遗漏主要的原因，仔细整理。

4.图表：使做成的数据做到一目了然。

5.确认表：容易取出数据，防止检查中的遗漏。

6.矩形图：掌握野返分布的情况，并和规格对比。

7.散布图：掌握成对的两组数据的关系。

8.管理图：调查工序或工程内是否处在安定状态。

注：有时候把图表和管理图归纳为一种，再加上层别（坐标图）就成为七种。

以上内容参考：百度百科-QC小组

电霸虾皮数据分析工具在Shopee数据分析领域有着显著的优势。

首先，它专注于深入挖掘Shopee的数据逻辑，并研究其数据模型，优化关键指标，帮助卖家更好地理解平台数据。

其次，电霸虾皮的研发团队是由“电商+数据”能力聚焦的专业团队组成，不仅具备强大的技术背景，还擅长结合实际业务场景进行数据分析。

此外，电霸虾皮还提供了一站式的客户服务。除了提供专业的数据呈现服务，还配备了专门的Shopee运营导师团队，为电霸虾皮会员用户提供全方位的服务。对于新手卖家来说，这不仅解决了他们在数据分析方面的困扰，还帮助他们培养了数据驱动的思维。

最后，电霸虾皮与Shopee相关的服务资源紧密合作，严格筛选合作伙伴，确保卖家不仅能够获得优质的Shopee数据分析服务，还能获取店铺运营所需的各种资源，从而全面提高店铺运营效率。

1.QUEST

QUEST是IBM公司Almaden研究中心开发的一个多任务数据挖掘系统，目的是为新一代决策支持系统的应用开发提供高效的数据开采基本构件。系统具有如下特点：

提供了专门在大型数据库上进行各种开采的功能：关联规则发现、序列模式发现、时间序列聚类、决策树分类、递增式主动开采等。

各种开采算法具有近似线性（O(n)）计算复杂度，可适用于任意大小的数据库。

算法具有找全性，即能将所有满足指定类型的模式全部寻找出来。

为各种发现功能设计了相应的并行算法。

2.MineSet

MineSet是由SGI公司和美国Standford大学联合开发的多任务数据挖掘系统。MineSet集成多种数据挖掘算法和可视化工具，帮助用户直观地、实时地发掘、理解大量数据背后的知识。MineSet有如下特点：

MineSet以先进的可视化显示方法闻名于世。

提供多种萃诰蚰J健0ǚ掷嗥鳌⒒毓槟J健⒐亓嬖颉⒕劾喙椤⑴卸狭兄匾取?br>

支持多种关系数据库。可以直接从Oracle、Informix、Sybase的表读取数据，也可以通过SQL命令执行查询。

多种数据转换功能。在进行挖掘前，MineSet可以去除不必要的数据项，统计、集合、分组数据，转换数据类型，构造表达式由已有数据项生成新的数据项，对数据采样等。

操作简单、支持国际字符、可以直接发布到Web。

3.DBMiner

DBMiner是加拿大SimonFraser大学开发的一个多任务数据挖掘系统，它的前身是DBLearn。该系统设计的目的是把关系数据库和数据开采集成在一起，以面向属性的多级概念为基础发现各种知识。DBMiner系统具有如下特色：

能完成多种知识的发现：泛化规则、特性规则、关联规则、分类规则、演化知识、偏离知识等。

综合了多种数据开采技术：面向属性的归纳、统计分析、逐级深化发现多级规则、元规则引导发现等方法。

提出了一种交互式的类SQL语言——数据开采查询语言DMQL。

能与关系数据库平滑集成。

实现了基于客户/服务器体系结构的Unix和PC（Windows/NT）版本的系统。