Инструменты в помощь аналитику данных
Подборка полезных библиотек и сервисов для тех, кто хочет работать аналитиком — или освоить анализ данных для себя.
Python для анализа данных
Знание языка программирования Python — одно из самых распространённых требований для вакансий аналитика. А чтобы упростить написание кода на нём, можно воспользоваться библиотеками: шаблонами решений для стандартных задач.
Jupyter

Jupyter Notebook — бесплатная интерактивная оболочка для Python. Она позволяет объединить код, текст и диаграммы — и делиться результатом с другими пользователями.
Библиотеки
Pandas
Pandas пригодится для анализа неполных и неупорядоченных данных (в таком виде они чаще всего и встречаются в жизни). В этой библиотеке есть готовые методы для их фильтрации, группировки и объединения.
TensorFlow
TensorFlow — библиотека для глубинного обучения, разработанная в Google. Она нужна, чтобы тренировать нейронные сети для автоматического нахождения и классификации образов.
Она пригодится для:
— Распознавания речи и изображений
— Работы с текстом
— Анализа временных рядов
— Распознавания объектов на видео
NumPy и SciPy
NumPy упрощает работу с векторами и матрицами: от расчета определителей матриц до решения линейных уравнений. SciPy расширяет возможности первой библиотеки и позволяет работать с вероятностными распределениями и интегральным исчислением.
Matplotlib

Matplotlib пригодится для создания графиков: от круговых диаграмм до контурных схем.
«Коробочные» решения
Готовые решения для анализа данных пригодятся тем, кто пока не умеет программировать — но уже хочет получить инсайты о продукте. Основной недостаток: платное использование.
Mixpanel

С помощью сервиса можно увидеть, как клиенты взаимодействуют с вашим приложением или сайтом и найти закономерности в их поведении. Также сервис позволяет проводить A/B-тестирования — эксперименты, в ходе которых тестируется, как изменения в продукте влияют на пользовательский опыт.
Amplitude

Amplitude помогает отследить, как меняются и от чего зависят продуктовые метрики (например, конверсия в платящих пользователей). Так, в сервисе можно задать долгосрочную цель вашего сервиса и проанализировать, что поможет её достижению.
Tableau

Tableau — это корпоративная система бизнес-аналитики. С её помощью можно подготовить (упорядочить и промаркировать) данные для анализа, найти в них закономерности и визуализировать выводы.
Другое
Если вам не хватает стандартных инструментов, то вы можете воспользоваться сервисами для отдельных задач: например, для создания интерактивных графиков или работы с маркетинговыми данными.
Plotly

Plotly нужен для создания сложной визуализации: например, интерактивных или 3D-графиков.

Improvado — сервис для маркетинговой аналитики. С его помощью можно агрегировать данные с разных платформ в один инструмент: например, Tableau, Excel или Looker.