① 常用网站数据统计工具都有哪些
常用网站数据统计工具都有哪些？Optimizely Optimizely是试验平台，有助于测试网页的部分，通过优化提高转化率。提供各种各样的工具，可以完成从A/B测试到网站个性化和试验的各项任务。对于需要全面控制和大量数据的用户而言，它是一种完胜竞争对手的企业全栈软件选项。
2. SEOCrawler SEOCrawler不仅仅是一个工具，它是一整套程序，它可以在多个工具之间导出和导入数据。出色的Site Auditor工具可以分析页面速度，查找重复的HTML标记和重复内容。它可以同时检查断开的链接及其他页面数据。 然后，软件为你列出了可以做出的一系列更改。此外，一旦你进行了那些更改，就可以在内置的Rank Tracker中观察你的网站排名上升。
3. Crazy Egg Crazy Egg是一个简单但有效的热图(heat mapping)工具，显示了访客把时间花在了哪里、最常点击哪些地方。
4. Visual Website Optimizer 对企业客户、尤其是经营电子商务网店的客户来说，VWO让你可以极其详细地进行A/B测试，收集整理尽可能多的数据。对于这些客户来说，这可能代表每年数百万美元的收入，所以该软件相对昂贵的成本相对就无关紧要了。
5. Ahrefs 虽然Ahrefs拥有所有常见的反向链接检查器中的链接数据库，但它也有一个出色的页面网站优化工具。Site Audit会搜索你的网站，寻找100多个最常见的SEO错误，返回哪里可以改进，即使你的网站有JavaScript要执行。 虽然它可能无法与专用的页面工具相媲美，但许多用户已经拥有Ahrefs帐户，这使得它成为简单快速搜索的合理选择。
6. Screaming Frog Screaming Frog是一个基于行业标准的网站优化工具，用于深度搜索网站。Screaming Frog SEO Spider是一个桌面网站审查工具，可以找到断开的链接，分析页面标题和元数据，提取数据，并生成XML站点地图。
题主可以看看这几个工具，对优化感兴趣的我们可以多多交流。
② 常用的数据分析工具有哪些
虽然数据分析的工具千万种，综合起来万变不离其宗。无非是数据获取、数据存储、数据管理、数据计算、数据分析、数据展示等几个方面。而SAS、R、SPSS、python、excel是被提到频率最高的数据分析工具。
Python
R软件
SPSS
Excel
SAS软件
Python，是一种面向对象、解释型计算机程序设计语言。Python语法简洁而清晰，具有丰富和强大的类库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。
常见的一种应用情形是，使用Python快速生成程序的原型（有时甚至是程序的最终界面），然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。需要注意的是在您使用扩展类库时可能需要考虑平台问题，某些可能不提供跨平台的实现。
R是一套完整的数据处理、计算和制图软件系统。它可以提供一些集成的统计工具，但更大量的是它提供各种数学计算、统计计算的函数，从而使使用者能灵活机动的进行数据分析，甚至创造出符合需要的新的统计计算方法。
SPSS是世界上最早的统计分析软件，具有完整的数据输入、编辑、统计分析、报表、图形制作等功能，能够读取及输出多种格式的文件。
可以进行各种数据的处理、统计分析和辅助决策操作，广泛地应用于管理、统计财经、金融等众多领域。
SAS把数据存取、管理、分析和展现有机地融为一体。提供了从基本统计数的计算到各种试验设计的方差分析，相关回归分析以及多变数分析的多种统计分析过程，几乎囊括了所有最新分析方法，其分析技术先进，可靠。分析方法的实现通过过程调用完成。许多过程同时提供了多种算法和选项。
③ 常用的网站数据统计分析工具有哪些
网站统计型工具有网络统计，腾讯你统计，CNZZ
网站分析型工具有Google Analytics、Adobe Analytics，IBM CoreMetrics
更多关于Google Analytics 和 Google Tag Manager的教程可以搜索：GA小站
④ 常用SEM统计工具是哪些
网站统计工具有很多，比如官方的网络统计以及第三方统计工具51la，cnzz等等。对于监测sem数据统计准确性来说，还是网络统计最好用。
其他第三方统计工具多多少少会有数据丢失和延迟问题。通常sem推广利用网络统计来监测流量来源，ip，浏览路径，转化情况等等，所以在免费流量统计工具上的使用来说，网络统计算比较方便的。
⑤ 统计6大工具是什么东西
统计没有6大工具,只有七大手法 也就是QC七大手法 这套统计手法用于工厂很管用的..所以你要学啊 第一章 概述 一、起源 新旧七种工具都是由日本人总结出来的。日本人在提出旧七种工具推行并获得成功之后，1979年又提出新七种工具。之所以称之为“七种工具”，是因为日本古代武士在出阵作战时，经常携带有七种武器，所谓七种工具就是沿用了七种武器。 有用的质量统计管理工具当然不止七种。除了新旧七种工具以外，常用的工具还有实验设计、分布图、推移图等。 本次课程，主要讲的是QC七大手法，而SPC（管制图）是QC七大手法的核心部分，是本次培训的重点内容。 二、旧七种工具 QC旧七大手法指的是：检查表、层别法、柏拉图、因果图、散布图、直方图、管制图。 旧七种工具是我们本次课程的内容，也是我们将要大力推行的管理方法。从某种意义上讲，推行QC七大手法的情况，一定程度上表明了公司管理的先进程度。这些手法的应用之成败，将成为公司升级市场的一个重要方面：几乎所有的OEM客户，都会把统计技术应用情况作为审核的重要方面，例如TDI、MOTOROLA等。 三、新七种工具 QC新七大手法指的是：关系图法、KJ法、系统图法、矩阵图法、矩阵数据分析法、PDPC法、网络图法。 相对而言，新七大手法在世界上的推广应用远不如旧七大手法，也从未成为顾客审核的重要方面。 第二章 层别法 一、定义 层别法是所有手法中最基本的概念，亦即将多种多样的资料，因应目的的需要分成不同的类别，使之方便以后的分析。 二、通常的层别方法 使用的最多的是空间别： 作业员：不同拉、班、组别 机器：不同机器别 原料、零件：不同供给厂家别 作业条件：不同的温度、压力、湿度、作业场所 产品：不同的产品别（如同时生产Ni-Cd和Ni-MH电池） 时间别：不同批别、不同时间生产的产品 其他：如使用不同的工艺方法生产的同种产品别 三、应用 层别法的应用，主要是一种系统概念，即在于要想把相当复杂的资料进行处理，就得懂得如何把这些资料加以有系统有目的的加以分门别类的归纳及统计。 第三章 检查表 一、概述 检查表是QC七大手法中最简单也是使用得最多的手法。但或许正因为其简单而不受重视，所以检查表使用的过程中存在的问题不少。不妨看看我们现在正在使用的各种报表，是不是有很多栏目空缺？是不是有很多栏目的内容用笔进行了修改？是不是有很多栏目内容有待修改？ 二、定义 以简单的数据，用容易理解的方式，制成图形或表格，必要时记上检查记号，并加以统计整理，作为进一步分析或核对检查之用。 三、目的 记录某种事件发生的频率。 四、时机 1.当你必须记下某种事件发生的具体情况时； 2.当你想了解某件事件发生的次数时； 3.当你想收集资讯时。 五、检查表种类 1.不合格项目的检查表； 2.工序分布检查表； 3.缺陷位置检查表； 4.操作检查表。 六、使用检查表的注意事项 1.应尽量取得分层的信息； 2.应尽量简便地取得数据； 3.应立即与措施结合。应事先规定对什么样的数据发出警告，停止生产或向上级报告。 4.检查项目如果是很久以前制订现已不适用的，必须重新研究和修订 5.通常情况下归类中不能出现“其他问题类”。 第四章 柏拉图 一、起源 意大利经济学家Vilfredo.Pareto巴雷托（柏拉图）在分析社会财富分配时设计出的一种统计图，美国品管大师Joseph Juran将之加以应用到质量管理中。柏拉图能够充分反映出“少数关键、多数次要”的规律，也就是说柏拉图是一种寻找主要因素、抓住主要矛盾的手法。例如：少数用户占有大部分销售额、设备故障停顿时间大部分由少数故障引起，不合格品中大多数由少数人员造成等。 二、定义 根据收集的数据，以不良原因、不良状况、不良发生的位置分类；计算各项目所占的比例按大小顺序排列，再加上累积值的图形。 按照累计的百分数可以将各项分成三类： 0~80%为A类，显然是主要问题点； 80~90%为B类，是次要因素； 90~100%为C类，是一般因素。 三、作图步骤 1.搜集数据；如063048正极片批量为20000PCS，不良品中变形600，露铝360，硬块120，暗痕60，其他不良60。 2.作出分项统计表（按原因、人员、工序、不良项目等）A把分类项目按频数大小从大到小进行排列，至于“其他”项，不论其频数大小均放在最后； B计算各项目的累计频数；C计算各项目在全体项目中所占比率（即频率）D计算累计比率。（示范表格见下页） 示范表格（正极制片不良分项统计表，总批量20000PCS）： 项目 数量 累计数 比率% 累计比率% 变形600 600 50% 50% 露铝360 960 30% 80% 硬块120 1080 10% 90% 暗痕60 1140 5% 95% 其他60 1200 5% 100% 3.绘制排列图 A纵轴： 左：频数刻度，最大为总件数 右：频率（比率）刻度，最大数为100%。 注：总件数与最大数100%应保持在同一水平线上。 B横轴：按频数大小用直方柱在横轴上表示各项目（从左至右） C依次累加频率，并连接成线。 4.记入必要事项，如：图题、取数据时间、制图人、制图时间、检查产品总数、总频数等等。 示范图（见下页） 很明显，上图中变形和露铝为A类不良项，需立即采取措施改善；硬块为B类不良项；暗痕和其他为C类不良项。B、C两类可稍后再采取措施改善。 四、使用排列图的注意事项 1.抓住“少数关键”，把累计比率分为三类：A、B、C； 2.用来确定采取措施的顺序； 3.对照采取措施前后的排列图，研究各个组成项目的变化，可以对措施的效果进行鉴定； 4.利用排列图不仅可以找到一个问题的主要矛盾，而且可以连续使用找到复杂问题的最终原因； 5.现场应注意将排列图、因果图等质量管理方法的综合运用。如可以使用因果图对造成变形和露铝的原因进行进一步的分析。 第五章 因果图 一、概述 因果图最先由日本品管大师石川馨提出来的，故又叫石川图，同时因其形状，又叫鱼刺图、鱼骨图、树枝图。还有一个名称叫特性要因图。 一个质量问题的发生往往不是单纯一种或几种原因的结果，而是多种因素综合作用的结果。要从这些错综复杂的因素中理出头绪，抓住关键因素，就需要利用科学方法，从质量问题这个“结果”出发，依靠群众，集思广益，由表及里，逐步深入，直到找到根源为止。 因果图就是用来根据结果寻找原因的一种QC手法。 二、定义 用以找出造成某问题可能原因的图表。 三、因果图可用来分析的问题类型 1.表示产品质量的特性：尺寸、强度、寿命、不合格率、废品件数、纯度、透光度等； 2.费用特性：价格、收率、工时数、管理费用等； 3.产量特性：产量、交货时间、计划时间等 4.其他特性：出勤率、差错件数、合理化建议件数 四、因果图的作图步骤 1.确定问题 2.画粗箭头 3.因素即原因分类 常用：4M1E即人（员）、机（器）、料（原料）、法（工艺方法）、环（境），有时还可以补充软（件）、辅（助材料）、公（用设施）三方面。 也可用：工序顺序等分类 分类好后，用中箭头与主箭头成45°角画在主箭头两侧。 4.对中箭头所代表的一类因素，要进一步将与其有关的因素以小箭头画到中箭头上去，如有必要，可再次细分至可以直接采取行动为止。 5.检查所列因素有无遗漏，如有遗漏应予补充。 6.各箭头末端的因素中，凡影响重大的重要因素可加上小圈等记号，按已有数据、搜集不到数据、未取数据等情况，还可加上其他简便记号。 7.记入有关事项，如参加人员、制图者、制定日期等。 五、注意事项 1.实质上是枚举法，故要走群众路线，集中讨论； 2.最好采用能用数值表示的问题； 3.最细的原因要具体，以便采取措施； 4.对应于一个特性可以作几个因果图，如可按4M1E作图，也可按工序进行分类，分别作因果图。重要原因可以抽出再作新的因果图。 5.综合运用如排列图、对策表等； 6.复印几份加以保存，以便以后不断追加新内容。 六、因果图与排列图联用 1.建立柏拉图须先以层别建立要求目的之统计表； 2.建立柏拉图之目的，在于掌握影响全局较大的[重要少数项目]； 3.再利用因果图针对这些项目形成的要素逐予探讨，并采取改善对策； 七、另一种作图步骤（形象） 1.集合有关人员召集与此问题相关的、有经验的人员，人数最好4-10人，并推选一人主导（主持人）； 2.挂一张大白纸，准备2~3支色笔； 3.由集合的人员就影响问题的要因发言，发言内容记入图上，中途不可批评或质问（脑力激荡法）； 4.时间大约1小时，搜集20~30个原因即可结束； 5.就所搜集的原因，何者影响最大，再由大家轮流发言，经大家磋商后，认为影响较大的因素圈上红圈； 6.与5一样，针对已画上一个红圈的，若认为最重要的可以再圈上两圈、三圈； 7.重新画一张因果图，未上圈的予以去除，圈数多的列为优先处理。 八、因果图示范图 九、因果卡图简介 因果卡图是在因果图的基础上发展出来的，又称为CEDAC（Cause Effect Diagram And Cards）图。 因果卡图一般长宽各数米，大多公开张贴于生产作业现场或技术攻关地点的醒目位置，因果卡图的一般结构是：右上方为问题栏，简要说明问题的现状，作为进行质量改进的依据，右下方写明质量改进项目的目标（一般用定量值表示）、项目负责人以及项目实施期限；右方中间为质量随着本项目的实施的变化曲线；左方为鱼刺图形，鱼刺两旁分别张贴用颜色区分的原因分析卡和措施方法卡；下方钉有两只标上“原因”和“措施”字样的大口袋，分别装有两种不同颜色的卡片，供参与者填写之用。然后将卡片按一定规则分类（如4M1E）张贴于鱼刺图形上。如可以规定鱼刺的左边张贴原因卡，右边张贴措施卡，用横线将对应的原因卡与措施卡相联。 第六章 散布图法 一、定义 散布图是用来表示一组成对的数据之间是否有相关性的一种图表。这种成对的数据或许是[特性—要因]、[特性—特性]、[要因—要因]的关系。 二、散布图的分类 1.正相关（如容量和附料重量） 2.负相关（油的粘度与温度） 3.不相关（气压与气温） 4.弱正相关（身高和体重） 5.弱负相关（温度与步伐） 三、散布图的绘制程序 1.收集资料（至少三十组以上） 2.找出数据中的最大值与最小值； 3.准备座标纸，画出纵轴、横轴的刻度，计算组距。通常用纵轴代表结果，横轴代表原因。组距的计算以数据中的最大值减最小值再除以所需设定的组数求得。是否一定需分组？ 4.将各组对应数标示在座标上； 5.填上资料的收集地点、时间、测定方法、制作者等项目。 四、散布图的应用 当不知道两个因素之间的关系或两个因素之间关系在认识上比较模糊而需要对这两个因素之间的关系进行调查和确认时，可以通过散布图来确认二者之间的关系。实际上是一种实验的方法。 需要强调的是，在使用散布图调查两个因素之间的关系时，应尽可能固定对这两个因素有影响的其他因素，才能使通过散布图得到的结果比较准确。 五、散布图五种类型的示范图（见下页） 第七章 直方图法 一、定义： 为要容易的看出如长度、重量、时间、硬度等计量什的数据之分配情形，所用来表示的图形。 直方图是将所收集的测定值或数据之全距分为几个相等的区间作为横轴，并将各区间内之测定值所出现次数累积而成的面积，用柱子排起来的图形，故我们亦称之为柱状图。 二、直方图的作图步骤 1.收集记录数据 2.定组数 3.找到最大值L及最小值S，计算全距R R=L-S 4.定组距 R÷组数=组距 5.定组界 最小一组的下组界=S-[测量值的最小位数×0.5] 最小一组的上组界=最小一组的下组界+组距 依次类推。 6.决定中心点 （上组界+下组界） ÷2=组的中心点 7.制作次数分布表 8.制作直方图 9.填上次数、规格、平均值、数据源、日期 三、直方图之功用 1.评估或查验制程； 2.指出采取行动的必要； 3.量测已采取矫正行动的效果； 4.比较机械绩效； 5.比较物料； 6.比较供应商。
⑥ 公司主要采用的统计工具有哪些
主要采用下列统计方法：
a）排列图：是遵循“关键的少数，次要的多数”的原理，采用柱形图形式，按高低次序排列而成的图，适用于寻找主要问题或影响质量的主要原因；
b）因果图：也称为鱼刺图。通过对要解决的问题，全面地分析其影响因素，然后按主次程度，有的放矢地采取措施加以解决，适用于不合格原因分析；
c）调查表：是指用表格形式来进行数据整理和粗略原因分析。常用于质量缺陷位置调查、不合格品及原因调查、质量分布调查等；
d）其他适用的统计技术按合同要求确定。
⑦ 常见的统计工具有哪些
网络流量统计工具、51la。这是比较常用的。
⑧ 常见的大数据分析工具有哪些
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
⑨ 数据统计分析工具有哪些
这一类的软件比较多，专业点的用SPSS，这一个比较简单。再就是excel了，也可以做回归，方差检验。还有就是更专业的了SAS、EVIEWS、MALTABL了