从百度指数到微信指数，我们正进入“数据世界”（附工具盘点）

这是一个将数据资料具体化的世界，而数码宝贝也只是一些数据资料的存在。

——《数码宝贝》第19集

继小程序之后，微信指数再次掀起一波小高潮，有媒体调侃：微信这是要和百度指数打擂台吗?事实上，无论是对微信指数还是百度指数的追捧，都源于我们对数据越来越重的信任与依赖。

这种信赖不禁教人回到十多年前和同龄朋友在电视机前排排坐看《数码宝贝》的时代，在数码宝贝的世界里，所有的一切包括生物都由数据形成，所有的内容都可以用数据分析，在这个世界，数据就是一切。

其实也正如现在我们的世界，你的性格、喜好、习惯都可能会被收集，并形成消费者偏好等高价值信息为企业所用，数据也逐渐成为人们工作的重要指标。“数据世界”既然势不可挡，那在这种趋势下的我们，又该如何才能成为数据的主人，让数据更好地为我们服务?了解它们就是第一步。

“数据世界”之公有篇：指数类分析工具

我们目前常见的大数据分析工具无非分两类，一类是以“百度指数、微信指数”为代表的带数据源的大数据分析工具，它们本身自带数据源，信息开放透明，每个人都可查询。

此类工具因其自带强大数据库的特点，常被看重传播效果的营销人使用，营销人可据此分析品牌、事件的热度，进而把握整个社会的热点方向。

这样来看微信指数受到关注的原因也就非常明显了，在微信占据相当高营销权重的今天，缺少微信分析数据对营销人而言显然是不完整的，过去营销人只能通过阅读量和点赞量等单一的标准来评测，而现在却可以通过微信指数来作为辅助标准，无疑解了营销人的燃眉之急。

此类工具也并不少见，主要实用指数按分类有以下：

一、各大浏览器旗下：百度指数(国内指数类的老大级)、搜狗指数(提供焦点排行)、360指数(布局和百度指数蜜汁相似)、谷歌指数(翻墙是个坎);

二、新媒体类：微指数(微博专用、短时监测的好用工具)、微信指数(前途不可限量);

三、电商类：阿里指数(电商卖家必备工具箱)，淘宝排行榜;

四、视频类：中国网络视频指数、爱奇艺指数、百度视频指数、搜狐视频指数、腾讯视频指数、优酷指数;

五、APP监测：艾瑞APP指数、App Annie

五、炒股类：和讯网股票关注度、雪球网股票关注度

“数据世界”之私有篇：无数据源类分析工具

相比较上面提到的指数型数据分析工具，另一类数据分析工具则为受企业青睐的无数据源类大数据工具。对于企业而言，数据要及时、全面且有针对性，这都是指数类大数据难以达到的要求。

百度统计即此类工具的典型代表，企业通过接入指定网站到百度统计后台，即可了解到自家网站的访客是如何找到网站，在网站上做了些什么，有了这些信息，可以帮助用户改善访客在用户的网站上的使用体验，从而达到精细化运营的目的。

除了百度统计以外，行业还有如growing IO、FineBI等同样支持网站数据监测的工具，其中的FineBI甚至涵盖了数据采集与整合，数据存储，数据分析和数据可视化，乃至数据挖掘和深度分析的全流程，可见大数据分析工具正在越来越强大。

此类工具也并不少见，主要实用工具有以下：

一、国外：Google Analytics(始祖及级网站分析工具)、Adobe Analtyics

二、国内：CNZZ(友盟+)、51la、百度统计、Ptengine、growing IO、FineBI

“数据世界”之特别篇：“数据世界”不仅仅是大数据

就目前大数据发展阶段来看，以上无论是建立在品牌知名度基础上的指数类大数据工具，还是建立在企业实力基础上的大数据工具，都不可能取代我们生活中一些必要的小而美的数据收集处理工具。

正如互联网人熟知的Excel，它最早进入我们的学生时代，接着进入工作领域，虽然不以大数据为依托，但它依然受到我们的欢迎。不过可能也正因Excel始祖级别的地位，其在设计理念上并未走现代移动云办公之路，其在前期数据收集和后期数据协作管理上都稍有逊色，市场上一些以弥补形象出现的工具也就此出现。

对于前期数据收集，市场上已有麦客、金数据、简道云这样的在线表单工具，多用于报名申请、问卷调查等场景，数据收集完即可对手中掌握的信息进行简单的分析处理。在后期数据协作管理上，前面提到的简道云亦可支持数据的收集、分析、查询、共享，成员之间的协作、分权、提醒，上下级之间的审批、工序流程等功能，多用于进销存、资源管理等场景。

小而美的数据处理工具，按照功能丰富性层层排下去，第一类入门最简单，第三类功能最丰富：

一、纯调研类：问卷星、调查派、腾讯问卷、微调查;

二、数据搜集类：金数据(支持在线支付)、麦客CRM(偏向联系人信息搜集与管理)、表单大师;

三、数据处理协作：Formstack、wufoo、launchcloud、简道云

大数据或许迷人，一味追求大而全的数据分析处理工具并不理性，因为有时我们根本不需要费尽心思获取那么海量的信息，当然这并不妨碍我们对大数据发展的乐观态度，更不妨碍我们走入一个更为理性的“数据世界”。