1. 写在前面

使用KNIME的时间一年多一点，对工作的效率的帮助非常大（主要是懒，不希望做重复性的工作，希望多腾些时间出来刷刷知乎，逛逛论坛）。通过这个专题，逐步分享关于KNIME的点滴，能让大家的工作起来更加从容。

数据分析工具很多，工具语言如R， Python，工具类的如rapiderminer, alteryx ，weka以及我们重点介绍的KNIME。还有很多工具和语言在此就不一一列举了。如果你像笔者一样只是工作中有部分(< 30%)工作需要用到数据，比如业绩追踪管理，那可以用工具类的语言解决。如果你的工作90%以上都是数据，靠这个吃饭的，那建议你还是静下心来好好学习一门编程语言R or Python。

---

为什么要用KNIME？

1. 如果你不想写代码，或者说不会写，但在自己的知识体系中曾经学过C，VB，即最基础的大学或研究生那点编程语言，还是针对非计算机专业的。尽管现在都基本还给的老师，但至少知道if语句，那说明你可以用工具类语言。

2. KNIME相比于Rapidminer，Alteryx是免费的，当然有些特定情况除外.

3. 想尝试现在比较火的人工智能，部署监督/无监督学习模型，KNIME上面有很多现成的模型足够调用。

类似你想给你的车买合适的轮胎，轮胎厂家会提供轮胎使用的边界条件，你不必知道轮胎内部的高分子物理化学推导过程。

KNIME也是一样，每个模型都会提供输入和输出。但需要知道这些条件对模型的影响，以及模型使用的前提（基本wiki后就可以有个大概认识），就像你不会给自己的轿车买一个卡车胎一样的道理。

也许有可能成为一个“调参侠”，但还是再次强调如果你是靠数据吃饭，还是老老实实的把各种知识储备弄扎实了。

4. 以下一些典型的场景，如果你的工作涉及到了，说明你可以继续关注后面笔者的分享：

            1) 你肩负汇总和评价下属分公司的业绩，而这些业绩都是基于EXCEL的。对于宏操作不会，只能通过复制粘贴，或者超链接的等于功能把在一个文件夹的文件汇总到一个文件上。

           2) 你有公司数据库访问权限，但你的SQL水平仅限于select * from XXX 最多加一个where，groupby，top或者对select的字段进行简单的逻辑计算（求和，最大，字符串）。 你后续的处理通过Tableau， PowerBI一类的展示工具，但由于数据源的结构限制，影响你要呈现的内容。比如，你要针对公司CRM 进行RFM进行分析，时间截点以今天往前推60天，看这个时间段内每个会员的总交易额，交易频次，最后一次交易距离今天有多长时间，通过KNIME可以轻松的把这个三个指标跑出来，并跟在会员ID后面，下面才是EXCEL， Tableau 或者PowerBI上场。

          3) 你作为业务部门给IT部门提出需求，需要XXX类型数据，但IT部门事务繁多，常常无法及时响应

           4) 你有通过模型去实现预测或者发现关系的需求。比如，通过Apriori 算法计算购物篮商品的关联度，从而去优化你们的促销组合

           5) 数据挖掘和统计，主要涉及以下方法

          6)  还有很多场景，但笔者工作不涉及，比如，爬虫爬twitter或其他然后针对语义分析；化学分子式的分析；

          7) 下图是KNIME官方给一些应用场景，如果下面有你关注的案例，那不妨了解一下

总之，这是一个针对非码农的搞数据的好工具。

后续的分享，笔者会沿用德国人的思路，通过案例实践来学习。大家可以在案例基础上，修改成符合自己使用场景的工具。若有问题，可以向笔者咨询。