做数据分析,要懂多少excel

简介: 一提起数据分析,很多人都会自然而然联想到Excel,SQL,Python等工具。搞得很多小伙伴深陷书海无法自拔,经常问:到底要学到什么程度,才算能懂呀?今天先从最简单的Excel讲起吧。

一、.Excel是干啥的?


Excel不是数据分析的专用工具。Excel只是一个处理表格的基本工具,除了简单的制作表格以外,基于表格的数据计算、数据图表绘制、统计学/运筹学公式,Excel都有包含。并且,完全不需要写代码就能使用,上手难度极低。


二、 Excel对数据分析有啥用?


先问一句:数据分析的工作是啥?



简单来说,有5部分:


  • 存储原始数据
  • 按要求提取数据
  • 按要求计算数据
  • 将数据做成图表
  • 解读数据,得出结论


这五个部分,用Excel都能实现。并且,Excel操作非常简单,因此很适合作为数据新人的启蒙工具。


那么,怎么算懂Excel呢?

三、怎么算懂Excel?


理论上,100%搞懂Excel的所有功能是不太可能的,君不见单单讲Excel函数的书都有几百页厚。而且,也没必要100%搞明白,作为一个数据新人启蒙的工具,想搞懂Excel,关键是搞懂四大基础操作。


操作1:建表。没有数据分析习惯的人,在Excel里呈现数据,写的是他最终使用数据的样子。但是这样形式太固化,无法重复使用,因此经常引起反反复复的提数。有数据分析习惯的人,区分维度和指标,可以轻松进行计算,数据操作效率非常高(如下图)。


image.png


操作二:清晰指标计算/汇总计算。有数据分析习惯的人,在做Excel的时候,很清楚自己是在计算一个新指标,还是汇总一个旧指标整体数据。这样的习惯,能在计算的时候清晰指标间逻辑关系,不但不容易出错,而且可以基于新衍生的分类标签/指标,做更多分析(如下图)。



image.png


操作三:熟练使用数据透视表。数据透视表是Excel数据分析的核心功能,熟练掌握,不但计算速度更快,而且对理解数据聚合的概念有奇效(如下图)。


image.png


操作四根据需求挑选合适的图表。做一张图很容易,但是根据实际需要选择图表,才是数据分析人员的要求(如下图)。



image.png


掌握了上边四大操作,就已经能把一个数据萌新与财务、HR区分开。因为此时,你已经不会横着竖着乱摆数据,而是按一定逻辑,规范处理数据。这四大操作,在后续学习SQL,Python等工具的时候,还会遇到。到时候完全可以对照Excel的操作进行理解。


相比之下,Excel有些看似复杂的操作,比如统计学/财务函数,比如线性规划工具箱、统计检验工具,线性回归模型等。虽然背后的原理很复杂,但是操作上都是套公式计算而已,有实际需求的时候再了解即可。为了复杂而复杂,就没必要了。

四、从懂Excel到数据分析


单纯懂Excel,还不足以做数据分析。因为现实中的数据分析问题,常常是口语化的,随意的,比如:


  • “小熊妹,最近的销售情况怎么样?”


  • “小熊妹,为什么这次活动比上次效果差?”


  • “小熊妹,预测下下个月业绩有多少?”

Excel里可没有一个按钮能直接点出上边几个问题的答案,需要我们自己转化问题。


常见的需求有三种:


需求一:提供数据。比如“小熊妹,最近的销售情况怎么样?”此时我们应该确认统计数据的分类维度与指标。然后做成Excel示例,让需求方确认格式正确后,再到数据库里提取数据(如下图)。


image.png


需求二:对比分析。比如“小熊妹,为什么这次活动比上次效果差?”此时要把下面三个问题讨论清楚,做好Excel示例,再对应提取数据(如下图)


  • 谁和谁进行对比
  • 对比哪些指标
  • 是否要分类


image.png


求三:预测分析。比如“小熊妹,预测一下下个月业绩有多少?”此时需要业务方选择,用业务模型来预测,还是用算法模型预测。如果采用业务模型预测,则需把业务逻辑、假设情况等要素提前在Excel里做好(如下图)。



image.png


如果是算法模型,那么简单的时间序列/回归模型,可以直接在Excel里进行计算(如下图)。


image.png


当然,复杂的模型,还是上SPSS/Python吧,别难为Excel。


这样转化以后,才能将Excel操作运用到数据分析工作之中。


不过,以上只是简单示例,现实中数据分析问题,可能更复杂。因此也更需要一开始就在Excel里打好样板,让业务方看到输出物的样子,确认符合需求。避免自己埋头苦干,写了几天代码结果被人喷:“你这分析的都是啥呀!”那就太惨了。Excel作为业务和技术人员沟通的桥梁,着实好用。


五、 为什么Excel没有被取代


随着数据量增大,存储原始数据的任务一般交给数据库。提取、计算也可以使用Sql、Python等工具完成。因此Excel在今天,用处大大减少。但这仍然不能撼动它的地位。因为它还有三大额外优势


优势一:能处理各种零散数据。比如调查问卷,比如从公众号、天猫、抖音后台导出的数据,比如外部ppt里附带数据。这些都很难入数据库,可以通过excel统一处理。此时,需要进一步掌握Excel数据清洗的常用函数,比如:concat(链接字符串),replace(替换内容)Vlookup(匹配字段)等等。


优势二:方便业务部门自行计算。很多时候,业务喜欢自己做计算,此时可以把业务想计算的分类维度、指标准备好,然后教业务方使用数据透视表,想计算啥,就计算啥。省的老找我们一遍遍跑数


优势三:做好的图能直接排在PPT里。写报告省事。这个就不都说了。


总之,即使技术再进步,Excel也不会轻易被淘汰的。以上就是今天的分享,喜欢的小伙伴,记得转发+在看+点赞三连,支持下小熊妹哦。后续再慢慢跟大家分享Excel分析的细节,敬请期待哦。


相关文章
|
机器学习/深度学习 人工智能 数据可视化
AI时代Excel数据分析提升之道
AI时代Excel数据分析提升之道
486 0
|
7月前
|
数据挖掘 数据安全/隐私保护 Python
【Python数据分析】<数据分析工具>基于Excel的数据分析
【1月更文挑战第22天】【Python数据分析】<数据分析工具>基于Excel的数据分析
|
5月前
|
机器学习/深度学习 存储 数据可视化
这份Excel+Python飞速搞定数据分析手册,简直可以让Excel飞起来
微软在 UserVoice 上运营着⼀个反馈论坛,每个⼈都可以在这⾥提交新点⼦供他⼈投票。票数最⾼的功能请求是“将 Python 作为Excel 的⼀门脚本语⾔”,其得票数差不多是第⼆名的两倍。尽管⾃2015 年这个点⼦发布以来并没有什么实质性进展,但在 2020 年年末,Python 之⽗ Guido van Rossum 发布推⽂称“退休太无聊了”,他将会加入微软。此事令 Excel ⽤户重燃希望。我不知道他的举动是否影响了 Excel 和 Python 的集成,但我清楚的是,为何⼈们迫切需要结合 Excel 和 Python 的⼒量,⽽你⼜应当如何从今天开始将两者结合起来。总之,这就是本
|
5月前
|
机器学习/深度学习 存储 数据可视化
这份Excel+Python飞速搞定数据分析手册,简直可以让Excel飞起来
微软在 UserVoice 上运营着⼀个反馈论坛,每个⼈都可以在这⾥提交新点⼦供他⼈投票。票数最⾼的功能请求是“将 Python 作为Excel 的⼀门脚本语⾔”,其得票数差不多是第⼆名的两倍。尽管⾃2015 年这个点⼦发布以来并没有什么实质性进展,但在 2020 年年末,Python 之⽗ Guido van Rossum 发布推⽂称“退休太无聊了”,他将会加入微软。此事令 Excel ⽤户重燃希望。我不知道他的举动是否影响了 Excel 和 Python 的集成,但我清楚的是,为何⼈们迫切需要结合 Excel 和 Python 的⼒量,⽽你⼜应当如何从今天开始将两者结合起来。总之,这就是本
|
6月前
|
人工智能 自然语言处理 安全
ChatGPT高效搞定Excel数据分析
ChatGPT高效搞定Excel数据分析
126 0
|
7月前
|
数据采集 数据挖掘 数据处理
Python数据分析实战:使用Pandas处理Excel文件
Python数据分析实战:使用Pandas处理Excel文件
232 0
|
数据挖掘 Python
【Python数据分析】用Python操作Excel,xlsxwriter的使用介绍
【Python数据分析】用Python操作Excel,xlsxwriter的使用介绍
|
7月前
|
机器学习/深度学习 人工智能 自然语言处理
巧用ChatGPT高效搞定Excel数据分析
随着人工智能技术的不断发展,越来越多的企业开始将其应用于办公场景,以提高员工的工作效率。而在众多办公软件中,Excel无疑是最常用的一款。然而,传统的Excel数据分析方法往往耗时且容易出错。
870 0
|
7月前
|
数据可视化 数据挖掘 Python
基于Python开发的Excel数据分析系统(源码+可执行程序+程序配置说明书+程序使用说明书)
基于Python开发的Excel数据分析系统(源码+可执行程序+程序配置说明书+程序使用说明书)
149 0
|
7月前
|
BI 数据格式
如何快速将txt类型的日志文件转换为excel表格并进行数据分析报表统计图(如:饼图、折线图、柱状图)?
如何快速将txt类型的日志文件转换为excel表格并进行数据分析报表统计图(如:饼图、折线图、柱状图)?