Excel中的小技巧&大智慧

将OneNote中的笔记部分经过整理转来博客，主要根据自己较为不熟悉的点进行记录。

Excel作为一款微软开发的数据分析和报表制作软件，有其自身良好的可用性和对windows系统的适应性。

诚然，对于从事数据算法的专业从业者，完全可以使用Python、R、SAS等更为高端的操作来实现各种相同的数据操作，但是Excel作为一款易于使用的大众化的分析软件，我们完全可以将其加入自己的技能库，对一些数据量较小的数据进行分析和查看。用好Excel，可以大大提升数据分析的工作效率。

用好Excel，就是要学好其三个重要核心应用：数据处理函数、各类图表应用、透视图

那么本篇文章主要就以Excel为依托，从数据操作、图标制作、分析报告撰写三个角度，来探讨一下数据分析的小操作和一些重要注意事项（大智慧）

主体分为：1. 数据操作篇；2. 图表篇；3. 分析报告篇。

操作篇主要针对在使用过程中的一些难点进行记录整理，不成体系；对于下面一些业务则介绍的更为系统。看官们可酌情自取。

数据操作篇：

设置单元样式、条件样式

设置保护，解除全局锁定，锁定需要保护的单元格，开始→格式设置锁定密码。需要解除锁定才能修改内容

排序和筛选，通过套用表格格式，下拉箭头可进行筛选

高级筛选：可根据表头和条件来框取表格内容进行筛选，条件在同一行为and、条件在不同行为or

分列：将一列拆分，与导入数据规则相似

数据验证：检查不合法输入，下拉列表序列保证所有更新值为范围内的值；设置输入提示

数据验证：设置验证条件后圈出无效数据，保护+隐藏单元表

Countif(表2[人数]">=3000")

Countifs、sumif、sumifs、rank、rank.avg

对二维表的访问操作

1. match函数返回某个标签对应的位置，组合成行列坐标值
2. index函数检索得到二维表中的数值、
3. 文本字段处理
4. 通过数据验证制作下拉列表，方便标签选择
5. 对原始数据加锁保护

vlookup匹配，选择匹配关键字，然后选择关键字及右侧区域（绝对引用），选择求值的列。（近似匹配、精确匹配）

hlookup：与vlookup相似，横向排列

间接饮用indirect，可以用于在数据验证中的序列取值应用设置二级下拉列表

选择表格，查找和选择→定位条件，选择常量，可以伸缩变化表格形状，去除空值

Excel文本函数left、right、mid、find、len、substitute

数据透视表：对数据各个维度做高级展示

尽量把操作放在数据透视表中，而尽量少的对原表进行操作

切片器，对透视图中数据进行筛选

 

图表篇：

样式调优，内容筛选（也可在切片器中完成），

我认为的Excel的三大核心：函数、透视图、图表

 

帕累托图 直方图：反映二八原则，二和八不是一个范畴，二代表对象，八代表效果：20%客户贡献了80%的利润

面积图，饼图，折线图，箱型图，环形图，龙卷风图（轴对称的直方图），旭日图（类型分层表示），树状图（面积大小体现）

 

Excel分析工具库

回归、指数平滑（一种改良的加权平均法，根据最近时期的实际数据和前期预测数据，并借助平滑系数进行销售预测）

移动平均（根据时间序列逐步推移，依次计算定期数据的均值，形成均值时间序列。移动期数少能快速反映数据变化，但不能反映变化趋势；移动期数多则能反映变化趋势）

简单来说移动平均是利用时间发展进行预测，并且是适合短期预测的一种方法

时间预测常用指数平滑和移动平均；另外还有季节变动法和趋势外推法

 

描述性统计分析：一种快速的上手方法，常用指标为均值、方差、中位数、求和、众数、峰度系数、偏度系数（>0正偏，长尾）等

相关分析：统计学中将 自变量之间的关系称为依存关系，主要分为回归函数关系和相关关系

回归函数关系：一种可以用数学表达式反映的依存关系，对某一变量的每一个数值，都有亮一个变量值与之对应

相关关系：一种变量间存在不确定依存关系，具有随机性，常常在均值上下波动

直线相关：相关系数表示

曲线相关：相关指数表示

多重相关：复相关系数表示

电商数据案例：

角度：

1. 会员数据：包括个人信息、社交信息（微信、微博等）、消费习惯（交易记录、购买记录等）
2. 营销数据：营销费用、覆盖用户数、用户点击率
3. 行业数据：品牌关键字搜索、店铺排名、销量
4. 交易与服务数据：金额、数量、人数、商品、时间等

定指标：

1. 会员指标：有价值会员数、活跃会员数、会员活跃率、回购率、存留率、平均购买次数、流失率等
2. 流量指标：跳失率（进入一个页面便离开）、二跳率（是体现流量是否有效性的指标）、浏览量（PV页面点击量）、PV/IP（流量真实性）、订单转化率（访客到买家）、访客数（UV 独立人，按时间分为最近、回访、新访）、到达率（从广告点击到网站页的比例）、平均在线时间
3. 运营指标：成交指标、效率指标（企业生产水平、推广力度的高低  包括客单价、件单价、连带率（也叫效益比、购物篮系数，反映用户购买产品的深度）、动销率）
4. 采购指标：数量、金额
5. 库存指标：库存天数、库存周转率、售罄率
6. 供应链指标：订单满足率、订单响应时长
7. 订单指标：监控用户数量的波动
8. 退货指标：金额、订单、数量
9. 转化指标：注册转化率（用户界面是否得当）、推广信息转化率、客服转化率（衡量服务质量）、收藏转化率、添加购物车转化率、成交转化率

 

对于图表：

核心方法：

1. 避免生成无意义的图表
2. 不要信息过多
3. 选对的，不选高级的
4. 一句话标题

饼图：

1. 从12点钟位置排列，最重要信息放12点位置
2. 数据项不要超过5项，定位理论表明人脑容易记住前5位
3. 不要使用“爆炸式”饼图分离
4. 饼图不要使用图例，写在饼上
5. 尽量不使用标签连线，如果要用切勿凌乱
6. 尽量不使用3D效果，如果要用，尽量薄。3D容易使人无法判断面积
7. 当扇区填色时，推荐使用白色边框线，切割感较好

复合饼图：当数据项超过5项，提取其中需要描述的项目制作符合饼图

 

柱状图：

1. 同一序列使用相同颜色
2. 不要使用倾斜的标签，不要让人歪脑袋
3. 纵轴刻度合适，一般从0开始
4. 最好添加数据标签，一眼看到具体数值
5. 若已有数据标签，刻度线则成为多余

条形图：横版柱状图

1. 同一数据序列使用相同颜色
2. 尽量数据从大到小排列
3. 不要使用倾斜标签
4. 添加数据标签，没有数据标签时可添加网格线

折线图：走势

1. 折线图选用线性要相对粗，最好比网格线、坐标轴等更加突出
2. 线条不超过5条
3. 不使用倾斜标签
4. 注意刻度起始
5. 适当情况加数据标签，Arial字体

 

图表会说谎：

1. 起始刻度做手脚，虚晃增长
2. 3D效果的伪装，不合适的3D会有数据欺骗性
3. 逆序排列的误导，注意横坐标
4. 面积测度增长倍率的误导

 

数据分析师：懂业务、懂管理、懂分析、懂工具；还要懂设计、懂创意、懂艺术。

 

图标美化

1. 图表美化原则：
   1. 简约：简单的手法揭露事物本质
   2. 整洁：整齐、干净、和谐自然。去除不必要的成分
   3. 对比：突出重点元素（字体、线形、颜色）
2. 图表美化技巧：
   1. 最大化数据墨水比：每一滴墨水有存在的理由，减少和弱化非数据元素，增强和突出数据元素
   2. 找出隐形的线：描述轴刻度部分的文字说明采用靠近坐标轴的对齐方式
   3. 数据图标注意位置，找到何时的元素位置
   4. 图标喜欢的数字格式：数据元素拥挤时，统一Arial字体
   5. 突出对比：不要缩手缩脚，大胆让它突出（对比色、直线、箭头、阴影）。目的是让人快速领悟传达信息，其次才是吸引眼球调动兴趣
3. 图表颜色搭配：

主色	配色
红色	白色、黑色、蓝灰色、米色、灰色
咖啡色	米色、鹅黄、转红、蓝绿色、黑色
黄色	紫色、蓝色、白色、咖啡色、黑色
绿色	白色、米色、黑色、暗紫色、灰棕色
蓝色	白色、粉蓝色、酱红色、金色、银色、橄榄绿、橙色、黄色

1. 色彩的C大调：原色、原色间的中位=二次色、原色和二次色间中位=三次色
2. 相似色：有一种色调极其响应的多种亮色和暗色组成，组合在一起素雅而正式。但是：画面较为平淡；对象区分度不够，容易忽视区别
3. 邻近色：色环上相邻的颜色，组合在一起色调统一和谐，能够带给观众明显的情感特征
4. 对比色：色环上相对的颜色，强调对比时可以使用；常用的有深浅、冷暖、亮暗等。其中深浅最常用的是黑白
5. 冷暖色：主观情感导向，不需要刻意区分。暖色调更加夺目；暖色一般冬春使用、冷色调一般夏秋使用

                      4. 慎用的颜色：

1. 红黄绿三种颜色有特殊含义，谨慎使用。
2. 红色代表禁止或者危险
3. 黄色代表告警和提醒
4. 绿色代表安全、正常

                      5. 如虎添翼

1. 图标模板，每完成依次设计，将其保存好，用于以后方便
2. 修剪超大值，将特别突出的数值进行斜线剪裁示意

 

报表篇：

专业的报告：体现职场价值：

1. 数据分析报告：根据数据分析原理和方法们运用数据来反映、研究和分析某项事物现状、问题、原因、本质和规律，并得出结论，提出解决办法的一种分析应用文体
2. 原则 = 规范性+重要性+谨慎性+创新性
   1. 规范性：前后名词、术语要与业界统一，符号系统与国际主流一致
   2. 重要性：体现数据分析的重点，在各项分析中重点选取关键指标，科学专业的分析。
   3. 谨慎性：报告撰写过程谨慎，基础数据务必真实、完整，分析过程科学、合理、全面，分析结果要可靠，内容实事求是
   4. 创新性：数据分析报告要适时的引入新的研究模型或分析方法成果，一方面用实际验证理论，另一方面让人了解业界前沿成果
3. 数据分析报告作用：实质上是一种沟通与交流的形式，主要目的在于将分析结果、可行性建议以及其他有价值信息传递给boss。
   1. 展示分析结果：报告以一种特定形式将数据分析结果清洗展示给决策者，使他们能够迅速理解、分析、研究问题的基本情况、结论与建议等
   2. 验证分析质量：分析报告也是对整个数据分析项目的一个总结。对数据的处理与分析结果进行质量验证，并让决策者感到整个过程的严谨、科学
   3. 提供决策者参考：大部分数据分析报告都具有时效性，因此得到的结论与建议可以作为决策的一个参考依据。
4. 数据分析报告的种类：
   1. 专题分析报告：对社会某一方面或某一问题进行红钻门研究的分析报告，主要作用是为决策者指定某政策、解决某问题提供参考和依据
      1. 单一性：不要求反映事物的全貌，主要针对某一方面或某一问题进行分析，如用户流失、用户消费行为、提升企业利润率分析等
      2. 深入型：由于内容单一重点突出，要求集中重点深入分析。不仅要求的问题具体描述，还要对原因进行分析，提出可能的解决方案，这就需要对业务的理解
   2. 综合分析报告：全面评价一个地区、单位、部门业务或其他方面发展状况的一种报告形式。如人口发展、全国经济发展、企业运营分析报告等
      1. 全面性：站在全聚德高度总体分析，反映总体特征，例如4P法，产品、价格、渠道、促销四个角度解释运营分析
      2. 联系性：把互相关联的一些现象、问题综合起来进行全面系统的分析。不是对资料的罗列，而是建立在系统的分析指标体系基础上，考察现象之间的联系，常表现为宏观角度的分析
   3. 日常数据通报：定期的数据分析报表为依据，反映计划执行情况，并分析其影响和形成原因的一种数据分析报告。这种数据分析报告一般是按日、周、月、季等定期进行，可以是专题性，也可以是综合性
      1. 进度性：把计划执行的进度与时间结合分析，判断计划完成的好坏，通过一些绝对数字和相对数字突出进度
      2. 规范性：基本上称为数据分析部门例行报告，定时向决策者提供，因此通常形成规范结构的形式。标题和格式规范，内容也一般变化不大
         1. 反映计划执行的基本情况
         2. 分析完成或未完成的原因
         3. 总结计划执行中的成绩和经验，找出存在问题
         4. 提出措施和建议
         5. 《X年X月业务发展通报》
      3. 时效性：用于通报的性质和任务决定，是时效性最强的一种分析报告。只有及时提供业务发展过程中的各种信息，才能帮助决策者掌握企业精英的主动权
5. 数据分析的报告结构：总分总，标题、目录、前言；正文部分主要包括具体过程与结果；街舞i额部分包括结论、建议和附录
   1. 标题页：题目简洁干练，清晰表现主题，激发读者兴趣，让数据开始讲故事
      1. 常见的数据分析报告标题形式
         1. 解释基本观点：这类标题往往用观点句来表示，点名数据分析报告的基本观点《不可忽视的高价值客户的保有》、《语音业务是公司发展的重要支柱》
         2. 概括主要内容：重点在叙述数据反映的基本事实，概括分析报告的主要内容，让读者能抓住全文中心，如《我公司销售额增长30%》《XXX运营良好》
         3. 交代分析主题：这类标题反映分析对象、范围、时间、内容等状况，并不点名分析者的主观思想《发展公司的业务途径》、《XX业务对比分析》
         4. 提出问题：这类标题以问题形式提出报告要分析的问题，引起读者的思考《客户流失到哪里去了？》《公司收入下降原因何在》
      2. 标题制作要求：
         1. 直接：毫不含糊、直截了当的表达观点，一看标题能够领会数据分析报告的基本精神，加快对内容的理解
         2. 确切：文题相符，宽窄适度，恰如其分表达数据分析报告的内容和对象的特点
         3. 简洁：标题要直接反映出数据分析报告的主要内容和基本精神，必须有高度概括的少量文字集中、准确、简洁的表述
      3. 标题的艺术性：
         1. 抓住对象特征展开联想，为数据讲故事写下序言
         2. 有时报告的作者也要在题目页出现，方便将来参考，另外日期也是体现时效性的重要因素
   2. 目录：重要的一级、二级标题信息，不要太过详细；另外有时boss只关心图标，可以考虑对图标单独制作目录
   3. 前言：分析报告的额重要组成部分，包括背景分析、目的和思路三个方面：
      1. 思路：前言写作一定要深思熟虑，前言内容是否正确，对整个报告的质量以及其解决业务问题、提供参考依据的好坏起决定性作用
         1. 为何要开展此次分析，有何意义？
         2. 要解决什么问题？达到有何目的？
         3. 如何开展此次分析？主要通过哪些方面？
      2. 分析背景：让读者对整个分析研究的背景有所了解，主要阐述此项分析的主要原因、分析的意义，以及其他信息
      3. 分析目的：开展此次分析能够带来何种效果，可以解决什么问题。分析报告需要有一个明确的目的，针对性越强，越能及时解决问题，指导意义就越强
      4. 分析思路：分析思路说明了完成这个数据分析项目的指导思路
   4. 正文：核心部分，将系统全面的表述分析的过程与结果。撰写正文是根据分析思路中确定的分析内容，利用各种方法一步步展开分析，通过图标文字结合，形成报告主体

      1. 科学严密的论证过程，如下特点：

         ① 最长的主体部分

         ② 包含数据分析的事实和观点

         ③ 通过图标、文字结合分析

         ④ 各部分逻辑紧密

   5. 结论和建议：对整个报告的综合与总结、深化和提高，是得出结论、提出建议、解决矛盾的关键所在，画龙点睛的作用帮助读者加深认识，明确题旨
   6. 附录：提供正文中涉及而未提供的有关资料，以及一些关键内容的注释
6. 撰写报告的注意事项：不取决于篇幅长短，而在于内容是否丰富，结构是否清晰，是否有效反映业务真想，提出的建议是否可行
   1. 结构合理，逻辑清晰：应该有非常明确、清晰的架构，呈现简洁、清晰的分析结果
   2. 实事求是，反映真相：最重要的是必须具备真实性，不允许有虚假和伪造的现象存在。分析过程中一定保持中立态度，不持任何立场
   3. 用词准确，避免含糊：避免使用不明确的词汇，如“大概”，“大约”等。必须明确的告知，什么情况合理，什么情况不合理
   4. 篇幅适宜，简洁有效：报告价值体现在给决策者提供所需的信息，并且这些信息能够解决问题。工作的重点将问题在最短的时间内阐释清晰并解决
   5. 结合业务，分析合理：不能仅基于数据做工作，或仅仅看图说话，要结合公司所处的现状和业界大环境来进行更多维的广度分析，提出可操建议。切勿原理目标的结论提出不现实的建议，可能需要与其他部门进行沟通