类似推荐
编辑推荐
全面讲解Excel数据分析思路、方法及实战案例，提高数据分析能力。
内容简介
本书主要讲解使用Excel进行数据分析的思路、方法，并通过大量案例呈现，以帮助读者系统地建立数据分析思维，快速地提高数据分析能力。 书中分别介绍了数据分析的目的与常见误区；数据分析的过程与元素；数据采集与规范化、数据分析常用函数、数据可视化与图表变形技术、9种常用数据分析方法与实战案例，以及利用工具进行高级技术分析等内容。另外，通过商务、财务、HR、生产、质量管理、经营管理等6个领域的实战案例，介绍了常用的数据分析方法，还讲解了构建数据模型与可视化报告、用控件定制分析模型以及Power BI的使用方法，以及数据分析报告的撰写要点。 本书内容全面，系统性强，贴近一线实战，案例真实，非常适合各类有数据分析学习需求的职场人士阅读。
章节目录
版权信息
版 权
内 容 提 要
前 言
序章 写在前面的话
数据分析方法的架构
本书内容亮点
能满足读者的需求
本书适合人群
鸣谢
结语
第1章 数据分析的核心目的与常见误区
1.1 数据分析的三大核心目的
1.1.1 发现问题
【案例1—— 超标开支都到哪里去了】
【案例2—— 哪些产品是改善的重点】
1.1.2 预测未来
【案例3—— 明年的销售情况如何预测】
【案例4—— 哪个价格更合适】
1.1.3 优化决策
【案例5—— 哪个价位适合建立库存】
【案例6—— 哪个候选人更适合】
1.2 数据分析的四大误区
1.2.1 什么都要分析——贪多
【案例7—— 面面俱到的分析结果，一定招人喜欢吗】
1.2.2 用几个数据想分析出“一朵花”—— 做梦
【案例8—— 想用3个月数据预测下半年的销售情况】
1.2.3 数据量大不知道该分析啥——抓瞎
【案例9—— 一句话的任务】
1.2.4 不会可视化数据——晕菜
【案例10——怎样发现哪些产品是明星产品】
【案例11—— 哪些价格是不合理的】
1.2.5 机智地回答领导的“灵魂三问”
第2章 数据分析流程与分析元素
2.1 数据分析流程的五大步骤
2.1.1 分析设计：先思考，再动手
2.1.2 数据采集：尽量确保原始数据的规范性
2.1.3 数据整理：规范化数据并消除错误
2.1.4 数据分析：4个小步骤
2.1.5 数据报告：围绕说服力进行撰写
2.2 “一句话的任务”案例
【案例1—— 一句话的任务】
2.3 分析的5个元素：量、价、额、差、率及其组合
2.3.1 一分钟了解五大元素
2.3.2 单元素分析
【案例2——产品1～8月销售量分析】
【案例3——农产品全年销售额分析】
【案例4—— 进口农产品增长率分析】
2.3.3 双元素分析
【案例5—— 对产品销量进行量量分析】
【案例6——网店对当周销量进行量价分析】
【案例7—— 机械厂对产品进行量率分析】
2.3.4 三元素分析
【案例8—— 某公司为考查销售目标完成度进行量量率分析】
2.3.5 五大元素与其他元素的组合分析
2.3.6 确定分析维度的3种原则
第3章 数据采集：快速获取有价值的数据
3.1 数据采集必须考虑的三者关系
3.1.1 诉求者：着重沟通
【案例1——沟通不畅导致数据分析返工】
3.1.2 分析者：专注分析
3.1.3 采集者：满足需求
【案例2—— 我给你一个模板，简单明确效率高】
3.2 数据的3个主要来源
3.3 数据采集方面的案例
【案例3——多部门数据采集与合并】
第4章 数据规范化处理方法与技巧
4.1 详解数据规范化处理的目的
4.2 快速审核数据必会的4种方法
4.2.1 筛：通过数据筛选，发现数据问题
【案例1—— 筛选出不正常的类别】
4.2.2 查：通过索引、查找、定位，发现数据问题
【案例2—— 用VLOOKUP函数查出异常品号】
【案例3——用定位（Ctrl+G）查出异常价格】
4.2.3 排：通过对数据进行排序，判断数据是否存在异常
【案例4——通过排序检查产品的重量是否存在问题】
4.2.4 验：对数据进行比对或验证，找出数据的异常
【案例5—— 体重数据录入错误，数值结果出现异常】
【案例6——用COUNTIF函数发现重复的数据】
4.3 数据规范化处理6字秘诀
4.3.1 6字秘诀的特点详解
4.3.2 快速记住6字秘诀：右手联想法
4.3.3 删：删除问题数据
【案例7—— 筛选出问题数据后将其删除】
【案例8—— 找出重复数据后将其删除】
4.3.4 补：补全不完善、缺失的数据
【案例9—— 补上漏掉的打卡数据】
4.3.5 替：对不规范、不统一的数据进行合理替换
【案例10——用Ctrl+H高效替换相同的数据】
【案例11—— 批处理替换无效数据为保底奖励】
【案例12—— 批处理运算高效调整大量数值】
【案例13—— 用REPLACE函数智能替换数据】
4.3.6 转：转换数据格式，让数据标准化
【案例14—— 为数据设置统一的格式】
4.3.7 拆：拆分数据，剥离出有用的部分
【案例15—— 拆分宽度固定的数据】
【案例16—— 拆分分隔符号固定的数据】
【案例17—— 通过合并操作消除数据隐患】
4.3.8 分：将数据分类，让分析更加方便
【案例18—— 利用IF函数为数据分类】
4.4 人员信息数据综合处理的案例
【案例19—— 处理表格中数据不准确、不标准、缺失等问题】
第5章 数据分析必备函数使用和数据透视技术
5.1 必备的数据分类函数
5.1.1 IF函数的经典用法
1．单条件判断分类
2．IF＋AND多条件判断分类
3．IF＋OR多条件判断分类
4．IF＋IF多条件判断分类
5．IF＋IF＋AND多条件判断分类
6．IF＋OR＋AND多条件判断分类
5.1.2 IFERROR函数的经典用法
5.1.3 ISNA函数的经典用法
5.2 必备的求和与计数函数
5.2.1 SUMIF函数单条件求和的经典用法
1．常规的单条件求和
2．含空白数据的单条件求和
3．以指定单元格为条件来求和
4．对含错误值的数据求和
5．SUM＋SUMIF组合求和
6．SUMIF错列求和
5.2.2 COUNTIF函数单条件计数的经典用法
1．常规的单条件计数
2．含空白数据的单条件计数
3．以指定单元格为条件来计数
4．对含错误值的数据计数
5．SUM＋COUNTIF组合计数
5.2.3 SUMIFS函数多条件求和的经典用法
1．常规的多条件求和
2．对带日期的数据多条件求和
3．对含错误值的数据多条件求和
5.2.4 COUNTIFS函数多条件计数的经典用法
1．常规的多条件计数
2．对带日期的数据多条件计数
3．对含错误值的数据多条件计数
5.3 必备的查找与定位函数
5.3.1 VLOOKUP函数的经典用法
1．基本查找
2．模糊查找
3．区间查找
4．区间查找2
5．IFERROR＋VLOOKUP组合指定出错信息
6．反向查找
7．多条件查找
5.3.2 HLOOKUP函数的基本用法
5.3.3 INDEX函数的基本用法
5.3.4 MATCH函数的基本用法
5.3.5 OFFSET函数的基本用法
5.4 必备的数据透视表与切片器用法
5.4.1 创建数据透视表
5.4.2 利用透视表做数据分析
1．用透视表分析占比
2．用透视表分析环比
5.4.3 利用切片器制作分析模型
5.4.4 利用切片器制作可视化分析模型
第6章 专业数据可视化与图表变形技术
6.1 数据可视化的五大尴尬事
6.2 图表变形实例讲解
6.2.1 一张图让你看懂图表元素
6.2.2 数据间的关系：相关性和相对性
1．相关性案例
2．相对性案例
6.2.3 柱形图及其变形：对比数据分析图表
1．图表特点
2．数据理解
3．制作过程
4．注意事项与建议
5．变形案例与操作
6.2.4 二维柱形图及其变形：对比数据分析图表
1．图表特点
2．数据理解
3．制作过程
4．注意事项与建议
5．变形案例与操作
6.2.5 堆积柱形图及其变形：多元素数据分析图表
1．图表特点
2．数据理解
3．制作过程
4．注意事项与建议
5．变形案例与操作
【案例1—— 用瀑布图分析数据变化过程】
6.2.6 柱线复合图及其变形：多元素比较分析图表
1．图表特点
2．数据理解
3．制作过程
4．注意事项与建议
5．变形案例与操作
【案例2——用帕累托图分析产品质量原因】
6.2.7 条形图及其变形：排序法分析图表
1．图表特点
2．数据理解
3．制作过程
4．注意事项与建议
5．变形案例与操作
6.2.8 堆积条形图及其变形：结构对比分析图表
1．图表特点
2．数据理解
3．制作过程
4．注意事项与建议
5．变形案例与操作
6.2.9 折线图及其变形：趋势分析图表
1．图表特点
2．数据理解
3．制作过程
4．注意事项与建议
5．变形案例与操作
6.2.10 饼图及其变形：占比法分析图表
1．图表特点
2．数据理解
3．制作过程
4．注意事项与建议
5．变形案例与操作
6.2.11 散点图和气泡图：相关性分析图表
1．图表特点
2．数据理解
3．制作过程
4．注意事项与建议
5．变形案例与操作
6.2.12 动态数据可视化分析模型的原理
1．建立动态数据可视化模型的方法
2．利用函数制作动态分析模型
3．利用控件制作动态分析模型
4．利用数据透视表制作动态分析模型
6.2.13 怎样根据数据选择图表
1．相关性选图表案例
2．相对性选图表案例
3．同时具备相关性与相对性选图表案例
第7章 9种常用数据分析方法与实战案例
7.1 分析数据的两大原则
7.1.1 先总后分，层层拆解
7.1.2 分清主次，重点解决
7.2 分析数据的9种常用方法
7.2.1 比较法：数据打包与切块
1．同比
2．环比
3．对比
4．基比
5．均比
6．占比
【案例1——某电子公司产品利润结构分析】
7.2.2 排序法：数据排序与比较
7.2.3 结构法：数据拆分与分类
【案例2 ——分区域各季度销售情况分析】
7.2.4 阶梯法：数据的步进方式呈现
【案例3 ——财务利润预实分析】
7.2.5 漏斗法：数据收敛与发散
【案例4——某网店订单数据分析】
7.2.6 关联法：数据因果与关联
【案例5—— 价格与重量关系分析】
7.2.7 雷达法：数据无关与协同
【案例6—— 如何选择供应商】
7.2.8 象限法：数据定位与象限
【案例7—— 销售量价与利润率分析】
7.2.9 趋势法：数据趋势与预测
【案例8—— 预测未来3年销量】
7.3 根据数据选择分析方法
7.4 两道思考题
第8章 利用工具进行高级数据分析
8.1 加载并打开分析工具
8.2 规划求解
8.2.1 单变量求解
【案例1—— 帽子销量必须达到多少才能确保目标利润】
8.2.2 多变量求解
【案例2 —— 规划求解计算保本点】
8.3 利用规划求解求出最优解
【案例3 ——求出最大利润的产量组合】
8.4 回归分析
8.4.1 一元回归
【案例4—— 降水量与树苗生长高度关系分析】
8.4.2 多元回归
1．整理所需数据
2．应用回归分析
3．得到分析结果
4．解读结果
5．建立数据模型
【案例5 —— 某地区人口增长率与总收入、消费、人均GDP关系分析】
8.5 相关系数
【案例6 —— 各科目考试成绩相关性分析】
8.6 直方图
【案例7—— 统计指定区域内销售量出现的次数】
8.7 指数平滑
【案例8 —— 使用不同阻尼系数预测产品销售量】
8.8 移动平均
【案例9 —— 患儿体温检测结果分析】
第9章 商务数据的分析案例与模型
9.1 发现问题：从备件销售价中发现经销商的“猫儿腻”
9.1.1 上任第1天发现价格问题
9.1.2 通过排序发现两家可疑的经销商
9.1.3 为公司挽回130万元损失
9.2 预测未来：数据回归推导销售趋势预测模型
9.2.1 销售部门做不好预测来求助
9.2.2 根据一元回归的拟合度选择预测公式
9.3 优化决策：利用回归与相关性分析市占率与客户满意度的关系
9.3.1 市占率呈下滑趋势却没有任何应对之策
9.3.2 用回归分析市占率与客户满意度的关系
9.3.3 用相关系数分析如何从客户满意度着手提升市占率
9.3.4 半年后市占率得到了显著提高
9.4 商务数据分析建议
第10章 财务数据的分析案例与模型
10.1 发现问题：巧用保本点管控企业收益率
10.1.1 销售额在提升，但利润率在下滑
10.1.2 原来是只顾销售不顾结构
10.1.3 制定一个合理的保本点确保公司盈利
10.2 预测未来：利用回归分析模型预测投资风险
10.2.1 朋友想接下一个1700万元的工厂
10.2.2 用回归分析模型预测未来10年的销售额
10.2.3 根据销售额预测未来10年的利润额
10.2.4 结论乐观，决定投资
10.3 优化决策：通过项目净现值优化投资
10.3.1 3个投资项目，领导拿不准
10.3.2 通过净现值比较，结果一目了然
10.3.3 结论清晰可靠，令人满意
10.4 财务数据分析建议
第11章 HR数据的分析案例与模型
11.1 发现问题：找出高薪还要离职的真正原因
11.1.1 质量部门离职率出现异常
Excel数据分析方法、技术与案例是2022年由人民邮电出版社出版,作者 三虎。
得书感谢您对《Excel数据分析方法、技术与案例》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
