excel数据分析：怎样用excel数据分析

        文科出身，在excel上算是一路摸爬滚打。现在带着3个人的团队，组建了信息部，主要负责公司的营运数据分析。分享一些我的经验。用excel做数据分析，不难，难在如何做好。拆分成两块掌握excel分析技能+数据分析的硬核经验。

一、快速掌握excel分析技能

1、excel学习

excel教程不要太多，如何快速学习excel，我之前也回答过，反正就是逮住一本教程，照着练

把一本体系化的excel教程吃透了，就足以应对业务工作所需的数据分析了。

如果觉得书籍太枯燥，那把视频课看起来。对数据分析有帮助的一些还不错的视频课，我梳理了一下

在有了Excel的基础上，可以再去适当学习一些数据分析的基础课程，二者在很多地方都是相通的，注意不要一开始就去啃那种很难的数据分析课程，否则很容易放弃。

如果不知道怎么选择，可以去看看知乎知学堂官方的数据分析课程，对比下来这个课程对于数据分析的底层逻辑盘的是最清楚的，作为入门课程完全足够了。

2、excel实操

好用的函数能让你数据分析时，如有神助，下面是我在数据分析时常用的函数

常用函数（加总求和、计数、平均、最值、排序、乘积、除余、取整）

逻辑运算（if、iferror、and、or)

文本编辑（文本提取、文本查找、文本替换、文本转换及合并）

引用与查找（vlookup、hlookup、lookup、indirect、index、match)

1）排序函数

rank(排序的目标数值，区域，逻辑值）

逻辑值如果输入0或者不输入时，为降序排列（数值越大，排名越靠前）；逻辑值输入非0时，为升序排列（数值越大，排名越靠后）

比如对业绩排名的计算，小李排名第5

2）逻辑判断

if(计算条件的表达式或值，满足条件返回true,否则返回false)

根据指定条件来判断其“满足”（TRUE）、“不满足”（FALSE），从而返回相应的内容。

比如判断团队业绩是否达标，小李和小军均不合格

3）计算文本长度

len(要计算字符长度的文本），用来计算文本串的字符数

比如判断手机号是否有效，小李手机号少一位，为无效信息

不全部列举了，这篇讲的比较全，可以参考

<Excel> 数据分析excel常用函数

数据处理上，可以使用一些excel插件，提高处理速度

1）慧办公 适用版本Office2003/2007/2010/2013/2016/365等、WPS013/2016等

2）Excel易用宝-V2018 Excel Home出品，适用版本Excel 2007/2010/2013/2016和Office 365

3）方方格子 除了常见的Excel工具箱外，在公式/审计/财务/图片/邮件等领域还有一些付费插件。适用版本Excel 2007~2016

4）Excel必备工具箱 适用版本 EXCEL2007/2010/2013/2016

5）Excel精灵-8.0版 Excel精灵7.2网络版的功能比较全，但有捆绑软件。适用版本Excel 2007、2010、2013和2016

6）Easycharts 图表制作插件

注插件方便也不用贪多，挑顺手的数据处理和图形制作的各一个即可。

缺实操的伙伴，可以从199it上找点数据练练手。常见的公开数据网站都可以搜索到

或者进一些综合类的商业数据网站镝数聚，除了研究报告，还可以找到很多当下最新的热点数据。

，好的图表可视化是一份分析报告的点睛之笔。平时要多看美图、多参考

关于如何制作干净漂亮的excel表格，在这篇回答有我的一些经验

二、数据分析的几点硬核经验

1、务必提升数据采集的效率

因为读了四年社会学（社会调查专业户），经常需要大面积采集数据，所以吃够了数据收集的亏。excel重处理而弱采集，尤其在大体量的公司，跨部门收集、汇总四面八方的数据，很崩溃。

所以我从去年5月找了一些表单工具（j简道云、麦客、金数据、氚云等），一圈试下来，碰上年初的疫情我们公司上了钉钉，现在是【钉钉+简道云】搭配使用，数据收集效率还是很可观地，目前在库存管理、销售管理上都已形成了规范的数据采集管理

关于实际使用的心得，我就不展开讲了，以后再作分享。

数据采集还涉及线上数据爬取，但这方面我了解不多，就不班门弄斧了。有意者可以参考这篇回答

2、业务知识大于工具选择

所有数据分析师都会告诉后来人“业务知识很重要”，因为大家在踩了坑之后才恍然大悟分析中遇到的很多难题问题都源于对业务的不了解。

例如，同样是对客户进行分析，互联网电商的客户与保险客户具有明显区别，前者重视来源，活跃度，购买率，流失率，后者关注渠道，报价，理赔风险，投诉。业务知识包括这种大方向的行业知识，也包括公司内部特殊情况，了解得越详细可以避免绕很多弯路。

例如，有些行为是内部人员参与的造成的数据异常要提前做处理，有些业务开展是带地区特性的，分析时候要区分对待等。

而真正做分析时候，你会发现市面上有太多的分析工具，需要掌握的实在是太多了，其实不必纠结于此，依据个人能力，配合当前的数据分析环境，适用的工具自然会被选出。

数据分析过来人都会说80％的时间都在做数据处理工作，所以数据处理能力是必须的，简单工具有Excel、SQL，复杂的有R，Python，Java。专业点的是fineBI、tableau等。

3、规范良好的数据思维

分享几本在我成长过程中帮助较大的【数据分析书籍】

1、《深入浅出数据分析》

数据分析入门第一本。通俗简单，能够让你对数据分析的相关概念有大致的了解。这本书蕴含的思想逻辑和分析原则，要好好体会，会对你以后的学习有很大的帮助。

2、《深入浅出统计学》

号称“文科生也能看懂”的统计书。阅读起来相当容易，一口气就能看完。这本书所讲的知识在数据分析中都是常见且必须掌握的，比如基本的统计量，基本上每个分析项目中都会用到；比如基本的概率分布，总体与样本的概念、置信区间、假设检验、回归分析，都是关于数据分析的统计学知识。

“HeadFirst类的书籍，一向浅显易懂形象生动，可以对分析概念有个全面的认知。”

3、《精益数据分析》

“此书优势在于将企业分成了几个大的行业类别，并分门别类的讲解了每个行业的商业模式特点及分析技巧，对使用者的分析能力要求较高，且必须具备相应的业务知识。”

书中并没有讲到具体的数据分析技术，主要分析了各种产品中用到的指标、模型和“数据驱动型产品”的一些思路。

4、《决战大数据》

        阿里巴巴前数据副总裁车品觉所著，讲解了阿里巴巴在企业内部治理数据过程中的心得，所讲“存-通-用”数据管理三板斧和“从数据化运营到运营数据”，字字珠玑，可堪借鉴。以上这四本都是最基础的，必看书籍，还有比如《R语言实战》、《利用Python进行数据分析》等5本进阶书籍，我整理了一个图片，有需要可以自己去搜。用ex cel做数据分析，不难，难在如何做好。拆分成两块掌握excel分析技能+数据分析的硬核经验。