怎樣用 Excel 做數據分析？
不是經濟學，統計學出身，工作也不是數據分析師，只是在工作會用到一些，梳理一下思路。只說一些最基本的數據分析常識，太深的不講（主要是不會）。數據分析是什麼？把隱藏在一大批看似雜亂無章的數據背後的信息集中和提煉出來，總結出研究對象的內在規律。幫助管理者進行判斷和決策，以便採取適當的策略和行動。分類：
描述性數據分析（初級數據分析 常見分析方法：對比分析法、平均分析法、交叉分析法）
探索性數據分析：高級數據分析，側重於在數據之中發現新的特徵驗證性數據分析：高級數據分析，高級數據分析，側重於驗證已有假設的真偽性數據分析5個階段
- 數據收集
第一手數據：主要指可直接獲取的數據;第二手數據：指經過加工整理後得到的數據
- 數據處理
目的：從大量的、雜亂無章、難以理解的數據中抽取並推導出對解決問題有價值、有意義的數據
- 數據分析
數據挖掘：一種高級的數據分析方法。主要側重解決四類數據分析問題：分類、聚類、關聯、預測
- 數據展現
常用數據圖：餅圖、柱形圖、條形圖、折線圖、散點圖、雷達圖、金字塔圖、矩陣圖、漏斗圖、帕雷托圖
- 報告撰寫
有一個好的分析框架，並且圖文並茂，層次明晰，能夠讓閱讀者一目了然，需要有明確的結論，有建議或解決方案
而本題講的主要是excel作為工具進行數據分析。其他的SPSS Statistics等暫且不提。
1、數據收集階段：
這個階段可以參考這個問題：國內外有哪些比較權威的統計數據網站？ - 互聯網，格各位知友都很熱心。
2、數據處理階段：
這個時候要用到excel了。首先要對數據進行一次大清洗！將多餘重複的數據篩選清除，將缺失數據補充完整，將錯誤數據糾正或刪除。
這個時候要用到一系列函數：
數據重複【（COUNTIF函數），刪除重複項】
缺失數據【IF And Or 嵌套函數等】
數據抽樣【Left，Right，CONCATENATE(文本1，文本2....)，VLOOKUP】
數據計算【AVERAGE、SUM、MAX、MIN，Date，If】
數據分組【VLOOKUP函數，採用近似匹配，SEARCH函數】
數據抽樣【RAND函數，RAND()】
以上只是一些簡單的說明，具體問題需要根據需求進行分析。
3、數據分析階段：
對比分析法：
常見的如完成值與目標值的差距，這個月與上個月的對比，同公司間各部門的對比，競爭對手行業內對比，這裡要注意的是計算範圍計算方法要一致，對象要一致，指標類型要一致。
分組分析法：如何用EXCEL進行數據分組
結構分析法：
平均分析法：
交叉分析法：
利用Excel2013數據透視圖功能，將一維錶轉為二維表_Word聯盟
綜合評價分析方法：
杜邦分析法：
杜邦分析法利用各個主要財務比率之間的內在聯繫，建立財務比率分析的綜合模型，來綜合地分析和評價企業財務狀況和經營業績的方法。採用杜邦分析圖將有關分析指標按內在聯繫加以排列，從而直觀地反映出企業的財務狀況和經營成果的總體面貌。
漏斗圖分析法：
漏斗圖不僅能夠提供用戶在業務中的轉化率和流失率，還揭示了各種業務在網站中受歡迎的程度。雖然單一漏斗圖無法評價網站某個關鍵流程中各步驟轉化率的好壞，但是通過前後對比或是不同業務、不同客戶群的漏斗圖對比，還是能夠發現網站中存在的問題。
矩陣關聯分析法：
關聯矩陣法是常用的系統綜合評價法，它主要是用矩陣形式來表示每個替代方案有關評價指標及其重要度和方案關於具體指標的價值評定量之間的關係。
其他高級分析法：
數據透視表：
4、數據展現：
根據數據關係選擇圖表
這部分在另一個答案里有詳解的講解對於沒種類型的圖表有詳解的演示和說明：
如何製作圖表非常精美的 Excel 文檔？ - 忽如遠行客的回答
成分：餅圖、柱形圖、條形圖、瀑布圖
排序：柱形圖、條形圖、氣泡圖、帕累托圖
時間序列：折線圖、柱形圖
相關性：散點圖、柱形圖、對稱條形圖(旋風圖)、散點圖、氣泡圖
多重數據比較：雷達圖
圖表注意事項
- 信息完整：圖表標題、單位、圖例、腳註、來源等
- 避免無意義的圖表
- 一表反映一個觀點
- 只選對的不選複雜的圖表
- 標題一句話闡述清楚反映觀點
5、報告撰寫
數據分析報告的作用：展示分析結果 驗證分析質量 提供決策依據
報告類型：- 專題分析報告
定義：對社會經濟現象的某一方面或某一問題進行專門研究的一種數據分析報告
作用：為決策者制定某項政策、解決某個問題提供決策參考和依據 特點：內容的單一性 分析的深入性
- 綜合分析報告
定義：全面評價一個地區、單位、部門業務或其他方面發展情況的一種數據分析報告
特點：全面性 聯繫性- 日常數據通報
定義：以定期數據分析報表為依據，反映計劃的執行情況，並分析其影響和形成原因的一種數據分析報告
特點：進度性 規範性 時效性數據分析報告結構：
標題頁
標題類型：解析基本觀點 概括主要內容 交代分析主題 提出問題 標題要求：直接 確切 簡潔 前言 分析背景：為何開展此次分析？有何意義？分析目的：通過此次分析要解決什麼問題？達到何種目的？ 分析思路：如何開展此次分析？主要通過哪幾方面開展？ 正文
是報告最長的主體部分，包含所有數據分析事實和觀點，通過數據圖表和相關的文字結合分析，正文各部分具有邏輯關係
結論和建議
以上是一般的數據分析的方法和一些注意事項，事無巨細，數據分析本身就是一個慢活細活，腦力活，透過龐大的數據看本質是一個數據分析人員最應該掌握的東西。
接下來才是真正的核心：（工具篇）
當面對海量數據時，我們就應該掌握一些工具因為這才是一個數據分析人員真正要面對的。
SQL語句：Excel2010 常用SQL語句解釋
Microsoft Query:實現數據導入/數據處理/數據分析：
微軟的官方使用文檔：https://support.microsoft.com/zh-cn/kb/136699
PowerPivot： 簡單數據分析/多表關聯分析/欄位計算分析/數據分組分析具體參考官方說明文檔：PowerPivot 載入項
工具庫：描述性統計分析 / 直方圖
/ 抽樣分析
/相關分析
/回歸分析
/移動平均
/ 指數平滑
/ 這個教程不錯：excel數據分析教程.pdf
水晶易表：水晶易表完全教程(完全版)_百度文庫
VBA：那就是另外一個世界了。
最後推薦數據分析的十個博客：
數據分析十大博客
沈浩老師的博客：沈浩老師的博客數據挖掘與數據分析：http://spss-market.r.blog.163.com/
數據挖掘@數據分析 鄭來軼_新浪博客
數據化管理：http://chemyhuang.blog.163.com/
數據元素：Wayne_新浪博客
小蚊子樂園：小蚊子數據分析
ExcelPro的圖表博客：ExcelPro的圖表博客
網站分析在中國——從基礎到前沿(網站分析在中國——從基礎到前沿 |)
網站數據分析：網站數據分析
藍鯨的網站分析筆記：藍鯨的網站分析筆記
除了上邊的那個知乎上的收集信息的帖子，再加上這個：哪些數據網站和資料最常用，最好用？
不過我是做互聯網的，移動互聯網數據來源：
- 百度指數
- 淘寶指數
- 艾瑞諮詢
- 易觀智庫
- CNNIC
- 比達諮詢
- 新浪微博：什麼時候開始，發布頻次，內容特色。粉絲數。
- 微信官號：什麼時候開始，發布頻次，內容特色。粉絲數。
- 百度搜索前10頁，其他渠道覆蓋。
- 線上調研
推薦這本書：Excel 2010數據處理與分析實戰技巧精粹 (豆瓣)
推薦：誰說菜鳥不會數據分析 (豆瓣)
我還沒有學通，本篇基本就是對這兩本書的總結。
補充一個excel2016的新功能：
本文資料來源：
誰說菜鳥不會數據分析 (豆瓣)
誰說菜鳥不會數據分析 (豆瓣)
關聯矩陣法 - MBA智庫百科
Excel-漏斗圖分析（差異分析）
如何玩轉杜邦分析法
小蚊子的博客是一個好教材
http://blog.sina.com.cn/s/articlelist_1240959563_4_1.html我建議：- 多動腦
EXCEL只是個工具。
你的目的不是玩轉EXCEL，你的目是數據分析。就比如做社交網站，什麼樣的用戶是活躍用戶？哪些用戶行為數據能拿出來參考？活躍用戶的各項行為數據，你看出哪些關聯性？這都是要動腦。- 多動手
很多人可能都不知道EXCEL在同一個格子里怎麼換行。
不知道怎麼凍結窗口。不知道篩選，不知道排序。更不要說做散點圖了。多用，什麼都是在使用中學會的。這個問題的問法很難回答，因為範圍太廣了，無法一句話以概括。
我覺得應該是：
1、你應該掌握一些基本的數據分析的方法，以及知道自己希望分析工具能夠給你帶了什麼；
2、要能夠基本知道自己目前的數據分析需要在什麼層次或則範疇：比如一般、專業或者是製造業還是零售業，又如是歷史數據分析還是為了預測分析等等。
有了上面的認識，可以介入EXCLE的學習。
一、對EXCEL初級用戶來說，對數據分析的作用是：
運用其表格功能及一般的運算規則提高報表製作及計算的效率。
二、對於進階用戶來說，EXCEL對數據分析的作用是：
學習函數及公式，能夠進行1、複雜的運算，2、複雜的邏輯關係判斷；3、建立具有一般智能化的互動報表及模型。
提高數據分析的效率、深度與廣度
三、對於高級用戶，EXCEL對數據分析的作用是：
進行VBA的開發，能夠完成程序級開發才能夠完成數據分析，能夠進行數十萬級數據的運算（需要VBA開發擴展資料庫容量，已經有人實現數億條數據的導入及分析），建立更為智能化和強大的數據分析模型；
四、對於開發級用戶，EXCEL對數據分析的作用是：
開發EXCLE所沒有或者完善EXCEL的功能及插件，大大拓展EXCEL的使用範圍，與其他各種資料庫交互等等。這個是程序開發級別的，幾乎都能夠實現，尤其是2003後，OFFICE已經到了令人髮指的地步。EXCEL做數據分析，必須要結合實例多多練習。關於學習和實例，我只推薦一本書《精通Excel 2007數據分析與業務建模》：http://book.douban.com/subject/3184872/書中不但介紹了EXCEL的基本知識，還有大量的實例，以及最優解、線性回歸等高級用法。課後習題也很不錯。
說到Excel做數據分析，不得不提的就是數據整理，及數據量級的提升給我們帶來的一些尷尬的問題，你這些思考其實微軟早已經除了配套的解決方案，Excel數據整理清洗自動化流程方面，微軟已經更新了powerquery相關功能，powerpivot更能將Excel處理數據到量級提升到了千萬甚至億級別，只要電腦配置跟得上，而且，整套DAX分析語言也是轉為數據分析而生，高靈活，可拓展等屬性。
微軟也將這一套商務智能的插件整合後除了PowerBI的解決方案，如今也是備受國內外關注，如果你還沒聽說，那麼你需要趕緊關注學習，也許你在企業的價值的提升就在這一瞬間，那怎麼關注了，雷公子已經給大家整理好了相關內容，大家可以點擊閱讀。
內容來自：
知乎專欄Excel_Power BI - 知乎專欄
首先為什麼要學習自助式BI，我們看看高飛老師在PowerBI極客中給出大家的答案：
自助式BI，全面提升你的數據分析能力 - 知乎專欄
前言：PowerBI簡單介紹：
Power BI 是基於雲的商業數據分析和共享工具，它能將複雜的數據轉化成最簡潔的視圖。通過它，你可以快速創建豐富的可視化互動式報告，即使在外也能用手機端 APP 隨時查看。甚至檢測公司各項業務的運行狀況，只需它儀錶板的一個界面就夠了。一切，就是這麼簡單、快捷和靈活。
不管你是哪種行業，什麼職能，何種角色，只要在使用數據，Power BI 總能為你提供幫助。
《PBI重新介紹：Power BI全面簡體中文化》
《PowerBI相關組件下載安裝（附操作截圖）：-雷公子個人博客》
在開始之前我們說說學習PowerBI包括的三個核心內容吧，當然這三個核心內容在Excel中都有對應的商務智能插件，他們分別是：PowerQuery,PowerPivot,以及可視化。 我們先扒一扒第一部分吧：
第一章節：PowerQuery篇
如果你還不清楚PowerQuery是什麼，能幹什麼，強烈建議您讀下由Excel120博主宗萌老師整理的文章：
《什麼是Power Query – 簡單得不像超級查詢實力派》
關於介紹的文章，我們也可以參考如下文章：
《Microsoft Power Query for Excel 簡介》
PowerQuery最新功能GET
《Power Query新特性：你給答案，我來計算 - 知乎專欄》
相信讀完這篇文章後，你肯定會對powerquery有一個比較全面的了解及認識，那麼powerquery到底能做什麼呢，這裡再給大家一些實例：
《用PowerQuery動態匯總文件夾下的多個Excel文件（支持動態增刪自動更新）-雷公子個人博客》
《數據逆透視-多維數據轉回一維 | Excel120》
《PQ：一個快速創建整數序列及字元序列的方法 | Excel120》
《PowerQuery處理典型的中國式二維表格轉一維》
《(視頻)URL分析之參數批量快速提取之Url.Parts函數 - 知乎專欄》
《利用Power Query進行採購發票校驗》
《PowerQuery語言M函數中文翻譯文檔面世 - 知乎專欄》
《查看PowerQuery函數的幾種方法》
PowerQuery技巧類文章：
《同一Excel文檔中多個智能表格如何批量添加到PowerQuery - 知乎專欄》
《PowerQuery實現動態查詢（與文件的路徑無關） | Excel120》
《PowerQuery技巧篇--詞根串聯（生成笛卡爾積數列） - 知乎專欄》
《PowerQuery的參數表格用法》
PowerQuery進階的一些知識：
《PQ：多行屬性合併到一個單元格 | Excel120》
《PowerQuery分表函數簡單應用Table.Partition(分表) - 知乎專欄》
《PowerQuery作為ETL系統 - 自助裝載大數據（amp;amp;amp;>100W）最佳實踐》
第二章節：PowerPivot數據建模分析篇
學習PowerPivot離不開DAX函數的學習，在學習PowerPivot之前，我們先看看高飛在公眾號《PowerBI極客》里對DAX的介紹：
《認識DAX數據分析語言 - 知乎專欄》
DAX函數中重中之重的一個函數就是CALCULATE函數，我們先整理幾篇CALCULATE函數的介紹大家了解下：
《Power Pivot聚合函數與Calculate函數詳解 - 知乎專欄》
《PowerBI，PowerPivot中篩選函數CALCULATE的介紹 - 知乎專欄》
《DAX-CALCULATE工作原理 - 知乎專欄》
DAX其他函數介紹
《PowerBI學習 第二階段函數 Divide/If/Switch/Related/Lookupvalue - 知乎專欄》
《Power BI中的ALL家族函數 - 知乎專欄》
《PowerPivot中的文本函數 - FORMAT函數(附其他日期函數)》
DAX函數高級用法
《高級DAX：USERELATIONSHIP | Excel120》
《Power Pivot 中如何執行 lookup+find操作（數據分析操作篇）》
《Power BI 多指標切片展現 - 知乎專欄》
《運用參數表提升Powerpivot實戰技能》
《如何使用DAX精確計算年齡 - 知乎專欄》
第三章節：數據可視化展現篇
《亮瞎雙眼的Power BI自定義可視化圖表 - 知乎專欄》
《數據可視化字典 - 知乎專欄》
《當Power BI遇上歐洲杯-案例-北京敏捷艾科數據技術有限公司-Power BI|Power Pivot|PowerPivot工坊》
《運營分析儀錶板-案例-北京敏捷艾科數據技術有限公司-Power BI|Power Pivot|PowerPivot工坊》
《當Power BI遇上恐怖主義-案例-北京敏捷艾科數據技術有限公司-Power BI|Power Pivot|PowerPivot工坊》
第四章節：PowerBI+行業篇
《「大數據+HR」不再是忽悠 | Excel120》
《用Power BI獲取實時股票數據並快速選股》
《案例-北京敏捷艾科數據技術有限公司-Power BI|Power Pivot|PowerPivot工坊》
《用Power BI觀察經濟與健康的關係》
第五章節：其他資源分享篇
1、PowerBI國內學習網站：
Excel120.com（宗萌老師個人博客）
pbihome.net（國內唯一PowerBI交流論壇，論壇剛起步，內容較少，但是相關這方面相關大咖均已入駐，大家學習過程中遇到什麼問題都可以發帖交流）
PowerQuery - 簡書
Power BI - 知乎專欄
Power BI 專欄 - 知乎專欄
2、PowerBI國外學習網站：
SQLBI
PowerPivotPro - Transforming your Business with Power Pivot and Power BI
Power Query Archives – The BIccountant
Chris Webbamp;amp;amp;#x27;s BI Blog
3、PowerBI公眾號推薦：
《Powerpivot工坊》
《PowerBI極客》
《PowerBI大師》
《Excel120》
4、PowerBI學習線路圖推薦：《PBI系列學習框架地圖 | Excel120》
如果你想下載閱讀這些電子書可以直達我們PowerBIhome論壇下載《點擊直達電子書下載》
5、國內課程推薦：
1）、PowerPivot工坊 文超老師系列課程
2）、劉凱老師系列課程
3）、張文洲老師網易雲課堂系列課程
4）、搜索引擎營銷行業可以了解我個人課程，其他行業忽略（《Excel數據分析必備技能》覆蓋初/中/高級 | 艾奇學院）
6、PowerBI Excel交流群：
M與DAX的恩怨糾葛 545814382（偏PowerQuery交流）
Excel120B群 125836108
微軟Power BI技術交流群2 553499910
雷友會-Excel_PowerBI交流 198086726（專註PowerBI及系列插件交流）
最新更新，歡迎大家訪問Powerbi.cc，關注知乎專欄【Power BI】
註：以上所有文章版權均歸原作者所有，如因版權問題，可聯繫刪除。
就一個單詞： Excelhome. 百度一下，然後潛心研究一年，不成專家也成大神了！
[Excel]沒有數據有效性，你也可以用條件格式來判斷輸入內容
「火箭君已經連著兩周介紹了有關條件格式的小技巧了，今天再接再厲，再來一篇吧！
說道判斷單元格輸入內容，我相信大多數小夥伴會第一時間聯想到數據有效性。可是除了數據有效性還有沒有好辦法呢？今天火箭君就介紹下如何用數據有效性來判斷單元格是否為日期格式。
先來看看效果
具體做法
整個判斷和顯示效果僅體現在C3以及D3兩個單元格內。那就一起看看都給兩個單元格設置了什麼。
單元格C3: 判斷是否為日期
- 選中C3單元格
- 在條件格式選項中，選擇新建規則
- 選擇 使用公式確定要設置格式的單元格
- 輸入公式：=ISERROR(DAY($C$3))
- 設置如果不是日期時的字體格式
簡單解釋下公式的含義，如果單元格C3中輸入的不是日期，那麼DAY($C$3)就會返回一個錯誤值，再加上ISERROR公式，則符合了我們設定的條件規則。那麼單元格中的文字就會按照我們的設置被改為棗紅色並加粗。
單元格D3: 展示提示圖標效果
為了使得D3單元格能夠同時返回3種狀態：空值、日期、非日期，火箭君在此設置了這麼一個公式：
=1-ISERROR(DAY(C3))-(LEN(C3)=0)*(0.5)
解釋下含義：
- 當C3為空值時
- 當C3為非日期時
- 當C3為日期時
在此公式的基礎上，利用條件格式中，分別設置三種結果所對應的不同圖標樣式，如下圖：
喜歡就請關注我們吧~~
微信公眾號：效率火箭（ID：xlrocket）
大數據魔鏡—首款免費大數據可視化分析工具這個是比較簡單的，雲平台的是免費的，基礎企業版的安裝版也是免費的，並且可以離線使用的，你可以看一下，使用的話也比較的簡單 的，直接導入excel數據源就好了，之後直接拖拽生成圖表
數據分析里有一個很大的神話,叫啤酒與尿布的故事,下面使用excel來模仿這個故事.作者：散落於雲海鏈接：知乎專欄來源：知乎著作權歸作者所有。商業轉載請聯繫作者獲得授權，非商業轉載請註明出處。反正我對這個故事挺著迷的.試著使用DAX數據模型來做這種購物藍的分析 .我試圖想回答類似這樣的問題,比如買山地車的人有多少沒買過輪胎,又或是顧客的購物籃子里,經常是哪兩樣東西搭配在一起買?
在這裡我使用的是微軟資料庫里的範例樣本AdventureWorks來進行學習...AdventureWorks 示例資料庫所基於的虛構公司，是一家大型跨國生產公司。公司生產金屬和複合材料的自行車，產品遠銷北美、歐洲和亞洲市場。公司總部設在華盛頓州的伯瑟爾市，擁有 290 名僱員，而且擁有多個活躍在世界各地的地區性銷售團隊。.https://sqlserversamples.codeplex.com/.
其次在做購物籃分析時,必須擁有如下欄位:銷售訂單號SalesOrderNumber
使用DISTINCTCOUNT對銷售訂單來個非重複計數.
非重複訂單:=DISTINCTCOUNT("銷售表"[銷售訂單號SalesOrderNumber])
訂單上兩種產品計數:
=CALCULATE([非重複訂單],
CALCULATETABLE(
VALUES("銷售表"[銷售訂單號SalesOrderNumber]),
ALL("產品表"),
USERELATIONSHIP("銷售表"[ProductKey],
"副本產品表"[ProductKey])))
在這裡使用USRELATIONSHIP激活副本產品表與銷售表的關係,構成[非重複訂單]的篩選條件.當公式放進透視表裡,,就觸發了產品表與副產品表形成了多對多的關係,同時這種多對多的關係又受到外部篩選上下文的制約.
將度量公式放入透視表,用副本產品表的幾個欄位如產品分類,名稱等做切片器,進行數據篩選..
這是的最基本用法.也許可以算一下年度銷售額排第一的產品在顧客們的購物籃子里經常與哪些產品被搭配在一起買的次數最高.於是本公司就可以決策出乾脆推出這種購買套餐組合啦&>_&<~~當然還有許多運用場景,只有想不到...........還可以使用的更複雜。比如講年收入不同的客戶分ABC三個區間或年齡段區間的，嘗試分析出區間內各種產品搭配的百分比，這樣配置的客戶購買套餐層次更加精細化。
交叉銷售
通過籃子分析，可以確定向客戶提供哪些產品，增加收入並改善與客戶的關係。例如，您可以分析其他客戶一起購買的產品，然後向客戶提供具有類似購買記錄的其他人購買的產品。
推銷
在定義訂單期間，你可以提供升級，附加組件或更昂貴的項目。籃子分析可幫助您根據訂單歷史記錄確定哪種產品組合更成功。
打折促銷
可以使用購買歷史記錄來定義組合或折扣某些產品的特殊促銷活動。籃子分析幫助您確定成功的產品組合，並評估促銷的成功率鼓勵客戶以相同的順序購買更多的產品。
一旦了解購物籃的情況,對各個商品的相關性有準確的把握,也就是知道產品A有很高的概率與產品B一同被人買去,於是本公司花了不少時間決策出幾個套餐組合.接下來就有一個問題啦,我怎麼知道一個買過產品A的資深老顧客有沒有買過產品B?如果沒買過,那本公司就可以向此資深老顧客兜售買B產品,這叫交叉銷售.(其實這裡面還有一個很大的數據分析的問題,比如對資深老顧客如何判定的問題?用ABC帕累托法理論去劃分顧客層次,百分之二十的顧客往往帶給企業百分之八十的利潤,百分之二十的顧客我們是需要重點眷顧的,用情感與更好的服務挽留住資深老顧客,不過對於ABC分類法目前不談論)
接下來開始計算購買產品的客戶數.公式很簡單,同樣是對銷售表裡的客戶計數,注意不能對客戶表裡的客戶進行計數,因為客戶表裡的或許存在沒有發生購買行為的客戶.客戶數:=DISTINCTCOUNT("銷售表"[顧客CustomerKey])
對購買兩種產品的客戶數計數,公式和購買兩種銷售訂單的公式一模一樣,只是將訂單號改成客戶ID
=CALCULATE([客戶數],
CALCULATETABLE(VALUES("銷售表"[顧客CustomerKey]),
ALL("產品表"),
USERELATIONSHIP("銷售表"[ProductKey],
"副本產品表"[ProductKey])
)
)
再來計算一下兩種產品都沒購買的顧客
=COUNTROWS(
FILTER(CALCULATETABLE("客戶表","銷售表"),
ISEMPTY(CALCULATETABLE("銷售表",ALL("產品表"),
USERELATIONSHIP("銷售表"[ProductKey],
"副本產品表"[ProductKey])
)
)
)
)
在這裡是對ISEPTY的巧妙使用,該函數的意思如果指定的表或表達式為空則返回true.由於USERELATIONSHIP對副本產品表與銷售表關係的激活,副本產品表與產品表就形成了多對多的關係,而SEPTY能購剔除購買兩種產品的客戶數量的交集.也就是只購買了兩種產品中的一種,但沒購買另一種產品的客戶進行計數.
將上面這些寫好的公式放到具體的透視表中,將副本產品表中的欄位做切片器,而銷售表中的列名做透視表中的行區域與列區域
還有更多的可能組合需要我們去探索.
如圖:
這只是萬里長征的一小步.還有更多無限需要學習與探索.不用擔心數據量的問題,一份50M大小的excel放入DAX模型中也不過4M大小,這是數據高倍壓縮的威力,不過苦了內存....對於powerpivot來說,1G以內的文件不成問題,只要內存足夠大.也許隨著本公司的成長,或許不能勝任了.是時候啟動微軟的大數據智能BI:SSAS啦,DAX模型同樣可以放入其中,以前所學知識依然不過時.
數據分析的背後是數值之間的邏輯，數值之間的邏輯背後是業務的邏輯excel完成的是數據的加減乘除，維度分析，圖表呈現。這個只和數值層面的運算和加工無關，和數據對業務的分析無關。
數據分析的核心永遠都是業務，工具只是實現的手段而已，在十萬以內的數量級上excel都還是挺靠譜的。在深度了解業務的基礎上，進行相關猜想，通過軟體驗證，數據分析如是而已。當時，如果考慮實現大數據的情況，excel會比較吃力。
手動分析咱就不說了 基本就是善用圖表啥的 說說自動分析
在Add-In 里有一個Analysis Tool Pack 數據分析利器 可以做基本統計 回歸(regression) Corelation, T-test 啥的 非常酷炫
還有一些不是本身自帶的數據工具 比如說Palisade Decision Making Tool Pack
這個可以做模擬 比如@RISK 這個工具你輸入一組數據和公式 選定隨機數 他可以自動模擬五百次 一千次幫你評估 也是極為炫酷 有圖有真相
還有其他一些工具比如Decision Tree啥的
反正就是很牛逼的啦當然只靠這些工具是不行的 還是要掌握過硬的基本功 會寫公式啥的
用Mathematica做數據分析工作的人飄過。為什麼我周圍老有人不停地問我要如何如何，用Excel怎麼實現啊？把數據導到Mathematica來，一分鐘處理完，再倒回去不就行了嘛？中途還能給你畫個圖加個動畫，連推導公式都可以直接放到PPT裡面去，優雅又省事。
先明確需要解決的問題，然後定義分析對象，再建立數學模型，接下來是收集數據和分析，最後是報表呈現最後2個環節節需要用到Excel，相關的課程可以百度一下「PPV課」，Excel課程很全，從基礎到VBA、數據透視都有
給你看看大數據 魔鏡的使用，很簡單的。可視化效果幾百種。可視化的效果展示，大數據魔鏡—首款免費大數據可視化分析工具
- 導入數據
拖拽數據，選擇圖表類型，直接生成圖表
樓主把問題問具體一點，另外更正，我見過的年銷售額在億元以下的企業，excel不但能實現進銷存，財務，還能實現BI
給你個建議，去excel精英論壇吧，這裡從初級到高級，比較適合需要在excel提高的朋友們
兩年前對excel莫名的著迷，也為此專門看了一定量的學習書籍，於是我認為自己還是有一小點願望來回答這個問題的。
閑話少說，我認為利用excel進行數據分析可以劃分為三個等級，分別為初級、中級以及高級，而每一個等級又可分作三個檔次，分別可視作低檔、中檔與高檔。成為初級用戶中的高檔水平已足以在公司立足甚至能成為看似很牛的excel達人了。如何評判你來到這個檔次呢，請看下面的excel圖表交互程序：
圖1 大致界面
如圖1所示，位於excel左上方的圖為兩個城市Phoenix、Moline的平均降水量（precipitations），而下方的表格分別列出了兩個城市Phoenix、Moline12個月的降水量。
圖2 切換成日晒量
來到圖2，用戶可以點擊excel右邊的控制項選擇日晒量，結果我們可以發現左上方的圖切換至日晒量的散點圖，而下方的表格同樣切換至日晒量。
圖3
圖3顯示了兩個城市也可以進行替換，替換後的結果如圖4所示。
圖4 切換城市後的excel變換
圖4顯示了城市切換後左上方的圖也隨之切換成新選擇的兩個城市Pocatelio、Washington（注意圖下方的文字注釋已經切換），而下邊的表格也已經成功切換成新選擇的兩個城市。
所以，哥們，如果你有能力懂得這樣的excel表格運作的原理甚至可以自己動手編寫出類似的圖表，恭喜你，你已經來到excel數據分析的初級高檔了，也就是說你是初級人才的尖子生啦，這樣的excel圖表交互涉及到excel最基本且最有用的函數（如vlookup、choose、len、）、基本且有用的表單工具以及如何利用數據有效性建立下拉菜單。當初我主要看的就是《Excel數據處理與分析，實戰技巧精粹》這本教材，以及大名鼎鼎的excel home論壇。
如果你想問中級與高級水平是怎麼樣的，我的想法是中級的用戶必須熟練掌握excel的vba，而高級的用戶可以借用excel平台編寫出利於自己工作的插件了。
作為一個EXCEL的重度用戶，我覺得你的問題實際是怎麼用好EXCEL。那麼，請先上EXCEL技巧網或者EXCEL家園註冊一個帳號（不是廣告）然後先熟悉EXCEL的基本操作，再會使用函數，公式，接下來是VBA 和SQL，當然，僅僅只靠論壇里的是不系統的，最好手頭能有幾本參考書，如EXCEL千尋千解系列。最最最重要的呢，是有時間多用用EXCEL的高級功能，不要只用單純地使用原來的SUM,AVERAGE函數
每每遇到這樣的問題我只有一下幾個建議：１。 閱讀ｅｘｃｅｌ自帶的幫助文檔和官方網站，你可以找到幾乎任何你想要的~~~為什麼從來沒人提呢！2。有個東西叫google. 有問題，就google~~從實際的任務出發，邊做邊學最有效率
推薦閱讀：
※在科學計算和數據分析領域中，今後 Python、R、Julia 各自會有什麼樣的發展趨勢？
※sklearn 中的模型對於大數據集如何處理?
※有沒有一些入門級的機器學習或數據挖掘的書推薦呢？演算法理論實戰都行的。
※有哪些免費軟體能夠根據數據生成分析圖，簡易一些的，能夠讓數據分析的新手快速掌握數據分析方法？
※數據分析和挖掘有哪些公開的數據來源？
TAG:數據分析 | MicrosoftExcel |