《Excel數據分析方法、技術與案例》是2022年人民郵電出版社出版的圖書，作者是羊依軍、三虎。
基本介紹
- 中文名：Excel數據分析方法、技術與案例
- 作者：羊依軍、三虎
- 出版時間：2022年11月
- 出版社：人民郵電出版社
- ISBN：9787115579850
- 類別：圖書>計算機/網路>家庭與辦公室用書>微軟Office
- 開本：128 開
- 裝幀：平裝
內容簡介,圖書目錄,作者簡介,
內容簡介
本書主要講解了使用Excel進行數據分析的思路、方法與案例，以幫助讀者系統地建立數據分析思維，快速地提高數據處理能力。
本書共分為20章，第1章介紹了數據分析的目的與誤區；第2章介紹了數據分析的過程與分析的元素；第3～8章分別介紹了數據採集與規範化、數據分析常用函式、數據可視化與圖表變形技術、9種常用數據分析方法與實戰案例，以及利用工具進行高級技術分析的內容；第9～14章分別從商務、財務、HR、生產、質量、經營等6個廣泛套用數據分析的領域的實戰案例，介紹了各域常用數據分析方法；第15～17章分別講解了構建數據模型、用控制項定製分析模型以及PowerBI的使用方法；第18章講解了多種數據分析報告的撰寫要點。
本書內容全，系統性強，貼近一線，案例真實，非常適合各類數據分析從業者閱讀。
圖書目錄
第 1章 數據分析的核心目的與常見誤區 1
1.1 數據分析的三大核心目的 1
1.1.1 發現問題 1
【案例1——超標開支都到哪裡去了】 1
【案例2——哪些材料是控制和改善的重點】 2
1.1.2 預測未來 4
【案例3——明年銷售預測如何做】 4
【案例4——哪個價格更合適】 4
1.1.3 最佳化決策 5
【案例5——哪個價位適合建立庫存】 5
【案例6——哪個候選人更適合】 6
1.2 數據分析的四大誤區 6
1.2.1 什麼都要分析——貪多 7
【案例7——多多益善的分析結果，領導一定喜歡嗎】 7
1.2.2 幾個數據想分析出“一朵花”——做夢 7
【案例8——想用3個月數據預測全年情況】 7
1.2.3 數據量大不知道分析啥——抓瞎 8
【案例9——一句話的任務】 8
1.2.4 不會可視化圖表——暈菜 8
【案例10——怎樣發現哪些產品是明星產品】 9
【案例11——哪些價格是不合理的】 9
1.2.5 機智地回答領導的“靈魂三問” 10
第 2章 數據分析流程與分析元素 12
2.1 數據分析流程的五大步驟 12
2.1.1 分析設計：先思考，再動手 12
2.2.2 數據採集：儘量確保原始數據的規範性 12
2.2.3 數據整理：規範化並消除錯誤 13
2.2.4 數據分析：4個小步驟 13
2.2.5 數據報告：圍繞說服力進行撰寫 13
2.2 “一句話的任務”案例 14
【案例——一句話的任務，我該怎么辦】 14
2.3 分析的5個元素：量價額差率及其組合 16
2.3.1 1分鐘了解五大元素 16
2.3.2 單元素分析 17
【案例1——產品1～8月銷售量分析】 17
【案例2——產品全年銷售額】 17
【案例3——貿易增長率分析】 18
2.3.3 雙元素分析 18
【案例4——對產品銷量進行“量量”分析】 18
【案例5——網店對當周銷量進行“量價”分析】 19
【案例6——機械廠對產品進行“量率”分析】 19
2.3.4 三元素分析 20
【案例7——某公司為考察銷售目標完成度進行“量量率”分析】 20
2.3.5 五大元素與其他元素的組合分析 21
2.3.6 確定分析維度的3種原則 21
第3章 數據採集：快速獲取有價值的數據 23
3.1 數據採集必須考慮的三者關係 23
3.1.1 訴求者：著重溝通 24
【案例1——溝通不暢導致數據分析返工】 24
3.1.2 分析者：專注分析 24
3.1.3 採集者：滿足需求 25
【案例2——我給你一個模板，簡單明確效率高】 25
3.2 數據採集獲取的3個主要來源 26
3.3 某公司盈利報告在數據採集方面的案例 26
【案例3——多部門數據採集與合併】 26
第4章 數據規範化處理方法與技巧 29
4.1 詳解數據規範化處理的目的 29
4.2 快速審核數據的四大方法 29
4.2.1 篩：通過數據篩選，發現數據問題 30
【案例1——篩選出不正常的類別】 30
4.2.2 查：通過索引、查找、定位，發現數據問題 31
【案例2——用VLOOKUP索引查出異常品號】 31
【案例3——用定位（Ctrl+G）查出異常價格】 32
4.2.3 排：通過對數據進行排序，判斷數據是否存在異常 33
【案例4——通過排序檢查產品的重量是否存在問題】 33
4.2.4 驗：對數據進行比對或驗證，找出數據的異常 34
【案例5——體重數據錄入錯誤，數值結果出現異常】 34
【案例6——用COUNTIF函式發現重複的數據】 34
4.3 數據規範化處理6字秘訣 35
4.3.1 6字秘訣的特點詳解 35
4.3.2 快速記住6字秘訣：右手聯想法 36
4.3.3 刪：刪掉問題數據 37
【案例7——篩選出問題數據後進行刪除】 37
【案例8——找出重複數據後進行刪除】 37
4.3.4 補：補全不完善、缺失的數據 39
【案例9——補上漏掉的打卡數據】 39
4.3.5 替：對不規範、不標準、不統一的數據進行合理替換 40
【案例10——Ctrl+H高效替換相同的數據】 40
【案例11——批處理替換無效數據為保底獎勵】 41
【案例12——批處理運算高效調整大量數值】 42
【案例13——用REPLACE函式智慧型替換數據】 43
4.3.6 轉：轉換數據格式，讓數據標準化 44
【案例14——為數據設定統一的格式】 44
4.3.7 拆：拆分數據，剝離出有用的部分 46
【案例15——拆分寬度固定的數據】 47
【案例16——拆分分隔設定號固定的數據】 48
【案例17——通過合併操作消除數據隱患】 50
4.3.8 分：將數據分類，讓分析更加方便 51
【案例18——利用IF函式為數據分類】 51
4.4 人員信息數據綜合處理的案例 52
【案例19——處理表格中數據不準確、不標準、缺失等問題】 52
第5章 數據分析函式和透視技術 60
5.1 的數據分類函式 60
5.1.1 if函式的六大經典用法示例 60
5.1.2 iferror函式的經典用法 62
5.1.3 isna函式的經典用法 63
5.2 的求和與計數函式 63
5.2.1 sumif單條件求和的15種經典用法 63
5.2.2 countif單條件計數的15種經典用法 66
5.2.3 sumifs多條件求和的13種經典用法 69
5.2.4 countifs多條件計數的13種經典用法 71
5.3 的查找與定位函式 72
5.3.1 vlookup函式的7種經典用法 73
5.3.2 hlookup函式的基本用法 77
5.3.3 index函式的基本用法 77
5.3.4 match函式的基本用法 78
5.3.5 offset函式的基本用法 79
5.4 的數據透視表與切片器用法 80
5.4.1 創建數據透視表 80
5.4.2 利用透視表做數據分析 82
5.4.3 利用切片器製作分析模型 84
5.4.4 利用切片器製作可視化分析模型 86
第6章 專業數據可視化與圖表變形技術 91
6.1 數據可視化的五大尷尬事 91
6.2 數據可視化圖表變形實例講解 92
6.2.1 一張圖讓你看懂圖表元素 92
6.2.2 數據間的關係：相關性和相對性 94
6.2.3 柱形圖與變形記：對比數據分析圖表 95
6.2.4 二維柱形圖與變形記：對比數據分析圖表 100
6.2.5 堆積柱形圖與變形記：多元素數據分析圖表 106
【案例1——用瀑布圖分析數據變化過程】 113
6.2.6 柱線複合圖與變形記：多元素比較分析圖表 115
【案例2——用帕累托圖分析產品質量原因】 120
6.2.7 條形圖與變形記：排序法分析圖表 122
6.2.8 堆積條形圖與變形記：結構對比分析圖表 132
6.2.9 折線圖與變形記：趨勢分析圖表 137
6.2.10 餅圖與變形記：占比法分析圖表 141
6.2.11 散點圖和氣泡圖：相關性分析圖表 146
6.2.12 動態數據可視化分析模型原理 153
6.2.13 怎樣根據數據選擇圖表 161
第7章 9種常用數據分析方法與實戰案例 165
7.1 分析數據兩大原則 165
7.1.1 先總後分，層層拆解 165
7.1.2 由主要到次要 167
7.2 分析數據的9種常用方法 167
7.2.1 比較法：數據打包與切塊 168
【案例1——某電子公司產品利潤結構分析】 177
7.2.2 排序法：數據排序與比較 178
7.2.3 結構法：數據拆包與分類 181
【案例2——分區域各季度銷售情況分析】 182
7.2.4 階梯法：數據上樓和下樓 184
【案例3——財務利潤預實分析】 185
7.2.5 漏鬥法：數據收斂與發散 185
【案例4——某網店訂單數據分析】 187
7.2.6 關聯法：數據因果與關聯 188
【案例5——價格與重量關係分析】 189
7.2.7 雷達法：數據無關與協同 190
【案例6——如何選擇供應商】 191
7.2.8 象限法：數據定位與象限 192
【案例7——銷售量價與利潤率分析】 193
7.2.9 趨勢法：數據趨勢與預測 194
【案例8——預測未來3年銷量】 195
7.3 根據數據選擇分析方法 196
7.4 兩道思考題 196
第8章 利用工具進行高級數據分析 198
8.1 載入並打開分析工具 198
8.2 規劃求解 199
8.2.1 單變數求解 199
【案例1——帽子銷量必須達多少才能確保目標利潤】 201
8.2.2 多變數求解 202
【案例2——規劃求解計算保本點】 203
8.3 利用規劃求解求出解 205
【案例3——求出利潤的產量組合】 205
8.4 回歸分析 206
8.4.1 一元回歸 207
【案例4——降雨量與樹苗生長高度關係分析】 207
8.4.2 多元回歸 208
【案例5——某地區人口增長率與總收入、消費、人均GDP關係分析】 211
8.5 相關係數 213
【案例6——各科目考試成績相關性分析】 214
8.6 直方圖 215
【案例7——統計指定區域內銷量出現的次數】 215
8.7 指數平滑 217
【案例8——使用不同阻尼係數預測產品銷量】 217
8.8 移動平均 219
【案例9——患兒體溫檢測結果分析】 219
第9章 商務數據的分析案例與模型 222
9.1 發現問題：從備件銷售價中發現經銷商的“貓膩” 222
9.1.1 上任第 1天發現價格問題 222
9.1.2 通過排序發現兩家可疑的經銷商 222
9.1.3 為公司挽回130萬元損失 223
9.2 預測未來：數據回歸推導銷售趨勢預測模型 223
9.2.1 銷售部門做不好預測來求助 223
9.2.2 根據一元回歸的擬合度選擇預測公式 224
9.2.3 銷售部門順利過關 225
9.3 最佳化決策：利用回歸與相關性分析市占率與客戶滿意度的關係 225
9.3.1 市占率呈下滑趨勢卻沒有任何應對之策 225
9.3.2 用回歸分析市占率與客戶滿意度的關係 226
9.3.3 用相關係數分析如何從客戶滿意度著手提升市占率 228
9.3.4 半年後市占率得到了顯著提高 228
9.4 商務數據分析指標寶典列表 229
第 10章 財務數據的分析案例與模型 230
10.1 發現問題：巧用保本點管控企業收益率 230
10.1.1 銷售額在提升，但利潤率在下滑 230
10.1.2 原來是只顧銷售不顧結構 231
10.1.3 制定一個合理的保本點確保公司盈利 231
10.2 預測未來：利用回歸分析模型預測投資風險 232
10.2.1 朋友想接下一個1700萬元的工廠 232
10.2.2 用回歸分析模型預測10年銷售額 232
10.2.3 根據銷售額預測未來10年的利潤額 233
10.2.4 結論樂觀，決定投資 234
10.3 最佳化決策：通過項目淨現值最佳化投資 234
10.3.1 3個投資項目，老總拿不準 234
10.3.2 通過淨現值比較，結果一目了然 235
10.3.3 結論清晰可靠，老闆表示滿意 235
10.4 財務數據分析指標寶典列表 235
第 11章 HR數據的分析案例與模型 237
11.1 發現問題：找出高薪還要離職的真正原因 237
11.1.1 質量部離職率出現異常 237
11.1.2 新老兩頭翹，中間有斷層 237
11.1.3 調查原因後開除“老油條” 238
11.2 預測未來：通過回歸分析預測個人能力 239
11.2.1 射擊隊教練遇上三選一難題 239
11.2.2 用回歸分析預測運動員發揮水平 239
11.2.3 科學的選擇帶來的效果 240
11.3 最佳化決策：通過相關性和回歸分析設計薪酬調整方案 240
11.3.1 因員工離職率高而欲改革薪酬體系 240
11.3.2 分析數據薪酬與能力匹配的問題 240
11.3.3 解決方案：工資總額不變，依據能力調薪 242
11.3.4 謹慎實施，效果顯著 243
11.4 HR數據分析指標寶典列表 243
11.4.1 HR管理中常用的分析方向及分析建議 243
11.4.2 常用的HR分析公式 243
第 12章 生產數據的分析案例與模型 246
12.1 發現問題：套用數據實時分析監控生產進度 246
12.1.1 交付滿足率總是出現問題 246
12.1.2 工人不願承擔換件損失 246
12.1.3 任務分解，層層統計，公開競賽 247
12.2 預測未來：套用回歸分析模型計算安全庫存 249
12.2.1 領導要求減少庫存緩解資金壓力 249
12.2.2 回歸分析模型精確估算庫存 249
12.2.3 驗證半年，領導終於放心 251
12.3 最佳化決策：利用數據分析化物流成本 252
12.3.1 3車7點的狀況 252
12.3.2 各點里程情況分析 252
12.3.3 3種不同的派送方法 253
12.3.4 終的結果 254
12.4 生產數據分析指標寶典列表 255
第 13章 質量數據的分析案例與模型 256
13.1 發現問題：火速降低產品的投訴率 256
13.1.1 產品連續遭到客戶投訴 256
13.1.2 分析數據抓住主要問題 256
13.1.3 投訴率得到有效抑制 257
13.2 預測未來：套用回歸分析預估質量索賠率 257
13.2.1 產品連續遭到客戶投訴 258
13.2.2 回歸分析預測8年投訴率 258
13.2.3 按10%的投訴率核算索賠成本 258
13.3 最佳化決策：利用回歸和規劃求解計算質量成本 259
13.3.1 質量成本的構成是怎樣的 259
13.3.2 質量成本諸要素之間的邏輯關係 259
13.3.3 從採集的數據中求出平衡點 260
13.4 質量數據分析指標寶典列表 262
第 14章 經營管理數據的分析案例與模型 263
14.1 發現問題：多維度透析低收益原因並進行改善 263
14.1.1 總成零件收益為負，總經理髮話要解決 263
14.1.2 從設計、採購與銷售3個維度進行分析 263
14.1.3 收益由負變正，總經理表示認可 266
14.2 預測未來：套用數據相關性和回歸分析做投資計畫 267
14.2.1 某行業盈利與多方因素相關 267
14.2.2 多方因素的相關性分析與回歸分析 268
14.2.3 董事會通過投資分析計畫 270
14.3 最佳化決策：利用數據簡單對比支撐商務決策 270
14.3.1 大客戶要求合併產品並重新定價 270
14.3.2 從雙方立場進行價格分析 271
14.3.3 與客戶協商新價格，確保雙贏 272
14.4 經營數據分析指標寶典列表 272
第 15章 構建分析模型與可視化報告 273
15.1 模型是效率之王 273
【案例1——修改表格數據，計算結果沒變化，老闆不高興】 273
【案例2——同樣的數據不同的分析模型，結果出現天壤之別】 274
15.2 何時需要建模與可視化建模 278
15.3 4種建模類型如何選擇 279
15.4 5C法構建數據分析模型 279
第 16章 利用控制項定製高級動態分析模型 281
16.1 構思模型：用什麼效果來呈現 281
16.2 數據採集：確定數據並規範格式 282
16.3 公式連結：讓數據統計和圖形繪製同步進行 283
16.3.1 連結C30單元格與5個單選項控制項 283
16.3.2 連結圖表數據源與基礎數據表 284
16.3.3 連結圖表數據源與KPI考核項目名稱 285
16.3.4 連結圖表數據源與當前累計完成率 286
16.3.5 連結圖表數據源與預計累計完成率 286
16.3.6 根據數據源繪製圖表 286
16.3.7 調整“累計實際”的格式 287
16.3.8 調整“累計預計”的格式 288
16.3.9 調整“當月目標”和“當月實際”的格式 288
16.3.10 調整“當月完成”率的格式 289
16.3.11 調整圖表視覺細節 290
16.4 模型檢驗：採用實際數據進行檢驗 293
16.5 安全設定：避免他人誤操作或惡意修改數據 293
16.5.1 開放允許修改的單元格區域 294
16.5.2 隱藏重要的單元格區域 294
16.5.3 執行數據表保護 295
16.6 模型拓展建議 296
第 17章 PowerBI與超級數據透視 297
17.1 2分鐘了解PowerBI組件 297
17.2 在Excel中載入數據分析外掛程式 297
17.3 快速了解Power Query 302
17.4 快速了解Power Pivot 324
17.5 快速了解Power View 328
17.6 快速了解Power Map 328
第 18章 製作高質量的數據分析報告 330
18.1 口頭報告的要點 330
18.2 Excel報告的要點 331
18.1.1 邊界條件 331
18.1.2 數據結果 331
18.1.3 分析建議 332
18.3 PPT報告的要點 333
18.3.1 PPT報告的邏輯 333
18.3.2 PPT報告的誤區 333
18.4 Word報告的要點 334
作者簡介
世界500強企業內訓師，Excel Home平台講師，數據分析師，擁有16年Excel套用與分析經驗，5年企業內訓師經驗，精通Excel函式、圖表、建模、透視表和分析系統構建。他的Excel技術沒有華麗的技巧，以實戰為主。他推崇的理念是：多用圖少用表，讓文字等於0；通過數據分析看本質，模型是效率之王。
