Zde je několik obecných tipů pro analýzu dat pomocí Excelu. Tyto tipy většinou shrnují a zobecňují mnohem podrobnější procesy analýzy dat.
Tvrdě pracujte na importu dat
Práce na importu dobrých a bohatých dat do sešitů aplikace Excel se opravdu vyplatí. Někdy může být import dat problematický. Když se pokoušíte získat data z jiných manažerských informačních systémů a když se snažíte spolupracovat se správcem databáze na získání správných dat do formátu, který umožňuje užitečnou analýzu dat pomocí Excelu, může dojít k bolestem hlavy a bolestem srdce.
Ale i přes potíže se získáváním dat zjistíte, že import dobrých dat do Excelu stojí za námahu. Lidé se tradičně rozhodují pomocí velmi standardních informačních zdrojů. . . jako účetní systém nebo nějaká zpráva třetí strany, newsletter nebo publikace. A tyto tradiční zdroje produkují tradiční poznatky, což je skvělé. Ale když můžete pracovat s bohatšími a hlubšími datovými sadami nezpracovaných informací, často získáte poznatky, které se v tradičních zdrojích prostě neobjevují.
Navrhujte informační systémy pro produkci bohatých dat
Před více než 20 lety se návrháři soustředili na vytváření systémů, které produkovaly zprávy, které manažeři a osoby s rozhodovací pravomocí chtěli, a které vytvářely formuláře (jako jsou faktury, šeky a objednávky), které podniky vyžadovaly k provozu.
Tyto položky jsou samozřejmě stále klíčovými věcmi, na které je třeba myslet při navrhování, instalaci a správě informačních systémů, jako je účetní systém. Musíte si ale také uvědomit, že pravděpodobně budou existovat neplánované, neortodoxní, neobvyklé, ale přesto velmi cenné způsoby, kterými lze data shromážděná těmito manažerskými informačními systémy analyzovat. Pokud tedy pracujete s informačními systémy, navrhujete je nebo se podílíte na implementaci informačních systémů, měli byste si uvědomit, že nezpracovaná data ze systému mohou a měla by být předávána nástrojům pro analýzu dat, jako je Excel.
Bohaté a podrobné záznamy o produktech nebo službách, které firma prodává, umožňuje této firmě vidět trendy prodeje podle produktu nebo služby. Kromě toho umožňuje firmě vytvářet křížové tabulky, které ukazují, jak si určití zákazníci vybírají a používají určité produkty a služby.
Základem je, že organizace potřebují navrhnout informační systémy tak, aby také shromažďovaly kvalitní, bohatá a nezpracovaná data. Později lze tato data snadno exportovat do Excelu, kde jednoduchá analýza dat může vést k bohatým náhledům na fungování firmy, její příležitosti a možné hrozby.
Nezapomeňte na zdroje třetích stran
Jeden rychlý bod: Uvědomte si, že existuje mnoho zdrojů dat třetích stran. Prodejci a zákazníci mohou mít například k dispozici velmi zajímavá data ve formátu dostupném pro Excel, který můžete použít k analýze jejich trhu nebo vašeho odvětví.
Rychlá závěrečná poznámka o zdrojích dat třetích stran je tato: Nástroj Web Query dostupný v Excelu velmi usnadňuje extrahování informací z tabulek uložených na webových stránkách.
Stačí přidat
Možná si myslíte, že výkonná analýza dat vyžaduje výkonné techniky analýzy dat. Chí-kvadráty. Inferenční statistika. Regresní analýza.
Některé z nejúčinnějších datových analýz, které můžete provést, zahrnují jednoduché sečtení čísel. Pokud přidáte čísla a získáte sumy, o kterých ostatní lidé ani nevědí – a pokud jsou tyto sumy důležité nebo ukazují trendy – můžete získat důležité poznatky a shromáždit cenné informace pomocí nejjednodušších technik analýzy dat.
Opět platí, že klíčovou věcí je nejprve shromáždit opravdu dobré informace a poté je uložit do kontejneru, jako je sešit aplikace Excel, abyste mohli s daty aritmeticky manipulovat a analyzovat je.
Vždy prozkoumejte popisné statistiky
Popisné statistické nástroje, které Excel poskytuje – včetně měření, jako je součet, průměr, medián, směrodatná odchylka a tak dále – jsou opravdu mocné nástroje. Nemějte pocit, že tyto nástroje jsou nad rámec vašich dovedností.
Popisné statistiky jednoduše popisují data, která máte v nějakém excelovém listu. Nejsou kouzelné a nepotřebujete žádné speciální statistické školení, abyste je mohli používat nebo je sdílet s lidmi, kterým prezentujete výsledky své analýzy dat.
Všimněte si také, že některé z nejjednodušších deskriptivních statistických měření jsou často nejužitečnější. Například znalost nejmenší hodnoty v sadě dat nebo největší hodnoty může být velmi užitečná. Znalost průměru, mediánu nebo režimu v souboru dat je také velmi zajímavá a užitečná. A dokonce i zdánlivě komplikovaná sofistikovaná měření, jako je směrodatná odchylka (která pouze měří rozptyl kolem průměru), jsou skutečně docela užitečné nástroje.
Sledování toho, že se popisné statistiky mění (nebo nemění) v průběhu času, například rok od roku, vám často poskytují mimořádně cenné poznatky.
Sledujte trendy
Peter Drucker, možná nejznámější a nejbystřejší pozorovatel moderních manažerských postupů, v několika svých posledních knihách poznamenal, že jednou z nejvýznamnějších věcí, které může analýza dat udělat, je zaznamenat změnu trendů. Trendy jsou téměř to nejdůležitější, co můžete vidět. Pokud kombinované tržby vašeho odvětví rostou, je to významné. Pokud nerostou nebo se začnou zmenšovat, je to pravděpodobně ještě významnější.
Při vlastní analýze dat se ujistěte, že sestavujete své pracovní listy a shromažďujte data způsobem, který vám pomůže identifikovat trendy a v ideálním případě identifikovat změny trendů.
Krájení a krájení: křížová tabulka
Příkaz kontingenční tabulky je skvělý nástroj. Křížové tabulky jsou mimořádně užitečnými způsoby, jak data rozdělit a rozdělit na kostky. A na nástroji kontingenční tabulky je úhledné to, že můžete snadno znovu použít křížové tabulky a potom znovu křížové tabulky.
Pokud máte dobré bohaté zdroje dat a pravidelně svá data neprovádíte do tabulek, pravděpodobně vám chybí absolutní poklady informací. V kopcích je v nich zlato.
Zmapuj to, zlato
Důležitou součástí dobré analýzy dat je vizuální prezentace a zkoumání vašich dat.
Když se podíváte na spojnicový graf nějaké důležité statistiky nebo vytvoříte sloupcový graf nějaké sady dat, často uvidíte věci, které nejsou patrné v tabulkové prezentaci stejných informací. V zásadě je mapování často skvělý způsob, jak objevit věci, které jinak neuvidíte.
Buďte si vědomi inferenční statistiky
Inferenční statistika vám umožňuje shromáždit vzorek a poté provést závěry o populaci, ze které je vzorek čerpán, na základě charakteristik vzorku.
Ve správných rukou jsou inferenční statistiky extrémně mocné a užitečné nástroje. S dobrými znalostmi inferenční statistiky můžete analyzovat nejrůznější věci, abyste získali nejrůznější poznatky o datech, ke kterým se obyčejní lidé nikdy nedostanou. Nicméně, zcela upřímně, pokud je vaše jediné vystavení inferenčním statistickým technikám minimální, pravděpodobně nemáte dostatek hrubých statistických znalostí, abyste spravedlivě provedli inferenční statistickou analýzu.