9 Συμβουλές για την παρουσίαση των αποτελεσμάτων του πίνακα και την ανάλυση δεδομένων

Ακολουθούν μερικές γενικές συμβουλές για την ανάλυση δεδομένων με το Excel. Κυρίως, αυτές οι συμβουλές συνοψίζουν και γενικεύουν πολύ πιο λεπτομερείς διαδικασίες για την ανάλυση δεδομένων.

Εργαστείτε σκληρά για την εισαγωγή δεδομένων

Η προσπάθεια εισαγωγής καλών, εμπλουτισμένων δεδομένων σε βιβλία εργασίας του Excel πραγματικά αξίζει τον κόπο. Μερικές φορές η εισαγωγή δεδομένων μπορεί να είναι προβληματική. Πονοκέφαλοι και στενοχώριες μπορεί να συμβούν όταν προσπαθείτε να συλλάβετε δεδομένα από άλλα συστήματα πληροφοριών διαχείρισης και όταν προσπαθείτε να συνεργαστείτε με έναν διαχειριστή βάσης δεδομένων για τη λήψη των σωστών δεδομένων σε μια μορφή που παρέχει χρήσιμη ανάλυση δεδομένων με το Excel.

Όμως, παρά τις ταλαιπωρίες για τη λήψη των δεδομένων, θα διαπιστώσετε ότι η εισαγωγή καλών δεδομένων στο Excel αξίζει τον κόπο. Παραδοσιακά, οι άνθρωποι λαμβάνουν αποφάσεις χρησιμοποιώντας πολύ τυπικές πηγές πληροφοριών. . . όπως το λογιστικό σύστημα, ή κάποια αναφορά τρίτων, ή ενημερωτικό δελτίο ή δημοσίευση. Και αυτές οι παραδοσιακές πηγές παράγουν παραδοσιακές ιδέες, κάτι που είναι υπέροχο. Αλλά όταν μπορείτε να εργαστείτε με ένα πιο πλούσιο, βαθύτερο σύνολο δεδομένων ακατέργαστων πληροφοριών, συχνά συλλέγετε πληροφορίες που απλώς δεν εμφανίζονται στις παραδοσιακές πηγές.

Σχεδιάστε πληροφοριακά συστήματα για την παραγωγή πλούσιων δεδομένων

Πριν από περισσότερα από 20 χρόνια, οι σχεδιαστές επικεντρώθηκαν στη δημιουργία συστημάτων που παρήγαγαν τις αναφορές που ήθελαν οι διαχειριστές και οι υπεύθυνοι λήψης αποφάσεων και που παρήγαγαν έντυπα (όπως τιμολόγια και επιταγές και εντολές αγοράς) που οι επιχειρήσεις απαιτούσαν να λειτουργήσουν.

Αυτά τα στοιχεία εξακολουθούν να είναι προφανώς βασικά πράγματα που πρέπει να σκεφτείτε ενώ σχεδιάζετε και εγκαθιστάτε και διαχειρίζεστε συστήματα πληροφοριών, όπως ένα λογιστικό σύστημα. Αλλά πρέπει επίσης να αναγνωρίσετε ότι θα υπάρξουν πιθανώς απρογραμμάτιστοι, ανορθόδοξοι, ασυνήθιστοι αλλά πολύ πολύτιμοι τρόποι με τους οποίους μπορούν να αναλυθούν τα δεδομένα που συλλέγονται από αυτά τα συστήματα πληροφοριών διαχείρισης. Έτσι, εάν εργάζεστε ή σχεδιάζετε ή συμμετέχετε στην εφαρμογή συστημάτων πληροφοριών, θα πρέπει να συνειδητοποιήσετε ότι τα ανεπεξέργαστα δεδομένα από το σύστημα μπορούν και πρέπει να περάσουν σε εργαλεία ανάλυσης δεδομένων όπως το Excel.

Έχοντας πλούσια, λεπτομερή αρχεία για τα προϊόντα ή τις υπηρεσίες που πουλάει μια επιχείρηση επιτρέπει σε αυτήν την επιχείρηση να δει τις τάσεις στις πωλήσεις ανά προϊόν ή υπηρεσία. Επιπλέον, επιτρέπει σε μια εταιρεία να δημιουργεί διασταυρούμενες πινακίδες που δείχνουν πώς ορισμένοι πελάτες επιλέγουν και χρησιμοποιούν ορισμένα προϊόντα και υπηρεσίες.

Η ουσία είναι ότι οι οργανισμοί πρέπει να σχεδιάζουν συστήματα πληροφοριών έτσι ώστε να συλλέγουν επίσης καλά, πλούσια, ακατέργαστα δεδομένα. Αργότερα, αυτά τα δεδομένα μπορούν εύκολα να εξαχθούν στο Excel, όπου η απλή ανάλυση δεδομένων μπορεί να οδηγήσει σε πλούσιες πληροφορίες για τη λειτουργία μιας επιχείρησης, τις ευκαιρίες της και τις πιθανές απειλές.

Μην ξεχνάτε τις πηγές τρίτων

Ένα γρήγορο σημείο: Αναγνωρίστε ότι υπάρχουν πολλές πηγές δεδομένων τρίτων. Για παράδειγμα, οι πωλητές και οι πελάτες μπορεί να έχουν πολύ ενδιαφέροντα δεδομένα διαθέσιμα σε μορφή προσβάσιμη στο Excel που μπορείτε να χρησιμοποιήσετε για να αναλύσετε την αγορά τους ή τον κλάδο σας.

Ένα γρήγορο τελικό σχόλιο σχετικά με τις πηγές δεδομένων τρίτων είναι το εξής: το εργαλείο Web Query που είναι διαθέσιμο στο Excel καθιστά πολύ εύκολη την εξαγωγή πληροφοριών από πίνακες που είναι αποθηκευμένοι σε ιστοσελίδες.

Απλά προσθέστε το

Ίσως πιστεύετε ότι η ισχυρή ανάλυση δεδομένων απαιτεί ισχυρές τεχνικές ανάλυσης δεδομένων. Τετράγωνα χι. Επαγωγική στατιστική. Ανάλυση παλινδρόμησης.

Μερικές από τις πιο ισχυρές αναλύσεις δεδομένων που μπορείτε να κάνετε περιλαμβάνει απλώς την πρόσθεση αριθμών. Εάν προσθέσετε αριθμούς και λάβετε αθροίσματα για τα οποία οι άλλοι δεν γνωρίζουν καν — και εάν αυτά τα ποσά είναι σημαντικά ή δείχνουν τάσεις — μπορείτε να αποκτήσετε σημαντικές πληροφορίες και να συλλέξετε πολύτιμες πληροφορίες μέσω των απλούστερων τεχνικών ανάλυσης δεδομένων.

Και πάλι, το βασικό είναι να συλλέγετε εξαρχής πολύ καλές πληροφορίες και στη συνέχεια να αποθηκεύετε αυτές τις πληροφορίες σε ένα κοντέινερ, όπως ένα βιβλίο εργασίας του Excel, ώστε να μπορείτε να χειρίζεστε και να αναλύετε αριθμητικά τα δεδομένα.

Πάντα να εξερευνάτε περιγραφικά στατιστικά στοιχεία

Τα περιγραφικά στατιστικά εργαλεία που παρέχει το Excel — συμπεριλαμβανομένων μετρήσεων όπως άθροισμα, μέσος όρος, διάμεσος, τυπική απόκλιση και ούτω καθεξής — είναι πραγματικά ισχυρά εργαλεία. Μην αισθάνεστε ότι αυτά τα εργαλεία είναι πέρα ​​από τις ικανότητές σας.

Τα περιγραφικά στατιστικά απλώς περιγράφουν τα δεδομένα που έχετε σε κάποιο φύλλο εργασίας του Excel. Δεν είναι μαγικά και δεν χρειάζεστε ειδική στατιστική εκπαίδευση για να τα χρησιμοποιήσετε ή να τα μοιραστείτε με τα άτομα στα οποία παρουσιάζετε τα αποτελέσματα της ανάλυσης δεδομένων σας.

Σημειώστε, επίσης, ότι μερικά από τα απλούστερα περιγραφικά στατιστικά μέτρα είναι συχνά τα πιο χρήσιμα. Για παράδειγμα, η γνώση της μικρότερης τιμής σε ένα σύνολο δεδομένων ή της μεγαλύτερης τιμής μπορεί να είναι πολύ χρήσιμη. Η γνώση του μέσου όρου, του μέσου όρου ή του τρόπου λειτουργίας σε ένα σύνολο δεδομένων είναι επίσης πολύ ενδιαφέρουσα και χρήσιμη. Και ακόμη και τα φαινομενικά περίπλοκα πολύπλοκα μέτρα, όπως η τυπική απόκλιση (η οποία μετρά απλώς τη διασπορά σχετικά με τη μέση τιμή) είναι πραγματικά πολύ χρήσιμα εργαλεία.

Παρακολουθώντας τα περιγραφικά στατιστικά στοιχεία να αλλάζουν (ή να μην αλλάζουν) με την πάροδο του χρόνου, όπως από έτος σε έτος, σας δίνει συχνά εξαιρετικά πολύτιμες πληροφορίες.

Παρακολουθήστε τις τάσεις

Ο Peter Drucker, ίσως ο πιο γνωστός και πιο διορατικός παρατηρητής των σύγχρονων πρακτικών διαχείρισης, σημείωσε σε πολλά από τα τελευταία βιβλία του ότι ένα από τα πιο σημαντικά πράγματα που μπορεί να κάνει η ανάλυση δεδομένων είναι να εντοπίσει μια αλλαγή στις τάσεις. Οι τάσεις είναι σχεδόν το πιο σημαντικό πράγμα που μπορείτε να δείτε. Εάν τα συνδυασμένα έσοδα του κλάδου σας αυξάνονται, αυτό είναι σημαντικό. Εάν δεν έχουν αυξηθεί ή αν αρχίσουν να συρρικνώνονται, αυτό είναι πιθανώς ακόμη πιο σημαντικό.

Στη δική σας ανάλυση δεδομένων, φροντίστε να δημιουργήσετε τα φύλλα εργασίας σας και να συλλέξετε τα δεδομένα σας με τρόπο που σας βοηθά να προσδιορίσετε τις τάσεις και, ιδανικά, να προσδιορίσετε τις αλλαγές στις τάσεις.

Τεμαχισμός και τεμαχισμός σε κύβους: διασταυρούμενη πίνακας

Η εντολή PivotTable είναι ένα υπέροχο εργαλείο. Οι διασταυρούμενοι πίνακες είναι εξαιρετικά χρήσιμοι τρόποι κοπής και κοπής δεδομένων. Και, το καλό με το εργαλείο Συγκεντρωτικού Πίνακα είναι ότι μπορείτε εύκολα να διασταυρώσετε ξανά τον πίνακα και, στη συνέχεια, να ξαναδιασταυρώσετε ξανά.

Εάν διαθέτετε καλές πλούσιες πηγές δεδομένων και δεν διασταυρώνετε τακτικά τα δεδομένα σας, πιθανότατα χάνετε απόλυτους θησαυρούς πληροφοριών. Υπάρχει χρυσός μέσα τους από τους λόφους.

Χαράξτε το μωρό μου

Ένα σημαντικό συστατικό μιας καλής ανάλυσης δεδομένων είναι η παρουσίαση και η οπτική εξέταση των δεδομένων σας.

Κοιτάζοντας ένα γραμμικό γράφημα ορισμένων σημαντικών στατιστικών στοιχείων ή δημιουργώντας ένα γράφημα στηλών με κάποιο σύνολο δεδομένων, συχνά βλέπετε πράγματα που δεν είναι εμφανή σε μια παρουσίαση πίνακα των ίδιων πληροφοριών. Βασικά, η δημιουργία γραφημάτων είναι συχνά ένας υπέροχος τρόπος για να ανακαλύψετε πράγματα που διαφορετικά δεν θα δείτε.

Λάβετε υπόψη σας τα στατιστικά στοιχεία συμπερασμάτων

Τα επαγωγικά στατιστικά στοιχεία σάς δίνουν τη δυνατότητα να συλλέξετε ένα δείγμα και στη συνέχεια να κάνετε συμπεράσματα σχετικά με τον πληθυσμό από τον οποίο προέρχεται το δείγμα με βάση τα χαρακτηριστικά του δείγματος.

Στα σωστά χέρια, οι στατιστικές συμπερασμάτων είναι εξαιρετικά ισχυρά και χρήσιμα εργαλεία. Με καλές δεξιότητες στις στατιστικές συμπερασμάτων, μπορείτε να αναλύσετε όλα τα είδη των πραγμάτων για να αποκτήσετε κάθε είδους γνώσεις σχετικά με δεδομένα που οι απλοί άνθρωποι δεν λαμβάνουν ποτέ. Ωστόσο, ειλικρινά, εάν η μόνη σας έκθεση σε συμπερασματικές στατιστικές τεχνικές είναι ελάχιστη, πιθανότατα δεν διαθέτετε αρκετές ακατέργαστες στατιστικές γνώσεις για να εκτελέσετε δίκαια συμπερασματική στατιστική ανάλυση.