Astume sammu tagasi Exceli andmete analüüsi üksikasjadest ja anname käputäie üldisi näpunäiteid. Enamasti on need näpunäited kokkuvõtted ja üldistused, mis aitavad teil Exceli põhitõdesid selgeks teha.
Tehke andmete importimiseks kõvasti tööd
Heade ja rikkalike andmete importimine Exceli töövihikutesse on tõesti väärt. Mõnikord võib andmete importimine olla problemaatiline. Peavalu ja südamevalu võib tekkida siis, kui proovite haarata andmeid teistest juhtimisinfosüsteemidest ja kui proovite teha koostööd andmebaasi administraatoriga, et saada õiged andmed vormingusse, mis võimaldab Exceliga kasulikku andmeanalüüsi teha.
Kuid hoolimata andmete hankimisega kaasnevatest probleemidest leiate, et heade andmete importimine Excelisse on vaeva väärt. Traditsiooniliselt teevad inimesed otsuseid väga standardseid teabeallikaid kasutades. Ja need traditsioonilised allikad annavad traditsioonilisi teadmisi, mis on suurepärane. Kuid kui saate töötada rikkalikuma ja sügavama toorteabe kogumiga, kogute sageli teadmisi, mida traditsioonilistes allikates lihtsalt ei kuvata.
Kavandage infosüsteemid rikkalike andmete tootmiseks
Ehkki võite keskenduda süsteemide loomisele, mis koostavad aruandeid, mida juhid ja otsustajad soovivad, ning vormid (nt arved, tšekid ja ostutellimused), mida ettevõtted peavad kasutama, pole see ainus viis.
Samuti peate mõistma, et nende juhtimisinfosüsteemide kogutud andmete analüüsimiseks on tõenäoliselt ettenägematuid, ebatavalisi, ebatavalisi, kuid siiski väga väärtuslikke viise. Seega, kui töötate infosüsteemidega, kavandate või osalete nende juurutamisel, peaksite mõistma, et süsteemi algandmeid saab ja tuleks edastada andmeanalüüsi tööriistadele, nagu Excel.
Ettevõtte müüdavate toodete või teenuste kohta rikkalikud ja üksikasjalikud andmed võimaldavad sellel ettevõttel näha müügisuundumusi toodete või teenuste kaupa. Lisaks võimaldab see ettevõttel luua risttabeleid, mis näitavad, kuidas teatud kliendid teatud tooteid ja teenuseid valivad ja kasutavad.
Organisatsioonid peavad kujundama infosüsteemid nii, et nad koguksid ka häid, rikkalikke toorandmeid. Hiljem saab neid andmeid hõlpsasti Excelisse eksportida, kus lihtne andmeanalüüs võib anda rikkaliku ülevaate ettevõtte tegevusest, selle võimalustest ja võimalikest ohtudest.
Ärge unustage kolmandate osapoolte allikaid
Üks kiire punkt: pidage meeles, et on olemas palju kolmandate osapoolte andmeallikaid. Näiteks võivad tarnijad ja kliendid saada väga huvitavaid andmeid Excelile juurdepääsetavas vormingus, mida saate kasutada nende turu või valdkonna analüüsimiseks.
Excelis saadaolev veebipäringu tööriist teeb veebilehtedel salvestatud tabelitest teabe hankimise väga lihtsaks.
Lihtsalt lisage see
Võib arvata, et võimas andmeanalüüs nõuab võimsaid andmeanalüüsi tehnikaid. Chi-ruudud. Järelduslik statistika. Regressioonanalüüs.
Kuid see pole tingimata nii. Mõned kõige võimsamad andmeanalüüsid, mida saate teha, hõlmavad lihtsalt numbrite liitmist. Kui lisate numbreid ja saate summasid, millest teised inimesed isegi ei tea – ja kui need summad on olulised või näitavad trende –, saate kõige lihtsamate andmeanalüüsi tehnikate abil saada olulisi teadmisi ja koguda väärtuslikku teavet.
Peamine asi on kõigepealt koguda tõeliselt head teavet ja seejärel salvestada see teave konteinerisse, näiteks Exceli töövihikusse, et saaksite andmeid aritmeetiliselt manipuleerida ja analüüsida.
Uurige alati kirjeldavat statistikat
Exceli pakutavad kirjeldavad statistilised tööriistad on tõeliselt võimsad tööriistad. Ärge tundke, et need tööriistad ei ületa teie oskusi.
Kirjeldav statistika kirjeldab lihtsalt mõnel Exceli töölehel olevaid andmeid. Need ei ole maagilised ja te ei vaja nende kasutamiseks ega inimestega, kellele te oma andmeanalüüsi tulemusi esitate, spetsiaalset statistilist koolitust.
Pange tähele ka seda, et mõned kõige lihtsamad kirjeldavad statistilised mõõdikud on sageli kõige kasulikumad.
Jälgige suundumusi
Peter Drucker, võib-olla kõige tuntum ja läbinägelikum kaasaegsete juhtimistavade vaatleja, märkis mitmes oma viimases raamatus, et üks olulisemaid asju, mida andmeanalüüs saab teha, on märgata suundumuste muutust. Suundumused on peaaegu kõige olulisem asi, mida näete. Kui teie tööstuse kogutulud kasvavad, on see märkimisväärne. Kui nad ei ole kasvanud või hakkavad kahanema, on see tõenäoliselt veelgi olulisem.
Oma andmete analüüsimisel koostage kindlasti oma töölehed ja koguge andmeid viisil, mis aitab tuvastada trende ja ideaalis trendide muutusi.
Risttabel
PivotTable-käsk on suurepärane tööriist. Risttabelid on äärmiselt kasulikud viisid andmete lõikamiseks ja tükeldamiseks. Ja PivotTable-liigendtabeli tööriista juures on hea asi see, et saate hõlpsalt uuesti risttabelit koostada ja seejärel uuesti risttabelit uuesti koostada.
Kui teil on head rikkalikud andmeallikad ja te ei koosta oma andmeid regulaarselt risttabelina, on teil tõenäoliselt puudu täielikest teabevaradest. Nendes on kulda mägedes.
Tehke graafik, kullake
Hea andmeanalüüsi oluline komponent on oma andmete visuaalne esitamine ja uurimine.
Vaadates mõne olulise statistika joondiagrammi või luues mõne andmekogumi tulpdiagrammi, näete sageli asju, mida sama teabe tabeliesitluses ei paista. Põhimõtteliselt on graafikute koostamine sageli suurepärane viis avastada asju, mida muidu ei näeks.
Olge teadlik järelduslikust statistikast
Excel pakub järeldusliku statistika tööriistu. Järeldusstatistika võimaldab teil koguda valimit ja teha seejärel valimi omaduste põhjal järeldusi üldkogumi kohta, millest valim koostatakse.
Õigetes kätes on järeldusstatistika äärmiselt võimsad ja kasulikud tööriistad. Järeldusstatistika heade oskustega saate analüüsida igasuguseid asju, et saada kõikvõimalikke teadmisi andmetest, mida tavainimesed kunagi ei saa. Kuid ausalt öeldes, kui teil pole põhjalikke teadmisi järeldusstatistikast, ei ole teil tõenäoliselt piisavalt statistilisi teadmisi, et õiglaselt teha järelduslikku statistilist analüüsi.