Siin on käputäis üldisi näpunäiteid andmete analüüsimiseks Exceliga. Enamasti võtavad need näpunäited kokku ja üldistavad palju üksikasjalikumad andmete analüüsimise protsessid.
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 standardsete teabeallikate abil. . . nagu raamatupidamissüsteem või mõni kolmanda osapoole aruanne, uudiskiri või väljaanne. 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
Nüüdseks enam kui 20 aastat tagasi keskendusid disainerid süsteemide loomisele, mis koostasid aruandeid, mida juhid ja otsustajad soovisid, ning vormid (nt arved, tšekid ja ostutellimused), mida ettevõtted pidid tegutsema.
Need elemendid on ilmselgelt olulised, millele infosüsteemide (nt raamatupidamissüsteemi) kavandamisel, paigaldamisel ja haldamisel mõelda. Kuid peate ka tunnistama, et tõenäoliselt on nende juhtimisinfosüsteemide kogutud andmete analüüsimiseks 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.
Põhimõte on see, et 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.
Kiire viimane kommentaar kolmandate osapoolte andmeallikate kohta on järgmine: Excelis saadaolev veebipäringu tööriist muudab veebilehtedel salvestatud tabelitest teabe hankimise väga lihtsaks.
Lihtsalt lisage see
Võib arvata, et võimas andmeanalüüs nõuab võimsaid andmeanalüüsi tehnikaid. Chi-ruudud. Järelduslik statistika. Regressioonanalüüs.
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.
Jällegi on oluline 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
Kirjeldavad statistilised tööriistad, mida Excel pakub – sealhulgas sellised mõõtmised nagu summa, keskmine, mediaan, standardhälve ja nii edasi – 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. Näiteks võib andmestiku väikseima väärtuse või suurima väärtuse teadmine olla väga kasulik. Andmekogumi keskmise, mediaani või režiimi teadmine on samuti väga huvitav ja mugav. Ja isegi näiliselt keerulised keerukad meetmed, nagu standardhälve (mis mõõdab ainult hajumist keskmisest), on tõesti üsna kasulikud tööriistad.
Kirjeldava statistika muutumise (või mittemuutuse) jälgimine aja jooksul, näiteks aastast aastasse, annab sageli väga väärtuslikke teadmisi.
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.
Viilutamine ja tükeldamine: 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, kallis
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
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 teie kokkupuude järelduslike statistiliste meetoditega on minimaalne, ei ole teil tõenäoliselt piisavalt statistilisi teadmisi, et õiglaselt järelduslikku statistilist analüüsi teha.