Otetaan askel taaksepäin Excelin data-analyysin yksityiskohdista ja annetaan kourallinen yleisiä vinkkejä. Useimmiten nämä vinkit ovat yhteenvetoja ja yleistyksiä, jotka auttavat sinua Excelin perusteissa.
Työskentele lujasti tietojen tuomiseksi
Hyvien, monipuolisten tietojen tuominen Excel-työkirjoihin kannattaa todellakin. Joskus tietojen tuonti voi olla ongelmallista. Päänsärkyä ja sydänsuruja voi esiintyä, kun yritetään napata tietoja muista johtamistietojärjestelmistä ja kun yritetään työskennellä tietokannan ylläpitäjän kanssa saadakseen oikeat tiedot muotoon, joka mahdollistaa hyödyllisen data-analyysin Excelillä.
Huolimatta tietojen hankkimisen vaivasta, huomaat, että hyvien tietojen tuominen Exceliin on vaivan arvoista. Perinteisesti ihmiset tekevät päätöksiä käyttämällä hyvin tavallisia tietolähteitä. Ja nuo perinteiset lähteet tuottavat perinteisiä oivalluksia, mikä on hienoa. Mutta kun voit työskennellä rikkaamman ja syvemmän raakatiedon kanssa, keräät usein oivalluksia, jotka eivät yksinkertaisesti näy perinteisissä lähteissä.
Suunnittele tietojärjestelmät rikkaiden tietojen tuottamiseksi
Vaikka saatat haluta keskittyä luomaan järjestelmiä, jotka tuottavat raportteja, joita johtajat ja päättäjät haluavat ja jotka tuottavat lomakkeita (kuten laskuja, shekkejä ja ostotilauksia), joita yritysten on käytettävä, tämä ei ole ainoa tapa.
Sinun on myös ymmärrettävä, että todennäköisesti tulee olemaan suunnittelemattomia, epätavallisia, epätavallisia, mutta silti erittäin arvokkaita tapoja, joilla näiden johdon tietojärjestelmien keräämää tietoa voidaan analysoida. Joten jos työskentelet tietojärjestelmien kanssa tai suunnittelet tai osallistut niiden toteuttamiseen, sinun tulee ymmärtää, että raakadataa järjestelmästä voidaan ja tulee siirtää data-analyysityökaluihin, kuten Exceliin.
Runsaat ja yksityiskohtaiset tiedot yrityksen myymistä tuotteista tai palveluista mahdollistavat sen, että yritys voi nähdä myynnin kehityssuunnat tuote- tai palvelukohtaisesti. Lisäksi se antaa yritykselle mahdollisuuden luoda ristikkäisiä taulukoita, jotka osoittavat, kuinka tietyt asiakkaat valitsevat ja käyttävät tiettyjä tuotteita ja palveluita.
Organisaatioiden on suunniteltava tietojärjestelmät niin, että ne keräävät myös hyvää, rikasta, raakadataa. Myöhemmin nämä tiedot voidaan helposti viedä Exceliin, jossa yksinkertainen data-analyysi voi johtaa monipuoliseen näkemykseen yrityksen toiminnasta, sen mahdollisuuksista ja mahdollisista uhista.
Älä unohda kolmannen osapuolen lähteitä
Yksi nopea huomautus: Huomaa, että on olemassa monia kolmansien osapuolien tietolähteitä. Esimerkiksi toimittajilla ja asiakkailla voi olla erittäin mielenkiintoista tietoa Excelin käytettävissä olevassa muodossa, jonka avulla voit analysoida heidän markkinoitaan tai toimialaasi.
Excelissä saatavilla olevan Web Query -työkalun avulla tiedon poimiminen verkkosivuille tallennetuista taulukoista on erittäin helppoa.
Lisää vain se
Saatat ajatella, että tehokas data-analyysi vaatii tehokkaita data-analyysitekniikoita. Chi-neliöt. Päätelmätilastot. Taantumisanalyysi.
Mutta näin ei välttämättä ole. Jotkut tehokkaimmista data-analyyseistä, joita voit tehdä, ovat yksinkertaisesti numeroiden laskeminen yhteen. Jos lisäät lukuja ja saat summia, joista muut eivät edes tiedä – ja jos nämä summat ovat tärkeitä tai osoittavat trendejä – voit saada tärkeitä oivalluksia ja kerätä arvokasta tietoa yksinkertaisimpien tietojen analysointitekniikoiden avulla.
Tärkeintä on kerätä ensin todella hyvää tietoa ja tallentaa ne sitten säiliöön, kuten Excel-työkirjaan, jotta voit muokata ja analysoida tietoja aritmeettisesti.
Tutustu aina kuvaaviin tilastoihin
Excelin tarjoamat kuvaavat tilastotyökalut ovat todella tehokkaita työkaluja. Älä tunne, että nämä työkalut ylittävät taitosi.
Kuvaavat tilastot kuvaavat vain tietoja, jotka sinulla on jossain Excel-laskentataulukossa. Ne eivät ole taianomaisia, etkä tarvitse erityistä tilastokoulutusta käyttääksesi niitä tai jakaaksesi niitä ihmisten kanssa, joille esität data-analyysin tulokset.
Huomaa myös, että jotkut yksinkertaisimmista kuvaavista tilastollisista mittareista ovat usein hyödyllisimpiä.
Tarkkaile trendejä
Peter Drucker, kenties tunnetuin ja oivaltavin nykyaikaisten johtamiskäytäntöjen tarkkailija, totesi useissa viimeisissä kirjoissaan, että yksi tärkeimmistä asioista, mitä data-analyysi voi tehdä, on havaita muutos trendissä. Trendit ovat melkein merkittävin asia, jonka voit nähdä. Jos toimialasi yhteenlasketut tulot kasvavat, se on merkittävää. Jos ne eivät ole kasvaneet tai alkavat kutistua, se on luultavasti vielä merkittävämpää.
Muista rakentaa omassa data-analyysissäsi laskentataulukot ja kerätä tietosi tavalla, joka auttaa tunnistamaan trendejä ja mieluiten trendien muutoksia.
Ristitaulukko
PivotTable-komento on loistava työkalu. Ristitaulukot ovat erittäin hyödyllisiä tapoja leikata ja pilkkoa tietoja. Ja siisti asia PivotTable-työkalussa on, että voit helposti ristiintaulukoida ja sitten ristiintaulukoida uudelleen.
Jos sinulla on hyvät monipuoliset tietolähteet, etkä taulukoita tietojasi säännöllisesti, sinulta puuttuu todennäköisesti ehdottomia tietoaarteita. Niissä on kultaa kukkuloilla.
Piirrä se, kulta
Tärkeä osa hyvää data-analyysiä on tietojen esittäminen ja tutkiminen visuaalisesti.
Katsomalla viivakaaviota jostain tärkeästä tilastosta tai luomalla sarakekaavion jostain tiedosta, näet usein asioita, jotka eivät näy samojen tietojen taulukkoesityksessä. Pohjimmiltaan kartoitus on usein loistava tapa löytää asioita, joita et muuten näe.
Ole tietoinen päättelytilastoista
Excel tarjoaa päättelytilastotyökaluja. Päätelmätilastojen avulla voit kerätä otoksen ja tehdä sitten päätelmiä populaatiosta, josta otos on otettu otoksen ominaisuuksien perusteella.
Oikeissa käsissä päättelytilastot ovat erittäin tehokkaita ja hyödyllisiä työkaluja. Hyvien päättelytilastojen taitojen avulla voit analysoida kaikenlaisia asioita saadaksesi kaikenlaisia näkemyksiä tiedoista, joita tavalliset ihmiset eivät koskaan saa. Kuitenkin suoraan sanottuna, jos sinulla ei ole laajaa tietämystä päättelytilastoista, sinulla ei todennäköisesti ole tarpeeksi raakaa tilastotietoa voidaksesi suorittaa johtopäätöksen tilastollisen analyysin.