9 patarimai, kaip pateikti lentelės rezultatus ir analizuoti duomenis

Čia yra keletas bendrų patarimų, kaip analizuoti duomenis naudojant „Excel“. Dažniausiai šie patarimai apibendrina ir apibendrina daug detalesnius duomenų analizės procesus.

Sunkiai dirbkite importuodami duomenis

Dirbti siekiant importuoti gerus, turtingus duomenis į „Excel“ darbaknyges tikrai verta. Kartais duomenų importavimas gali būti problemiškas. Galvos skausmai ir širdies skausmai gali atsirasti bandant paimti duomenis iš kitų valdymo informacinių sistemų ir bandant dirbti su duomenų bazės administratoriumi, kad reikiami duomenys būtų pateikiami tokiu formatu, kad būtų galima atlikti naudingą duomenų analizę su Excel.

Tačiau, nepaisant vargo ginant duomenis, pastebėsite, kad importuoti gerus duomenis į „Excel“ verta pastangų. Tradiciškai žmonės priima sprendimus naudodamiesi labai standartiniais informacijos šaltiniais. . . pavyzdžiui, apskaitos sistema, trečiosios šalies ataskaita, informacinis biuletenis ar leidinys. Ir tie tradiciniai šaltiniai sukuria tradicines įžvalgas, o tai yra puiku. Tačiau kai galite dirbti su turtingesniu, gilesniu neapdorotos informacijos rinkiniu, dažnai gaunate įžvalgų, kurių tradiciniuose šaltiniuose tiesiog nėra.

Sukurkite informacines sistemas, kad gautumėte turtingus duomenis

Daugiau nei prieš 20 metų dizaineriai sutelkė dėmesį į sistemų kūrimą, kurios rengtų ataskaitas, kurių norėjo vadovai ir sprendimus priimantys asmenys, ir kurios parengė formas (pvz., sąskaitas faktūras, čekius ir pirkimo užsakymus), kurias verslui reikalavo vykdyti.

Šie elementai vis dar yra pagrindiniai dalykai, apie kuriuos reikia galvoti kuriant ir diegiant bei valdant informacines sistemas, tokias kaip apskaitos sistema. Tačiau taip pat reikia pripažinti, kad tikriausiai bus neplanuotų, neįprastų, neįprastų, bet vis tiek labai vertingų būdų, kaip bus galima analizuoti šių valdymo informacinių sistemų renkamus duomenis. Taigi, jei dirbate su informacinėmis sistemomis, kuriate arba dalyvaujate juos diegiant, turėtumėte suprasti, kad neapdoroti duomenys iš sistemos gali ir turi būti perduoti duomenų analizės įrankiams, pvz., „Excel“.

Turėdama turtingus ir išsamius įmonės parduodamų produktų ar paslaugų įrašus, įmonė gali matyti pardavimo tendencijas pagal produktą ar paslaugą. Be to, tai leidžia įmonei kurti kryžmines lenteles, rodančias, kaip tam tikri klientai pasirenka ir naudoja tam tikrus produktus ir paslaugas.

Esmė ta, kad organizacijos turi sukurti informacines sistemas taip, kad jos taip pat rinktų gerus, turtingus, neapdorotus duomenis. Vėliau šiuos duomenis galima nesunkiai eksportuoti į „Excel“, kur paprasta duomenų analizė leis gauti išsamių įžvalgų apie įmonės veiklą, jos galimybes ir galimas grėsmes.

Nepamirškite apie trečiųjų šalių šaltinius

Vienas trumpas punktas: pripažinkite, kad yra daug trečiųjų šalių duomenų šaltinių. Pavyzdžiui, pardavėjai ir klientai gali turėti labai įdomių duomenų „Excel“ pasiekiamu formatu, kuriuos galite naudoti analizuodami jų rinką arba savo pramonės šaką.

Greitas paskutinis komentaras apie trečiųjų šalių duomenų šaltinius yra toks: „Excel“ pasiekiamas žiniatinklio užklausos įrankis labai palengvina informacijos ištraukimą iš tinklalapiuose saugomų lentelių.

Tiesiog pridėkite

Galbūt manote, kad galingai duomenų analizei reikalingi galingi duomenų analizės metodai. Chi kvadratai. Išvadinė statistika. Regresinė analizė.

Kai kurios iš galingiausių duomenų analizės, kurią galite atlikti, apima tiesiog skaičių sudėjimą. Jei pridėsite skaičius ir gausite sumas, apie kurias kiti žmonės net nežino, ir jei tos sumos yra svarbios arba rodo tendencijas, galite gauti svarbių įžvalgų ir surinkti vertingos informacijos naudodamiesi paprasčiausiais duomenų analizės metodais.

Vėlgi, svarbiausia yra surinkti tikrai gerą informaciją, o paskui ją saugoti konteineryje, pavyzdžiui, „Excel“ darbaknygėje, kad galėtumėte aritmetiškai manipuliuoti ir analizuoti duomenis.

Visada tyrinėkite aprašomąją statistiką

„Excel“ pateikiami aprašomieji statistiniai įrankiai, įskaitant tokius matavimus kaip suma, vidurkis, mediana, standartinis nuokrypis ir kt., yra tikrai galingi įrankiai. Nesijauskite taip, lyg šie įrankiai nepatenka į jūsų įgūdžių rinkinį.

Aprašomoji statistika tiesiog apibūdina duomenis, kuriuos turite tam tikrame "Excel" darbalapyje. Jie nėra stebuklingi ir jums nereikia jokio specialaus statistinio mokymo, kad galėtumėte juos naudoti ar dalytis jais su žmonėmis, kuriems pateikiate savo duomenų analizės rezultatus.

Taip pat atkreipkite dėmesį, kad kai kurios iš paprasčiausių aprašomųjų statistinių priemonių dažnai yra naudingiausios. Pavyzdžiui, žinoti mažiausią duomenų rinkinio reikšmę arba didžiausią reikšmę gali būti labai naudinga. Taip pat labai įdomu ir patogu žinoti duomenų rinkinio vidurkį, medianą arba režimą. Ir net iš pažiūros sudėtingos sudėtingos priemonės, tokios kaip standartinis nuokrypis (kuris matuoja tik sklaidą apie vidurkį), yra tikrai gana naudingos priemonės.

Stebint aprašomąją statistiką, kuri laikui bėgant kinta (arba nesikeičia), pvz., kiekvienais metais, dažnai suteikiama labai vertingų įžvalgų.

Stebėkite tendencijas

Peteris Druckeris, bene geriausiai žinomas ir įžvalgiausias šiuolaikinės valdymo praktikos stebėtojas, keliose paskutinėse savo knygose pažymėjo, kad vienas iš svarbiausių dalykų, kuriuos gali padaryti duomenų analizė, yra pastebėti tendencijų pokyčius. Tendencijos yra beveik svarbiausias dalykas, kurį galite pamatyti. Jei jūsų pramonės bendros pajamos auga, tai reikšminga. Jei jie neaugo arba pradeda mažėti, tai tikriausiai dar svarbiau.

Atlikdami duomenų analizę, būtinai sudarykite darbalapius ir rinkite duomenis taip, kad galėtumėte nustatyti tendencijas ir, idealiu atveju, nustatyti tendencijų pokyčius.

Pjaustymas ir pjaustymas: kryžminės lentelės

„PivotTable“ komanda yra puikus įrankis. Kryžminės lentelės yra labai naudingi duomenų pjaustymo ir pjaustymo būdai. Puikus „PivotTable“ įrankio bruožas yra tas, kad galite lengvai iš naujo sukryžminti lenteles ir vėl sukryžiuoti lenteles.

Jei turite gerų turtingų duomenų šaltinių ir reguliariai nedarote duomenų kryžminėse lentelėse, tikriausiai trūksta absoliučios informacijos lobyno. Jose yra aukso kalvose.

Nubraižyk, mažute

Svarbus geros duomenų analizės komponentas yra vizualinis duomenų pateikimas ir ištyrimas.

Žvelgdami į kai kurių svarbių statistinių duomenų linijinę diagramą arba kurdami tam tikro duomenų rinkinio stulpelių diagramą, dažnai matote dalykus, kurių tos pačios informacijos lentelėje nėra. Iš esmės diagramų sudarymas dažnai yra puikus būdas atrasti dalykus, kurių kitaip nepamatysi.

Atkreipkite dėmesį į išvadinę statistiką

Išvadinė statistika leidžia surinkti imtį ir daryti išvadas apie populiaciją, iš kurios paimta imtis, remiantis imties charakteristikomis.

Tinkamose rankose išvadinė statistika yra labai galingi ir naudingi įrankiai. Turėdami gerų išvadinės statistikos įgūdžių, galite analizuoti įvairius dalykus, kad gautumėte įvairių įžvalgų apie duomenis, kurių paprasti žmonės niekada negauna. Tačiau atvirai kalbant, jei jūsų vienintelis išvedžiojimų statistikos metodų poveikis yra minimalus, tikriausiai neturite pakankamai neapdorotų statistinių žinių, kad teisingai atliktumėte išvadinę statistinę analizę.