9 padomi tabulas rezultātu uzrādīšanai un datu analīzei

Šeit ir daži vispārīgi padomi par datu analīzi, izmantojot programmu Excel. Lielākoties šie padomi apkopo un vispārina daudz detalizētākus datu analīzes procesus.

Strādājiet smagi, lai importētu datus

Ir vērts strādāt pie labu, bagātīgu datu importēšanas Excel darbgrāmatās. Dažreiz datu importēšana var būt problemātiska. Mēģinot iegūt datus no citām pārvaldības informācijas sistēmām un sadarbojoties ar datu bāzes administratoru, lai iegūtu pareizos datus formātā, kas nodrošina noderīgu datu analīzi ar Excel, var rasties galvassāpes un sirds sāpes.

Taču, neskatoties uz grūtībām ar datu iegūšanu, jūs atklāsiet, ka labu datu importēšana programmā Excel ir pūļu vērta. Tradicionāli cilvēki pieņem lēmumus, izmantojot ļoti standarta informācijas avotus. . . piemēram, grāmatvedības sistēma vai kāds trešās puses ziņojums, biļetens vai publikācija. Un šie tradicionālie avoti rada tradicionālus ieskatus, kas ir lieliski. Taču, ja varat strādāt ar bagātīgāku, dziļāku neapstrādātas informācijas kopu, jūs bieži vien gūstat ieskatus, kas tradicionālajos avotos vienkārši neparādās.

Izstrādājiet informācijas sistēmas, lai iegūtu bagātīgus datus

Vairāk nekā pirms 20 gadiem dizaineri koncentrējās uz tādu sistēmu izveidi, kas sagatavoja pārskatus, ko vēlējās vadītāji un lēmumu pieņēmēji, un veidoja veidlapas (piemēram, rēķinus, čekus un pirkuma pasūtījumus), kas uzņēmumiem bija jādarbojas.

Šie elementi joprojām ir acīmredzami galvenās lietas, par kurām jādomā, izstrādājot un instalējot un pārvaldot informācijas sistēmas, piemēram, grāmatvedības sistēmu. Taču ir arī jāatzīst, ka, iespējams, būs neplānoti, neparasti, neparasti, bet tomēr ļoti vērtīgi veidi, kā var analizēt šo vadības informācijas sistēmu apkopotos datus. Tātad, ja strādājat ar informācijas sistēmām, projektējat vai piedalāties to ieviešanā, jums vajadzētu saprast, ka neapstrādātus datus no sistēmas var un vajadzētu nodot datu analīzes rīkiem, piemēram, Excel.

Bagātīga un detalizēta uzņēmuma pārdoto produktu vai pakalpojumu uzskaite ļauj šim uzņēmumam redzēt pārdošanas tendences pēc produkta vai pakalpojuma. Turklāt tas ļauj uzņēmumam izveidot krusteniskās tabulas, kas parāda, kā daži klienti izvēlas un izmanto noteiktus produktus un pakalpojumus.

Būtība ir tāda, ka organizācijām ir jāveido informācijas sistēmas, lai tās arī apkopotu labus, bagātīgus, neapstrādātus datus. Vēlāk šos datus var viegli eksportēt programmā Excel, kur vienkārša datu analīze var sniegt bagātīgu ieskatu par uzņēmuma darbību, tā iespējām un iespējamiem draudiem.

Neaizmirstiet par trešo pušu avotiem

Viens īss punkts: ņemiet vērā, ka pastāv daudzi trešo pušu datu avoti. Piemēram, pārdevējiem un klientiem var būt pieejami ļoti interesanti dati programmā Excel pieejamā formātā, ko varat izmantot, lai analizētu viņu tirgu vai savu nozari.

Īss pēdējais komentārs par trešo pušu datu avotiem ir šāds: programmā Excel pieejamais tīmekļa vaicājuma rīks ļoti viegli ļauj iegūt informāciju no tīmekļa lapās saglabātajām tabulām.

Vienkārši pievienojiet to

Jūs varētu domāt, ka jaudīgai datu analīzei ir vajadzīgas jaudīgas datu analīzes metodes. Chi kvadrāti. Secinoša statistika. Regresijas analīze.

Dažas no visspēcīgākajām datu analīzēm, ko varat veikt, ir vienkārši skaitļu saskaitīšana. Ja pievienojat skaitļus un iegūstat summas, par kurām citi cilvēki pat nezina, un ja šīs summas ir svarīgas vai parāda tendences, varat iegūt svarīgu ieskatu un savākt vērtīgu informāciju, izmantojot visvienkāršākās datu analīzes metodes.

Atkal galvenais ir vispirms apkopot patiešām labu informāciju un pēc tam saglabāt šo informāciju konteinerā, piemēram, Excel darbgrāmatā, lai jūs varētu aritmētiski manipulēt ar datiem un analizēt tos.

Vienmēr izpētiet aprakstošo statistiku

Aprakstošie statistikas rīki, ko nodrošina programma Excel, tostarp tādi mērījumi kā summa, vidējais lielums, mediāna, standarta novirze un tā tālāk, ir patiešām spēcīgi rīki. Nedomājiet, ka šie rīki pārsniedz jūsu prasmju kopumu.

Aprakstošā statistika vienkārši apraksta datus, kas atrodas kādā Excel darblapā. Tie nav maģiski, un jums nav nepieciešama īpaša statistikas apmācība, lai tos izmantotu vai kopīgotu tos ar cilvēkiem, kuriem prezentējat savus datu analīzes rezultātus.

Ņemiet vērā arī to, ka daži no vienkāršākajiem aprakstošajiem statistikas rādītājiem bieži vien ir visnoderīgākie. Piemēram, var būt ļoti noderīgi zināt mazāko vērtību datu kopā vai lielāko vērtību. Ļoti interesanti un ērti ir arī zināt datu kopas vidējo, vidējo vai režīmu. Un pat šķietami sarežģīti sarežģīti mērījumi, piemēram, standarta novirze (kas mēra tikai izkliedi par vidējo) patiešām ir diezgan noderīgi rīki.

Vērojot aprakstošo statistiku, kas laika gaitā mainās (vai nemainās), piemēram, gadu no gada, bieži vien sniedz ārkārtīgi vērtīgu ieskatu.

Vērojiet tendences

Pīters Drukers, iespējams, pazīstamākais un visredzamākais mūsdienu vadības prakses novērotājs, vairākās savās pēdējās grāmatās atzīmēja, ka viena no nozīmīgākajām lietām, ko datu analīze var darīt, ir novērot tendences izmaiņas. Tendences ir gandrīz vissvarīgākā lieta, ko varat redzēt. Ja jūsu nozares kopējie ieņēmumi pieaug, tas ir būtiski. Ja tie nav auguši vai sāk sarukt, tas, iespējams, ir vēl svarīgāk.

Veicot datu analīzi, noteikti izveidojiet darblapas un apkopojiet datus tādā veidā, kas palīdz noteikt tendences un ideālā gadījumā noteikt tendenču izmaiņas.

Šķēles un kubiņos: krustveida tabula

PivotTable komanda ir lielisks rīks. Šķērstabulas ir ārkārtīgi noderīgi datu sadalīšanas veidi. Rakurstabulas rīks ir tas, ka jūs varat viegli pārlikt krustojumu tabulu un pēc tam vēlreiz krustot tabulu.

Ja jums ir labi bagātīgi datu avoti un jūs regulāri neveidojat savus datus, iespējams, jums trūkst absolūtas informācijas dārgumu. Tajos kalnos ir zelts.

Izveidojiet diagrammu, mazulīt

Svarīga labas datu analīzes sastāvdaļa ir jūsu datu vizuāla prezentēšana un pārbaude.

Aplūkojot kādu svarīgu statistikas datu līniju diagrammu vai izveidojot kolonnu diagrammu ar kādu datu kopu, jūs bieži redzat lietas, kas nav redzamas vienas un tās pašas informācijas tabulas prezentācijā. Būtībā diagrammu veidošana bieži ir brīnišķīgs veids, kā atklāt lietas, kuras citādi neredzētu.

Esiet informēts par secinājumu statistiku

Secinājumu statistika ļauj apkopot paraugu un pēc tam izdarīt secinājumus par kopu, no kuras tiek veidota izlase, pamatojoties uz izlases īpašībām.

Labās rokās secināmā statistika ir ārkārtīgi spēcīgi un noderīgi rīki. Ar labām iemaņām secinājumu statistikā varat analizēt visdažādākās lietas, lai gūtu visdažādākos ieskatus datos, ko parasts cilvēks nekad nesaņem. Tomēr, godīgi sakot, ja jūsu vienīgā saskarsme ar secinošajām statistikas metodēm ir minimāla, jums, iespējams, nav pietiekami daudz neapstrādātu statistikas zināšanu, lai godīgi veiktu secinājumu statistisko analīzi.