对于非数据行业从业者来着，最常用的数据分析工具是Excel。因为它不仅体积小，而且功能齐全，能满足绝大多数轻量级数据的统计和分析工作。是提升效率的不二之选。
但是，我们在实际操作的时候，却并没有发现效率提升有多少，甚至还降低了。
这时，我们一贯的操作是埋怨工具不好。而实际上，影响效率很大的一个原因出在了你收集数据时，设置的数据收集不恰当。比如下面这个数据结构。
效率较慢的二维数据结构.png
上面这个结构不能说错，因为它是按照时间维度统计不同指标数据的，每一行数据是相对唯一。
但问题就在于，上面这个图的指标是有重复的。比如网民规模，它和手机网民数、非手机网民数这两个指标，表示的就是同一类数据，都指的是网民数量。
而且，上面这样的数据结构，不利于我们快速的检索数据。比如你只想看手机网民数，这时你就会发现并不好筛选，只能一列一列的看。
因此，我们收集数据的时候，要牢记两个原则：
- 每一列数据是相对独立的，代表着各自不同的数据指标。
- 每一行代表每一次的观察结果，你可以是时间维度，也可以是其他维度，唯独要保证是每一次的结果。
比如下面这个优化后的数据结构。
更科学的数据结构.png
这样优化后，无论你是按时间统计数据，还是按类别统计数据，甚至是数据可视化，效率都比上一种数据结构更高。亲测有效的哟。
网友评论