一、数据处理
根据数据分析目的将搜集到的数据用适当处理方法加工处理，占80%，必不可少的阶段。
1、数据规范
所具备规范和要求：
第一，数据表由标题行（字段）和数据部分（记录）组成；
第二，数据表第一行是表的字段名称，不能重复；
第三，第二行起是数据部分，每一行称为记录，不允许出现空白行和空白列，保持完整性；
第四，一个单元格只记录一个属性的数据，切勿重复；
第五，数据表不能有合并单元格；
第六，数据表需要一维表的形式。一维表也叫流水线表格，每一行是否为独立的变量
数据处理——将原始表处理为便于分析的一维表形式。
2、数据导入
第一，文本导入
出现乱码，语言改为简体中文，设置数据格式，数据放置位置
第二，数据库导入
如果数据库的数据超出Excel范围不可选择导入表，通常选择导入数据透视表
第三，网站导入
复制网址，自网站，粘贴网址，导入；单击鼠标右键，刷新数据，也可选择刷新频率
3、数据清洗
第一，重复数据处理
数据透视表法、菜单删除法、条件格式标识法、高级筛选法
函数法（countif）、
第二，缺失数据处理
取消合并单元格后，定位条件：Ctrl+G或F5，=加向上箭头，自动填充：Ctrl+Enter
第三，空格数据处理
查找替换：Ctrl+H，函数法：Trim
4、数据抽取
保留原数据表中某些字段记录的部分信息，形成新字段新纪录，数据拆分。
第一，字段拆分
菜单法：数据-分列；
函数法：MID、LEFT、RIGHT
第二，记录拆分
随机抽样：RAND+RANK+填充（去除公式）+VLOOKUP
按字段拆分：常用工具7.3
5、数据合并
包含字段合并、字段匹配、记录合并三大类
第一，字段合并
函数法：CONCATENATE（字符型）、&（字符型）、DATE（数值型）
第二、字段匹配
单条件：VLOOKUP（精确匹配）
注意事项：匹配范围中关键字段必须在第一列，第三个参数表示关键字段为参照的列数，注意字段类型要一致。
思考：如何进行多条件匹配？
6、数据计算
简单计算：加、减、乘、除
函数计算：日期计算、数据标准化、加权求和、数据分组等
第一，日期计算
函数法：DATEDIF(起始日期,结束日期, "日期格式参数")
日期格式参数：Y-年，M-月，D-天
*DATEDIF函数无法查找，只能手动输入；日期格式参数必须在英文双引号里；参数大小写不影响
第二，数据标准化
将数据按照比例缩放，使其落入特定区间，消除变量间因不同单位造成的差异，使数据具有可比性。
*常用的数据标准化方法为0-1标准化，公式：X*=(X-min)/(max-min)
第三，加权求和
权重：该指标在整个指标评价体系中的相对重要程度，表示在其他指标不变的情况下，该指标的变化对结果的影响程度。
*函数法：SUMPRODUCT(区域1,区域2)
第四，数据分组-IF函数
函数法：IF(条件,满足条件结果,不满足条件结果)
IF函数有嵌套层数限制；对逻辑思维能力要求高，编写麻烦，易出错；
第五，数据分组-VLOOKUP函数
VLOOKUP模糊匹配
首先需要准备数据分组对应表，主要由阈值和分组标签组成，阈值必须进行升序排序，否则会出错。
7、数据转换
第一，行列转置
选择性粘贴-转置
第二，数据类型转换
l文本→数值：选择性粘贴-运算，智能标记-转换为数字，数据-分列（优先选择）
l数值→文本：数据-分列，TEXT函数
l数值→日期：设置单元格格式-日期、数据-分列
第三，二维表转一维表
数据透视表法：多重合并计算（Alt+D，+P）
*作业：三维表转一维表
二、数据分析
1、对比分析
将两个或两个以上的数据比较，分析差异性，发现事物发展变化情况和规律。
日期分组，环比计算，同比计算
2、结构分析
分组的基础上计算各组成部分所占比重，进而分析总体的内部结构比重，比如市场占有率。
定性分组：按业务的属性划分、占比计算
3、分布分析
根据分析目的将数值型数据进行等距或不等距的分组，消费、收入、年龄等分布分析。
定量分组：VLOOKUP函数，数据透视表
*柱状图的顺序必须从小到大，不能改变X轴的顺序
数据透视表可以快速实现分组，不可以进行不等距分组；
VLOOKUP函数可以实现不等距分组，并且可以生成一个实际字段供使用者选择和分析。
因此，拿到一组数据后，在不知道具体分许特征的情况下，可以先用数据透视表快速了解数据分布特征，然后利用VLOOKUP进行针对性分组，划分更适合的分组范围。
*作业：如何统计购买日期间隔分布？数据存在一个用户多条购买日期数据。
4、交叉分析
用于分析两个或两个以上分组变量间的关系，并以交叉表的方式进行变量之间的对比分析。
l定量、定量分组交叉
l定量、定性分组交叉
l定性、定性分组交叉
*分组可以两个以上，但分组变量越多，越难以发现规律；因此，一般两个分组变量足以。
*在数据透视表中双击单元格可以得到用户明细表
5、矩阵分析
根据两个重要属性作为分析依据进行关联分析，找出问题解决办法。
分四个象限，做矩阵图不要选择表头和标签
6、多表关联分析
根据各个表共有的关键字段进行数据记录的一一对应，相当于VLOOKUP的匹配功能，2013版以上才有
通过两个表之间的共有字段，进行关联分析
7、RFM分析
相当于三个维度的交叉分析
三、数据展现
1、用图表说话，把分析结果用合适的图形或表格展现给读者或听众，使其更容易理解作者的观点。
成分：首选饼图
排序：首选柱形图，若标签太长可考虑条形图
分布：首选柱形图
趋势：首选折线图
相关：首选散点图
2、双坐标轴图
当数据序列为两个或两个以上，并且单位不同或者数据量级差别较大，可使用双坐标轴。
3、目标完成率图
反应业务目标完成情况。需要用到XY Chart
Labeler插件
4、雷达图
当数据的项目和序列大于两个时，用柱形图非常不直观，建议使用雷达图
5、矩阵图
用法同矩阵分析。矩阵图基于散点图绘制
*注：制作矩阵图，不要选择标签和数据对应的表头，只需选择数据本身。
6、漏斗图
对业务流程最直观的表现形式，可快速发现业务流程中出现问题的环节。
漏斗图在堆积条形图的基础上绘制，需要计算占位数据*公式=(总数据-该环节数据)/2*。
7、旋风图
第一，用于两个数据序列不同指标或不同项目之间的对比；
第二，表示两个数据之间的相关关系
8、帕累托图
也被称为排列图、主次图，主要用于质量分析，原因定位等，原理来自于帕累托原则——二八法则。先绘制直方图，累计百分比做折线图
9、迷你图
起到快速查看数据趋势和分布，不用绘制出折线图或柱形图，是2010版以上才具有的功能。
条件格式（可自定义规则）：数据条、色阶、图标集
10、图表美化
三大原则
字体统一：大小、颜色、字体
排版简洁：最大化数据墨水比原则，即保留有效元素，去除无效元素，淡化非主要元素
配色协调：不超过三种，把握不准可只使用一种颜色
网友评论