人人都能学会的Excel数据分析
  • 推荐0
  • 收藏9
  • 浏览4.1K

人人都能学会的Excel数据分析

罂粟姐姐 (作者) 

  • 书  号:978-7-121-33135-0
  • 出版日期:2017-12-22
  • 页  数:248
  • 开  本:16(185*235)
  • 出版状态:上市销售
  • 维护人:石倩
电子书 ¥39.00
购买电子书
纸质版 ¥69.00
这是一本有趣、有料又文艺的Excel数据分析书。
本书在对百余个市场调研及管理咨询项目的分析与提炼的基础上,汇集了数据分析师在入门阶段使用 Excel 进行数据处理与分析过程中的常见需求,通过具体项目案例的演示和讲解,将数据分析的核心技能和关键流程手把手地传递给读者。
全书共 7 章,内容涉及数据分析的基本概念、数据输入、数据整理、数据处理、数据分析、数据呈现及数据分析报告,结构严谨、条理清晰、图文并茂、旁征博引、通俗易懂,使读者不仅能够读下去,还能读进去。
本书不仅能够帮助在校学生增加就业机会,帮助职场新人提升职场竞争力,帮助市场营销、人力资源、财务管理等人员解决实际问题,也能成为市场调研、管理咨询、数据分析等专业人士的入门指南,还能帮助所有需要使用 Excel 的职场人士提高工作效率。
所有案例均从真实项目中提取,以数据分析的6大步骤为主线,站在职场老人带新人的角度把数据分析各个环节的注意事项清晰说明,深入浅出,菜鸟也能学会。
罂粟姐姐,本名鲍海霞,“走北闯南”后定居郑州,现任国内某知名市场研究公司高级研究经理。资深数据分析师,某本科院校外聘讲师,头条原创作者,Office深度使用者,Excel系列文章全网阅读量破千万,深受在校学生和职场人士的欢迎。
前言
职场 6 年,见了很多新人,也合作过很多“老人”,大家都在具体的项目中摸爬滚打,却很少去主动思考数据分析到底该怎么做?为什么要这样做?为什么自己的分析结果得不到客户的认可?为什么自己总在无休止地加班?
我们总是在惯性中工作,在被逼无奈的时候去主动学习,在现在的模式下进行思考,在自己狭隘的格局下做决定,在没有达到预期的结果出现后内疚自责,然后日复一日,却从来没有想过去系统地学习和分析“数据”到底有什么样的力量、如果去挖掘“数据”的力量。
所以就有了这一本书,这一本很特别的书。
? 它很系统,数据分析从 0 到 1 整个流程,它介绍得清清楚楚,看得懂、学得会。
? 它很实际,所有案例都是从具体项目中提取的,给你真刀真枪,助你闯荡职场。
? 它很利索,全部是干货,没有一句废话,偶尔来点儿矫情,还是为了让场景更逼真。
? 它还很接地气,没有晦涩难懂的统计学理论,也不需要高级的代码编程,一个 Excel 足矣,偶尔来点 SPSS 点缀。
万丈高楼平地起,它就是你需要的“地基”。
所以,它不是一本工具书,也不是一本理论书,更不是一本说教风格的职场鸡汤书。
对于不需要的人,它是一本普通得不能再普通的书 ;但是对于以下这些人,它就是“黄金屋、千钟粟”。
本书适合下列读者 :
? 数据分析爱好者。
? 管理学、经济学等专业的在校大学生。
? 初入职场的菜鸟、小白。
? 从事调研、咨询、研究、分析等工作的专业人士。
? 市场营销、人力资源、财务管理等工作中需要进行数据分析的人士。
? 想提升职场竞争力或者正迷茫的职场“老人”。
……
本书不适合下列读者 :
? 对数据完全不感兴趣的人。
? R、Python 等软件的狂热追求者。
? 统计、数学、IT、金融等专业或行业的精英。
? 数据统计、数据挖掘、计算机科学等方面的专家。
构思一年,撰写一年,整整两年,这本书能够顺利出版,现在你能够拿着它细细品读,它又能够让你有所收获和启迪,我想,这就是缘分。
关于这本书,我要感谢的人很多。
首先,感谢河南君友商务咨询有限公司的所有同事和客户。如果没有多年来的项目经验积累,没有跟你们的交流沟通,没有你们的答疑解惑,就不会有书中众多的经典案例。
其次,感谢公众号“欢乐 PPT”这个大家庭的所有成员。如果没有这个平台,那么我不可能在 Excel 学习和分享的路上坚持到现在。同时感谢好友海域对第 7 章 PPT 设计的支持。
再次,感谢电子工业出版社的编辑,谢谢你们在万千作者中选择了我,并不厌其烦地指导我 ;感谢为我写序、推荐语、书评的所有人,谢谢你们对这本书的认可及对我的信任。
最后,感谢我的家人,感谢你们理解并支持我的“任性”。
序言
作者邀我为本书作序,我倍感压力,一来觉得自己资历尚浅,怕扛不起这面大旗 ;二来担心在对这本书的理解不够全面和透彻的情况下就妄加凿啄,不仅枉顾了作者的一番盛情,还可能会贻笑大方。然而,当她告诉我这是一本介绍数据分析方法与技巧的书,而且我有幸拜读了本书初稿后,我勇敢地接受了这项任务,以下请容我将其中的缘由详细道来。
我们需要哲学地理解世界,也需要直观地认识世界,数据分析和呈现是我们直观认识世界的有效方式。在 10 余年的专业学习、企业实践和科学研究工作中,我一直试图对比东方管理思想和西方管理理论之间的区别,探索如何将它们巧妙地融合在一起。就我个人理解而言,我们的国学名著中蕴含的丰富的管理思想在理论研究和实践探索中给予我们诸多启发和教育,但这些著作的一个共同而显著的特征是圆融,即每句话都蕴含着丰富的哲学思想,引导人们展开无限的遐想。然而,要在实践中应用这些思想或观点,就需要个人高超的悟性及艺术地取舍。更为尴尬的是,如果你对其中的论述存在疑惑,则只能归咎于自己的理解能力不够;每当你对这些论述提出质疑时,“前辈”们会提出丰富的论据来捍卫原著的权威。所以,我们的国学经典原著生命力顽强,但后人对其的研究只是局限于从不同的角度进行解读,鲜有突破,更谈不上革新。
相比之下,西方管理理论则更为直观和具体,在他们的研究范式中首先限定假设条件,然后提出理论观点,最后通过量化方法来论证其理论。当后来者发现以往理论不足以解释现实或者不能精确地指导实践时,他们就会修正假设,改进现有理论,甚至提出截然不同的观点。西方管理理论就是这样,在后人持续的改进甚至否定过程中不断完善、走向繁荣。在这一过程中,将现实世界量化并使用科学的统计分析方法推理无疑是不可或缺的工具。毫无疑问,我们应该坚守自己的文化自信,大胆地从国学思想宝库中汲取认识和理解世界的哲学思想 ;同时,我们还应该持有开放的心态和开阔的视野,积极地学习西方“用数据来解读世界”的研究方法,更科学和富有技巧地投入实践、改造世界。
回归日常工作管理及具有自主空间的任何一线工作,核心环节之一就是决策,而决策的本质是选择,选择就需要遵循科学的依据做出判断。比如,西方管理理论中提出了决策树来描述这一过程,他们认为任何一项决策都面临多个选项,在某个决策点上应该选择哪个选项,取决于该选项能够带来的收益及该选项成功的概率,后续决策点上的选择要遵循同样的依据。
也就是说,人们的日常工作乃至生活就是由这样一个又一个“惊险”的选择组成的决策链。数据描述向我们展示了一个更为清晰的世界,对这些数据的统计分析则让我们在纷繁复杂的现象中提纲挈领地掌握事物发展变化的规律。因此,数据统计分析会赋予我们一双“慧眼”,帮助我们在关键决策上“入对行”或者“嫁对郎”,在日常工作中面对“三千弱水”,时常能够明智地选择适合自己的“一瓢”。
我对本书正式出版后的反响充满期待。我认为人们做工作可以分为三种境界 :第一,把工作完成,即根据领导或工作职责要求,保质保量地完成任务 ;第二,将工作做出美感,即工作成果在直观上很协调,给人的感觉很和谐 ;第三,在工作上追求极致,即将个人价值取向充分地展现在工作中,将工作当作自己亲手打造的艺术品。在与作者的工作协作中,我真切地体会到她是一个追求工作美感和极致的人,她能够将一个凌乱的 PPT 瞬间“妙手回春”,使整体内容更富有逻辑,每一页的空间布局、字体组合、颜色搭配让人赏心悦目,同时在细节上追求完美。当然,她更擅长的还是数据统计分析,多年来市场调研项目经理的工作历练使她在这方面积累了丰富的实践经验 ;知名高校研究生的学习生涯使备了深厚的理论功底和超强的再学习能力 ;追求美感和极致的态度与习惯使她能够将看似枯燥的数据整理和分析变得花枝招展、妙趣横生,特别是这一点,作者已经在高校课堂和企业培训中做了充分的印证!
愿本书讲授的数据分析方法和技巧为我们打开一扇窗,让我们认识一个更为清晰明亮的世界 ;愿作者慷慨和我们分享的这些心得体会赋予我们一双有力的翅膀,助力我们在学习和工作中一路翱翔!
故乐为之序!故乐为之序!
上海财经大学 国际工商管理学院 博士
河南财经政法大学 工商管理学院 讲师
河南君友商务咨询有限公司 咨询 & 培训部 总监
田启涛
2017 年 10 月 8 日

目录

第1 章 知己知彼,百战不殆——什么是数据分析 / 1
1.1?数据分析的力量 1
1. “战神”林彪活捉廖耀湘 1
2. 啤酒与尿布的缘分 2
3.“智商与颜值成正比”的美女领导 2
1.2?初识数据分析 3
1. 确立分析目的 4
2. 明确分析思路 4
3. 数据采集 6
4.数据输入 8
5. 数据整理 9
6. 数据处理 9
7. 数据分析 9
8. 数据呈现 10
9. 数据分析报告 11
1.3?数据分析的前景 12
1.4?数据分析的六大误区 13
1. 否认数据分析的重要性 14
2. 分析目的不明确 15
3. 盲目热衷高级数据分析方法 15
4. 过分追求数据分析报告的炫酷 15
5. 分析结果脱离业务实际 16
6. 二手数据直接使用 16

第2 章 稳扎稳打,步步为营——数据输入 / 18
2.1?Excel基础操作 18
1. Excel工作界面介绍 18
2. Excel单元格编辑 21
3. 常用Excel快捷键 23
2.2?Excel数据类型 24
1. 4种数据类型 24
2. 文本数据与数值数据互换 25
2.3?单元格逐个输入 27
1. 数值输入 28
2. 输入日期和时间 29
3. 输入特殊字符 31
4. 输入身份证号码 33
2.4?单元格批量输入 34
1. Excel双击填充 34
2. Excel序列填充 35
3. Excel快速填充 36
2.5?单元格限制性输入 39
1. 从列表中选择输入 39
2. 一级下拉菜单 40
3. 二级下拉菜单 41
4. 只能输入身份证号码 44
5. 限制重复录入 45
2.6?调查问卷的录入规则 45
2017年度大学生手机上网情况调研问卷 46
第1种类型:填空题 46
第2种类型:单选题 46
第3种类型:排序题 46
第4种类型:多选题 47
第5种类型:开放题 47
题型分析: 47

第3 章 去粗取精,去伪存真——数据整理 / 49
3.1?数据表格的规范化 49
1. 冻结窗格 49
2. 二维表转换为一维表 52
3. 超级表 58
3.2?单元格的规范化 63
1. 单元格换行 63
2. 自定义单元格格式 66
3.3?数据分列 68
1. 【分列】功能 68
2. 快速填充 68
3. 两端对齐 68
4. RIGHT与LEFT函数 69
5. LENB与LEN函数 69
6. MIDB、SEARCHB、LENB函数 69
3.4?数据提取 71
1. 一列变多列 71
2. 提取不规则数据的最后一部分内容 72
3. 提取部分内容,保留部分内容 73
3.5?数据合并 74
1. 用连接符“&”合并数据 75
2. CONCATENATE函数 75
3. 通过剪贴板合并数据 75
4. 通过“快速填充”合并数据 76
5. 利用数组特征合并数据 76
6. 利用PHONETIC函数进行文本连接 77
7. 符合条件的合并为一个单元格 77
8. 符合条件单元格对应内容的合并 79
3.6?删除重复值 80
1. 删除重复项 80
2. 条件格式-重复值 80
3. 高级筛选 81
4. COUNTIF函数 81
5. 数据透视表 82
3.7?判断错误值 83
1. 数据类型错误 83
2. 录入选项不符合要求 84
3. 录入数值错误 84
3.8?相同字段的查找匹配 86
1. VLOOKUP函数入门用法 86
2. VLOOKUP函数进阶用法 87
3. VLOOKUP函数高级用法 93
3.9?保护工作表和工作簿 97
1. 保护工作表 97
2. 保护工作簿 99

第4 章 抽丝剥茧,刨根问底——数据处理 / 101
4.1?“高级筛选”,数据筛选更智能 101
1. 单个条件筛选 102
2. 多个条件“与”满足的情况下进行筛选 103
3. 多个条件“或”满足的情况下进行筛选 104
4. 多列联动比较筛选 105
5. 复杂条件下的高级筛选 106
6. 拆分数据列表 106
4.2?“条件格式”,让数据可视化 108
1. 满足条件的单元格突出显示 108
2. 数据图形化、可视化 113
3. 用自定义条件实现复杂条件的设置 115
4.3?数据分析的利器——数据透视表 118
1. 创建数据透视表 119
2. 数据透视表的基础应用 120
3. 数据透视表的高级应用 124
4. 数据透视表在多选题中的应用 128
4.4?3组9个常用的统计分析函数 130
1. 求和函数语法及应用 131
2. COUNTIF函数的高级应用 133
4.5?筛选与隐藏状态下的数据统计 136
1. SUBTOTAL函数的语法 137
2. SUBTOTAL函数的基本用法 137
3. SUBTOTAL函数实现分类汇总 139
4.6?最值计算与排序 140
1. 在浮动分值有上下限的条件下计算得分 140
2. 计算前三名总销售额 141
3. 按条件排序 141
4. 一对多查找 142
4.7?身份证号码中隐藏的秘密 143
1. 出生日期 143
2. 年龄 144
3. 性别 144
4. 籍贯 145
5. 星座 146
6. 属相 147

第5 章 透过现象看本质——数据分析 / 149
5.1?对比分析法 149
1. 时间上的对比 150
2. 同级主体间的对比 151
3. 活动前后的对比 151
4. 实际完成与计划完成的对比 152
5.2?交叉分析法 153
5.3?综合评价分析法 154
5.4?矩阵分析法 157
5.5?对应分析 161
5.6?漏斗分析法 169
1. 漏斗分析法使用场景——品牌阶梯分析 169
2. 漏斗分析法使用场景——电商销售管理 171
5.7?杜邦分析法 173

第6 章 用图说话,图个明白——数据呈现 / 176
6.1?让图表会说话 176
1. 数据图表的作用 177
2. 数据图表的使用原则 177
3. 数据图表的四大构成元素 177
4. 数据图表的设计原则 179
6.2?基础图表的使用 180
1. 柱形图与条形图 183
2. 柱形图与折线图 184
3. 折线图与面积图 186
4. 饼图 187
6.3?Excel 2016新增图表的使用 189
1. 树状图 189
2. 旭日图 190
3. 直方图 190
4. 箱形图 191
5. 瀑布图 193
6. 组合 193
6.4?表格设计与美化 195
1.“条件格式”突出重点 195
2. 小巧的迷你图制作 199
3. 表格美化三部曲 201
6.5?高级数据分析图表 203
1. 盈亏柱形图 204
2. 堆积柱形图 206
3. 双层圆环图 209
4. 背离式条形图(旋风图) 211
5.热力型数据地图 213
6.6?数据可视化 217
1. 指标值图形化 218
2. 指标图形化 219
3. 时间可视化 220
4. 空间可视化 220
5. 动态图表 221
6.7?图表验收 222

第7 章 万事俱备,只欠东风——数据分析报告 / 224
7.1?认识数据分析报告 224
1. 数据分析报告的概念 225
2. 数据分析报告的作用 225
3. 数据分析报告的种类 226
7.2?数据分析报告的结构 232
1. 封面页 233
2.目录和过渡页 234
3. 解释说明页 235
4. 正文 236
5. 结论与建议 236
6. 附录 237
7.3?高质量数据分析报告的必备要素 238
1. 清晰的分析目的 238
2. 简约的分析框架 238
3. 严谨的分析过程 238
4. 专业的分析文案 238
5. 可视化的分析图表 239
6. 精练的分析结论 239
7. 切实可行的方案和建议 239

本书勘误

印次
  • 页码:前言  •  行数:6  •  印次: 1

    如果去挖掘“数据”的力量

    vivlegend 提交于 2018/9/13 9:30:37
    石倩 确认于 2018/11/28 13:54:27
  • 页码:144  •  行数:3  •  印次: 1  •  修订印次: 2

    144页中2.年龄的公式截取出生年份的min(a2,7,4)的a2应该是b2吧?

    ouyangju 提交于 2018/3/14 22:53:24
    石倩 确认于 2018/3/15 17:20:14

读者评论

  • 压缩包不能使用

    lida发表于 2022/3/19 11:15:26
  • 第6、7章为何没有素材了?

    crystal 发表于 2020/5/19 15:52:41
  • 144页中2.年龄的公式截取出生年份的min(a2,7,4)的a2应该是b2吧?

    ouyangju发表于 2018/3/14 22:52:36

下载资源

电子书版本

  • Epub

图书类别

相关图书

趣玩Python:自动化办公真简单(双色+视频版)

本书以数据收集→数据清洗→数据分析→数据可视化→根据数据可视化结果(即图表)做决策为脉络,介绍Python在实际工作场景中的应用,侧重于用Python解决工作中...

 

万亿级流量转发:BFE核心技术与实现

章淼 (作者)

本书围绕BFE 开源项目,介绍网络前端接入和网络负载均衡的相关技术原理,说明BFE开源软件的设计思想和实现机制,讲解如何基于BFE开源软件搭建网络接入平台。<b...

¥89.00

Excel VBA程序开发自学宝典(第4版)

罗刚君 (作者)

《Excel VBA 程序开发自学宝典(第 4 版)》是 VBA 入门与提高的经典教材。全书包含基础知识部分和高级应用部分。其中,基础知识部分包含 VBA 的基...

¥119.00

Power BI建模权威指南

阿尔贝托·费拉里 (Alberto Ferrari) 马尔·科鲁索 (Marco Russo) (作者) 刘钰 潘丽萍 付大伟 (译者)

如何使用Excel和Power BI高效发现数字背后的信息?在数据分析时如何准确写出所需的公式?如何快速响应各方需求,提升自己的价值……答案是使用“数据模型”。...

 

跟着视频学Excel数据处理:函数篇

曹明武 (作者)

本书主要介绍Excel函数知识。主要内容包括函数基础知识、函数使用小技巧、文本函数、查找引用函数、逻辑函数、日期和时间函数、其他函数,以及函数初级综合案例、函数...

¥59.90

财务分析那些事儿:Power BI财务数据实战

杨晨 (作者)

本书从财务分析师的视角阐述了Power BI在日常财务工作中的应用,主要包括搭建财务模型、制作分析报告、风险控制、制定预算和财务分析案例等方面,对提升数据处理效...

¥79.00