excel制表技巧:规范的数据源,对后期分析有多重要
编按:本篇是Excel规范第2篇。主角小王将用自己挨骂的亲身经历告诉我们如何做一张适合后续各种分析需求的数据表。用于分析的数据表,称为数据源表,用于记录、统计各种原始数据,它是后续数据分析的基础。如果数据源表设计或制作出不规范,则后续的分析往往无法进行或者进行得很困难。学习更多技巧,请收藏关注部落窝教育excel图文教程。
小王是某商业连锁公司数据部门的新人。部门主要职责就是负责10家分店的销售分析,制作常用的数据报告。 小王自认为Excel掌握得很不错,日常工作应该都能应付得了。 这一天经理让他把本地区的门店销售数据按照季度和品类整理出来,并做一些分析。这是小王入职以来接到的第一项比较重要的任务,自然满心欢喜,想要好好地表现一番。 用了不到半小时,小王就把数据弄好了,还做了一番精心的处理,就等着经理看到数据之后能对自己有所赞扬。 谁知道结果出人意料! 经理看到小王交来的报表,先是皱起眉头,然后说了句:“你做的这是啥玩意,会做表吗?” 小王完全没想到是这样的结果,有点委屈的小声回应:“这是你要的季度销售数据啊……” 经理说:“是吗,你来给我讲讲你做的这数据是什么意思?” 我想大家一定也很好奇,小王精心制作的到底是一份什么样的数据呢,一起来看看吧。 为了大家能看清,这里再把表格分成3个单独发一次。 再来回顾一下经理的要求:将本地区的门店销售数据按照季度和品类整理出来。 这句话里有三个要点:门店、季度、品类。 你认为小王做的这个数据符合要求吗? 小王向经理解释了一下表中的细节。每个季度的销售数据是按合计升序排序的,也就是说,从上往下看,门店销售合计,最低的在上方,最高的在下方;从右往左看,品类销售合计,最低的在左边,最高的的在右边,三个季度都如此。 经理听了小王的解释,有点哭笑不得,夸也不是,骂也不是…… 知道经理为什么对这个数据如此不满意吗? 下面老菜鸟就给大家说说经理需要的到底是什么,而小王的问题又在哪里。 当我们制作数据时,明白这个数据给谁看,要做什么至关重要! 经理的要求里有这样几个字“要做一些分析”。 也就是说,需要的是一个数据源! 如果以呈现结果来说,小王做的没毛病,但如果以数据源来说,这个报表真的太坑了,到底有多坑人,咱们简单举几个例子。 问题1:前三季度销售合计最高的是哪个店? 结果是看不出来,还得再求和后才能知道。 问题2:前三季度哪个品类销售得最好? 结果还是看不出来,要求和后才能知道。 问题3:门店1销售最高的是第几季度的什么品类? 这个当前倒是可以看出来,2季度的小家电类最高。 但是,如果每个店都这么问一下,估计眼会看花。 问题4:生鲜类销售最高的是第几季度的哪个店? 结果同问题3,眼睛会看花。 问题5:根据季度、门店、品类三个条件及时查到对应的销售额,例如2季度3店小家电的销售额,当然三个条件是可以任意组合的。 结果同问题3,眼睛会看花,没效率。 类似这样的问题很多,更别说还需要根据品类这个维度做出一些分析图表了。考虑到后续可能出现的分析需求,这个报表作为数据源来说真的是太坑了,完全没法用。 那么什么样的数据源才是好用的数据源呢? 一维表优于二维表,二维表优于三维表。 就本例来说,可以算是一个三维表了。 首先每张季度表都是下面这样的二维表。 季度表中的每个销售数据有两个前缀属性:门店、品类。譬如上表数据“1183”,它指的是5分店、日化类的销售金额。这两个前缀属性并没有都与数据1183在同一行(可以理解为X轴),而是一个(5分店)在X轴,一个(日化类)在Y轴。这种数据的属性分别在两个维度上表达的表就是二维表。 然后,小王做的表,销售数据还根据时间维度分成了3张表,也就是销售数据存在于多个区域中,这就是三维表了。 小王做的数据在三维表的基础上还加了一个坑,他进行了筛选排序,打乱了表格的结构,每个季度中表头顺序不一致。他只是考虑排序后查看方便,却忽略了数据源要求结构一致的问题。 一季度的表头 二季度的表头 那么一维表该是什么样的呢?学习更多技巧,请收藏关注部落窝教育excel图文教程。 如果不考虑时间,季度,它是这样的: 销售数字“1183”与它的两个属性“5分店”“日化类”显示在同一行(X轴)上。 如果加上时间,它是这样的: 销售数字“1183”与它的三个属性“1季度”“5分店”“日化类”显示在同一行(X轴)上。 这样的表虽然看上去很不直观,但是用它来回答之前1、2、3、4、5问题的话,就非常容易且高效。 在规范的一维表上解决问题1 在规范的一维表上解决问题2 在规范的一维表上解决问题3 在规范的一维表上解决问题4 在规范的一维表上解决问题5 小王在听了经理的解释和演示后,终于明白自己从一开始就跑偏了,不知道看教程的你是否也有一些收获呢? 在Exce中有三张表(三表理论),其中数据源表是最重要的。规范的数据源就是一维表。 好了,今天就聊这么多,赶快看看你自己的数据源还有多少是不规范的吧。 |