书名：Excel高效办公数据处理与分析案例版
ISBN：978-7-115-58893-7
本书由人民邮电出版社发行数字版。版权所有，侵权必究。
您购买的人民邮电出版社电子书仅供您个人使用，未经授权，不得以任何方式复制和传播本书内容。
我们愿意相信读者具有这样的良知和觉悟，与我们共同保护知识产权。
如果购买者有侵权行为，我们可能对该用户实施包括但不限于关闭该帐号等维权措施，并可能追究法律责任。
著 神龙工作室
责任编辑 马雪伶
人民邮电出版社出版发行 北京市丰台区成寿寺路11号
邮编 100164 电子邮件 315@ptpress.com.cn
网址 http://www.ptpress.com.cn
读者服务热线：(010)81055410
反盗版热线：(010)81055315
本书根据现代企业决策和管理工作的主要特点，从实际应用出发，以不同行业或岗位为主线，以解决问题为导向，介绍Excel数据处理与分析常用方法和技能。全书共10章，包括数据分析引言、人力资源数据分析、生产数据分析、销售数据分析、财务数据分析、投资决策分析、电商数据分析、在线教育数据分析、短视频运营数据分析、利用Power BI 进行数据分析等内容。本书不仅通过实例讲解数据分析技能，还将良好的Excel使用习惯、严谨的数据分析思维、清晰的视觉设计思路等贯穿于讲解之中。
本书实例丰富、可操作性强，既适合从事数据分析、经营管理的人员阅读，也可以作为职业院校或者相关企业的培训教材。
“数据分析”早就不是什么新鲜的词汇，在大数据时代，基于数据做出科学的预测与决策已经是职场人士的共识。
数据分析是为了把隐藏在看似杂乱无序的数据背后的有价值的信息提炼出来，找出内在规律，以指导决策。数据分析涉及的知识既包含统计学、计算机、人工智能等大大小小的学科知识，又包含行业知识——这听起来挺复杂，但对多数职场人士来说，只需要具备本岗位所需的业务知识，会用Excel对相关数据进行处理，找出一些简单的规律或特征即可。
从另一个角度来说，使用某种分析工具对数据进行处理、分析，是一个将大脑中的分析思路具象化的过程。想要熟练地实现这个过程，需要进行大量的练习，也需要在实际工作中多多实践，才能逐渐在工作中轻松应对各种数据的分析需求，也就能很自然地做出正确的“条件反射”，就像专业运动员在场上随时能够凭借“肌肉记忆”做出正确的动作一样。这对多数职场人士来说并不算是一件难事——通过案例进行一段时间的学习后，早晚可以达成。
2020年春季，我们编写了《Excel高效办公——数据处理与分析（第3版）》（简称为“第3版”），得到了广大读者的认可——该书至今已经印刷了13次。“第3版”注重对Excel知识点的讲解，案例(尤其是相对完整的案例)则较少涉及，这也是我们收到的很多读者反馈中提到的问题。为了满足读者的需求，也为了弥补“第3版”的遗憾，我们编写了本书。
本书以不同行业或岗位为主线，以实际需求为出发点，介绍了在面对问题时应该如何从不同维度进行数据分析，并将分析结果可视化。读者学完本书内容就可以直接将相关技能应用于实际工作中，真正做到学以致用。
学会方法，掌握思路。 本书的案例均来源于实际工作，读者在学习过程中，不仅可以学会数据分析方法，而且可以掌握数据分析思路。
一步一图，图文并茂。 本书在介绍具体操作的过程中，操作步骤配有对应的插图，以便读者在学习过程中直观、清晰地看到操作的过程及效果，使学习更轻松。
扫码学习，方便高效。 本书的配套教学视频与书中内容紧密结合，读者可以扫描书中的二维码在手机上观看，随时随地学习。
教学资源中包含10 小时与本书内容同步的视频、本书实例的原始文件和最终效果文件，同时赠送3小时Excel数据处理与分析基本技能视频、2小时函数/数据透视表/图表应用视频、3小时PPT设计与制作视频。
关注微信公众号“职场研究社”，回复“58893”，获取本书配套教学资源下载方式。
本书由神龙工作室策划编写，参与资料收集和整理工作的有孙冬梅、尹美英、张学等。虽然编者尽心尽力，但书中难免有疏漏和不足之处，恳请广大读者批评指正。
本书责任编辑的联系邮箱：maxueling@ptpress.com.cn。
编者
要点导航
▶ 数据分析的目的
▶ 数据分析的流程
▶ 数据分析的方法
▶ 数据分析结果可视化
无论做什么事情都应该有明确的目的，做数据分析也一样。在进行数据分析前，我们需要先明确数据分析的目的，然后再根据数据分析的目的进行数据收集、处理和分析。
通常情况下，数据分析的目的分为3类：分析现状、分析原因和预测未来。
使用Excel进行数据分析就是在确定了数据分析的目的后，通过某种统计方法对收集来的大量原始数据按照一定的指标进行处理和统计，然后将处理后的数据通过图表进行可视化，分析人员再通过可视化数据呈现出的规律、趋势等信息，概括总结出数据间的因果关系，进而得出结论的过程。
在实际工作中，很多人虽然清楚数据分析的流程，但是在做数据分析的过程中依然感觉无从下手，这是因为我们还不懂得数据分析的具体方法。
在进行数据分析时，我们需要先将拿到的复杂问题拆解为多个容易分析的子问题。拆解问题时常用的方法包括逻辑树拆解法和多维度拆解法，这两种方法差不多，都是将已知的要进行数据分析的问题拆解为多个与之相关的子问题，然后再进一步对子问题进行拆解，直到不可拆解为止。
将已知问题拆解为多个容易理解的子问题后，就可以为各个子问题选择合适的分析方法，然后逐个击破。
描述分析也称为指标分析，是一种应用十分广泛的分析方法。它是一种通过数据统计，对问题的基本情况进行刻画的分析方法。它可以帮助我们对数据源建立起初步认识，是其他分析的基础。描述分析有一些常见的指标。
例如，在对销售情况进行分析时，对一年中销售额的平均值、最大值、最小值（可以以月、周、日为单位）的分析都属于描述分析。
对比分析是数据分析中最常用的分析方法之一，它是对数据进行比较，分析数据之间的差异，从而揭示这些数据代表的问题实质及变化规律的一种分析方法。
运用对比分析的时候，最重要的是找到合适的对比维度。找到合适的对比维度后，再将数据按指定维度进行对比，就能得出结果了。在实际工作中，常用的对比维度可以分为3类：时间、空间、特定标准。
例如，在对销售情况进行分析时，我们可以对比不同月份之间的销售情况，也可以对比不同产品之间的销售情况，还可以对比实际销售额与计划销售额的差异。
趋势分析是对某项指标数据进行长期跟踪，从而得出其变化规律的一种分析方法，趋势分析的最终目的是找出数据变化的原因或预测数据的变化趋势。
例如，对过去几年的销售情况进行趋势分析，可以预测今年的销量是上升还是下降；也可以根据销量变化规律预测明年的销量。
相关分析是对不同数据进行对比，找出影响数据变化的关键因素及这些因素对数据变化影响程度的一种分析方法。
在进行相关分析的过程中，为了更准确地判断关键因素对数据变化的影响程度，需要使用协方差和相关系数。
例如，在对销售情况进行分析时，发现当月的销量大幅增加，要想找到影响销量变化的因素，我们就可以使用相关分析法。
预测分析是对历史数据进行统计分析，推测其未来发展趋势的一种分析方法，它与趋势分析紧密相关，常被用在销售、市场、生产等场景的数据分析中。
例如，预测分析能够帮助销售部预测下个月的销量，进而帮助公司规划生产，促进公司发展。
转化分析是对转化率进行统计分析的一种分析方法。转化率指在一个统计周期内，完成转化行为的次数占行为总次数的比率。
在日常工作中，我们可以从各环节转化率、一段时间内的转化率变化、不同渠道的转化率、转化周期等方面对转化率进行分析。
分布分析就是将收集到的数据进行分组整理，然后分析各组的分布是否合理的一种分析方法。
分布分析中分组的类别包括按属性分组和按数值分组。
结构分析是计算部分占整体的百分比，从而对整体的构成进行研判的一种分析方法。
例如分析“市场份额”就可以使用结构分析。
达成分析是一种计算达成率的分析方法。达成率是实际完成值与目标值的比值，常用百分比表示，达成率越高，代表完成度越好。
数据分析结果可视化的实质是借助图表清晰、有效地传达信息，使分析结果更容易被理解。这是因为图表更能体现数据特征和数据间的逻辑关系，可以帮助用户分析数据规律并得出结论。
Excel中常用的图表有17个大类，每一个大类中又有若干个小类。这么多的图表类型，我们应该如何进行选择呢？
这里需要明确的是，选择图表的目的是通过图表展现数据特征。因此，我们在选择图表时，要清楚数据分析的目的，选用什么样的分析方法，以及需要通过图表展现什么样的数据关系。在实际工作中，可根据要达成的目标进行图表类型的选择。
