一、如何用excel制作数据分析？

严格意义上来讲，5000条数据称不上大数据，用excel是非常简单快捷的工具。给您提供简单的思路供参考。

1、确定分析思路。我们需要分析一个什么样的结果，简单介绍一下5W2H分析法，即何因（why），何事（what），何人（who），何时（when），何地（where），如何做（how），何价（how much），结合新生的数据情况，确认好要分析的目标。当然也有其他的分析方法，如PEST分析法，逻辑树分析法等。

2、数据处理。包括数据清洗和加工。比如日期格式，缺失值等。及时查漏补缺，确保数据的质量。这里要掌握一些基本的函数用法，比如：sum，average，dateif，vlookup等。

3、数据分析：主要用到的工具是数据透视表，他是一种交互式的报表，利用它，我们可以方便的调整分类汇总的方式，灵活的以多种不同方式展现数据特征。主要用的功能：数据排序，筛选，分类汇总等数据处理功能。

问题1、5000人中来自上海的学生有多少？

问题2、男生，女生的占比有多少？

问题3、重名人数有多少？

4、数据的展现。基本的图表有饼图，条形图，柱形图，折线图，散点图等，不同的图形用来暂时的重点也不一痒，占比建议用饼图，趋势建议用折线图等。

更多详细的步骤，可以参考天善智能学院李奇老师的

用Excel对话数据-零基础Excel商业智能分析

课程地址：https://edu.hellobi.com/course/118

更多的学习数据分析的视频课程，可以登录天善学院，https://www.hellobi.com/

二、如何写好一份数据分析报告？

一份完整的数据分析报告，通常包括 7 个模块，但这些模块并非一成不变，不同的领导、不同的客户、不同的数据，都有可能会影响到数据分析报告*终呈现出来的结果，不同模块所花费的时间和精力也不一样。

根据数据分析报告的情景，有些模块是可以省略的，比如说，附录并不是必须的。

下面我们逐一介绍数据分析报告的 7 个模块。

1. 标题封面

一个好的标题，能让读者在看到报告的一瞬间*产生阅读的欲望，也能让读者迅速理解报告的主旨。

标题一般要符合 SPA 原则：

（1）简单明确 Simple

（2）利益相关 Profit

（3）*客观 Accurate

有时候，可以在标题中加入部分关键性的结论词语，以增加吸引力。

比如说，春节期间内推奖励翻番。

但是，强烈建议大家不要做「标题党」，如果文不对题，那么*是在浪费读者的时间，次数多了以后，你将会失去读者的信任。

在数据分析报告的标题封面页，可以注明报告的制作者、所在单位或部门、完成日期等信息。

2. 目录导航

目录主要是将报告的各模块呈现给读者，方便读者*了解和查找报告的内容，起到一种导航的作用，让读者在看报告的过程中不迷路。

当报告的篇幅比*长时，可以对目录进行细分。

比如说，按照 4P 和 4R 营销理论，我们可以把分析正文细分为 8 个部分：

相应的目录导航如下：

一、背景说明

二、思路方法

三、结论建议

四、分析正文

1、产品分析

2、价格分析

3、渠道分析

4、促销分析

5、顾客关联

6、市场反应

7、关系营销

8、利益回报

五、附录

3. 背景说明

背景说明页，一般用于阐述项目需求、分析目的、市场情况、前提假设、概念定义、适用范围、数据来源等，以便让读者知道项目的前因后果，了解分析报告的严谨性和数据来源的*性。

为了让背景说明更具有吸引力，可以采用讲故事的 SCQA 模式：

（1）描述情景 Situation

（2）引发冲突 Complication

（3）提出问题 Question

（4）给予解答 Answer

比如说，去年销售额增长 20%，然而，利润却下降了 5%，如何提高利润率？请看下面的结论建议。

4. 思路方法

思路方法页，是为了便于读者理解报告的逻辑线索，可以包括分析的理论和框架、研究方法、算法模型等等。

比如说，在「腾讯00后研究报告中」，包含社会化理论、研究分析框架和研究方法等：

5. 结论建议

结论建议页，经常放在分析正文的前面，尤其是当报告给高层领导看时，因为这样可以大幅度节省高层领导的时间，毕竟，高层领导的时间是*宝贵的资源。

如果你能更加*地传递*的信息，那么*是在创造价值。

数据分析报告的价值，在于给决策者提供参考和依据，而决策者需要的不仅仅是找出问题，更重要的是解决问题。

所以，结论建议一定要简明扼要、抓住重点，得出的结论一定要严谨慎重、有理有据，给出的建议一定要合情合理、能落地执行，应该注意 3 个要点：

（1）搞清楚要建议的对象；

（2）符合业务的实际情况；

（3）不要回避不好的结论。

6. 分析正文

分析正文通常是数据分析报告中篇幅*长的模块，包括用来支持结论建议的论据和论证，一般符合金字塔原理，采用「总 - 分 - (总)」的结构。

在《结构化写作》这本书中，介绍了构建金字塔结构的 4 个原则：

（1）论：结论先行，强调的是*表达一定要有清晰明确的结论，*表达只支持一个核心观点或中心思想，并且要放在开头的位置；

（2）证：以上统下，强调上下层级之间的论证关系，上一层结论是对下一层信息的概括和总结，下一层信息则是对上一层结论的解释和说明；

（3）类：归类分组，强调分类的重要性，把具有相似性或相互关联的信息要按照一定的标准进行分类，归为同一个逻辑范畴；

（4）比：逻辑递进，强调同一层次、同一组信息之间要进行比*，同一逻辑范畴的信息必须按照一定的逻辑顺序进行排列。

7. 附录封底

附录中可以包含关键代码、元数据、参考文献等，以便让分析过程更加透明化，*分析结果的可追溯性。

封底页还可以展示版权等信息，也可以配上一张美观的图片，写一些感谢之类的话。

根据需要，这部分内容也可以省略。

本篇总结了数据分析报告的 7 个模块，分别是标题封面、目录导航、背景说明、思路方法、结论建议、分析正文和附录封底，根据业务的实际情况，其中有些模块是可选的。

数据分析报告的好坏，能够反映出数据分析师水平的高低。无论分析方法多么*，如果不能将分析结果*地组织和展现出来，*无法体现数据分析的价值。

因此，每一个数据分析师都应该高度重视数据分析报告。在实际工作中，可以结合业务的实际情况，学习*的数据分析报告，并且学以致用，多加锻炼，从而不断提升制作数据分析报告的能力，做出更多更好地数据分析报告。

文章作者：林骥

三、做数据报表时，哪些类型数据适合用什么图分析？

大多数情况来看，日常只要掌握一些基础的图表和这些图表的组合即可，目的是要能阐明结论，数据的对比、走向、趋势等。

有哪些基础图表？

适用于什么场景？

图表之间如何组合？（组合图表）

a. 条形图 & 柱状图

适用于二维数据集，用来显示一段时期内数据的变化或者描述各项之间的比*。分类项水平组织，数值垂直组织，用来强调数据随时间或者其他条件的变化，适用中小规模的数据集。

单维度+趋势统计

区域维度+产品维度+人员维度的多维度展示

堆积图 & 百分比堆积图

堆积柱形图是在每个分类下将每个系列的值堆积起来显示，不仅可以直观的看出每个系列的值，还能够反映出系列的总和；而百分比堆积柱形图是每个分类下系列的总和为*，每个系列按照所占的百分比进行堆积，这样*能直观的看出每个系列所占的比重。

百分比堆积图

堆积条形图，这个和百分比堆积图类似

还记得地理书上的人口分布图吗，能明显的看出各层级的分布

b. 折线 & 曲线图

折线图适合二维的大数据集，尤其是那些趋势比单个数据点更重要的场合。假设需要查看各个年份的合同签约总金额走势，此时选择折线图组件来提供数据分析是比*合适的。

常用的是多条分类的折线图

复杂的，如柱状+堆积+曲线趋势=股价图

面积图

面积图能够表示数据的时间序列关系，和折线图不同的是，面积图能够清晰表示出量。

双数值轴面积图

c. 饼图：

普通的饼图表现并不是很直观，因为肉眼对面积大小不敏感。所以，在具体反映某个比重的时候，配上具体数值，会有*好的效果。

*基本的饼图

等弧度玫瑰图，以面积的大小放大各比重的排列，比*赏心悦目。

d. 散点图 & 气泡图

散点图适用于三维的数据集，但一般只有两维需要比*，主要看分布，有些会设置四象限

散点图+趋势线

气泡图是散点图的一种衍生。不同于散点图，通过每个点的面积大小，都反映了第三维，比如十字象限气泡图。

e. 数据地图

与地理位置密切相关，希望知道各区域的分布状况可以选用数据地图，这是*贴合实际，生动形象的一张图，自带基本维度——地理维度。

区域块颜色深浅反映程度/分类

加上气泡分布，多一层维度展示具体大小，这里的气泡还可以改成饼图，柱状图。

*后，还有超级多图表的组合构成的大屏驾驶舱

　　快跑者*试用地址：https://www.snailcrm.com/register?mark=%E5%88%98%E5%B3%BB%E6%9D%B0