作者：CDA数据分析师

大数据分析与数据分析这几年一直都是个高频词，很多人都开始纷纷转行到这个领域，也有不少人开始跃跃欲试，想找准时机进到大数据或数据分析领域。如今大数据分析和数据分析火爆，要说时机，可谓处处都是时机，关键要明了的一点是，大数据分析和数据分析两者的根本区别在哪里，只有真正了解了，才会知晓更加适合自己的领域是大数据分析师还是数据分析师。毕竟职场如战场，时间就是生活，不容儿戏，更不容怠慢。下面我来好好告诉大家两者的本质区别到底是什么！

大数据分析：指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》 中大数据分析指不用随机分析法（抽样调查）这样的捷径，而采用所有数据进行分析处理，因此不用考虑数据的分布状态（抽样数据是需要考虑样本分布是否有偏，是否与总体一致）也不用考虑假设检验，这点也是大数据分析与一般数据分析的一个区别。

数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。

大数据分析与数据分析最核心的区别是处理的数据规模不同，由此导致两个方向从业者的技能也是不同的。在CDA人才能力标准中从理论基础、软件工具、分析方法、业务分析、可视化五个方面对数据分析师与大数据分析师进行了定义。

【数据分析师的要求】

数据分析师的理论要求：统计学、概率论和数理统计、多元统计分析、时间序列、数据挖掘。

工具要求：必要：Excel、SQL可选：SPSS MODELER、R、Python、SAS等

分析方法要求：除掌握基本数据处理及分析方法以外，还应掌握高级数据分析及数据挖掘方法（多元线性回归法，贝叶斯，神经网络，决策树，聚类分析法，关联规则，时间序列，支持向量机，集成学习等）和可视化技术。

业务分析能力：可以将业务目标转化为数据分析目标；熟悉常用算法和数据结构，熟悉企业数据库构架建设；针对不同分析主体，可以熟练的进行维度分析，能够从海量数据中搜集并提取信息；通过相关数据分析方法，结合一个或多个数据分析软件完成对海量数据的处理和分析。

结果展现能力：报告体现数据挖掘的整体流程，层层阐述信息的收集、模型的构建、结果的验证和解读，对行业进行评估，优化和决策。

【大数据分析师的要求】

理论要求：统计学、概率论和数据库、数据挖掘、JAVA基础、Linux基础。

工具要求：必要： SQL、Hadoop、HDFS、Mapreduce、Mahout、Hive、Spark可选：RHadoop、Hbase、ZooKeeper等

分析方法要求：熟练掌握hadoop集群搭建；熟悉nosql数据库的原理及特征，并会运用在相关的场景；熟练运用mahout、spark提供的进行大数据分析的数据挖掘算法，包括聚类（kmeans算法、canopy算法）、分类（贝叶斯算法、随机森林算法）、主题推荐（基于物品的推荐、基于用户的推荐）等算法的原理和使用范围。

业务分析能力：熟悉hadoop+hive+spark进行大数据分析的架构设计，并能针对不同的业务提出大数据架构的解决思路。掌握hadoop+hive+ Spark+tableau平台上Spark MLlib、SparkSQL的功能与应用场景，根据不同的数据业务需求选择合适的组件进行分析与处理。并对基于Spark框架提出的模型进行对比分析与完善。

结果展现能力：报告能体现大数据分析的优势，能清楚地阐述数据采集、大数据处理过程及最终结果的解读，同时提出模型的优化和改进之处，以利于提升大数据分析的商业价值。

综上大数据分析与数据分析的根本区别就是分析的思维与分析所用的工具不同。大家在求职或转行过程认清自己对两者的偏好和自己的兴趣所在，以及自己的能力更适合在哪个领域发挥，还有自己所在城市对两者的职业需求，综合天时地利人和三个条件，我们才能做出更理智更客观更科学的抉择。

现在时时刻刻都在产生大量数据，面对这些大量并且杂乱的数据，如果不能进行分析整理，可能并没有什么用处，Powerquery不仅能导入超百万行甚至上亿行的数据，更重要的是可以轻松对这些数据进行挖掘处理，从中找到我们需要的数据集合。

对导入的数据进行数据整理的过程一般称为「数据清洗」，之所以称之为清洗，是因为在数据分析师眼中，杂乱的数据就是脏数据，只有被清洗成干净的数据后才可以进行分析使用，下面我们就来认识Power Query 的强大数据清洗功能。以下的操作过程在PowerBI和Excel中均适用。

01提升标题

在Excel中第一行为标题行，从第二行开始才是数据，但在PQ中，从第一行开始就需要是数据记录，标题在数据之上，

因此从Excel导入数据的第一步就是要提升标题，点击「转换」的将第一行作为标题，标题提升就完成了。

点击将第一行作为标题旁边的下拉按钮，还有个将标题作为第一行，实际上就是拉低标题，这个功能也特别有用，下面会介绍到。

02更改数据类型

更改数据类型虽然很简单，但设置正确的数据类型非常重要，后期数据建模和可视化过程中，很有可能会出现一些意想不到的错误，最后发现是数据类型设置的不对，所以一开始就养成设置数据类型的好习惯。有两种方式设置数据类型，

03删除错误/空值

数据导入后，有可能出现错误（Error）或者空值（null），

做数据分析之前，要想达到右边的效果，需要把它们去掉，操作如下：

04删除重复项

删除重复项在PQ中非常简单，选中需要删重的列，右键选择「删除重复项」即可：

05填充

在Excel数据中经常会见到合并单元格的情况，导入后就变成了空值，像下面这样：

在PQ中直接向下填充即可：

06合并列

在PQ中选择需要合并的列，然后在「转换」中找到”合并列“，弹出合并列窗口：

比如刚才的表格，把[区域]和[城市]合并：

07拆分

拆分相当于是合并列的反动作，不过功能更丰富，可以选着按字符数，也可以选择按分隔符，如果列中包含多个分隔符，还可以选择按哪个位置的分隔符来拆分：

我们把刚才的合并列再拆分一下，又变成合并前的格式了：

08分组

相当于Excel中的分类汇总功能，比如刚才的数据，我们要计算各区域1月份的合计金额，点击分组依据：

把相应参数填上以后，分组完成：

09提取

PQ的提取功能可以按照长度、首字符、尾字符、范围等来提取，比如下面这个例子，提取前2个字符：

10行列转置

数据处理有的时候需要行列互相转换一下，比如把各城市变成列标签，月份变成行标签，点击行列转置，

是不是发现哪里有些不对劲？月份不见了，这是因为转置的时候，只转数据的部分，月份并不在数据区，我们要想保留月份，先要把月份降下来，这里用到我们前面介绍的”将标题作为第一行“，

标题下降以后，再进行转置就可以了，

转置完成，不过还要再把第一行城市提升为标题。

11行列操作

PQ的行列操作十分灵活，非常大规模的数据操作。

12逆透视列

这是PQ非常便捷的逆天功能，由于数据分析的需要，我们经常要将二维表变为一维表，之前在Excel中需要很多操作步骤才能完成，而通过逆透视功能，可以一键降为一维表，

13透视列

做分析需要一维表，而为了展现的需要，常常还要把一维表变成二维表，也就是Excel中的数据透视，在PQ中同样可以一键透视，比如把刚才的一维表变成原样，聚合方式选择“不要聚合”。

点击确定就变回原来的二维表了，

以上这些是最基本也是最常用的数据清洗功能，看上去也都很简单，动手操作才能更好的掌握，熟练运用以后基本能搞定大部分数据处理的工作，这些不仅是学习Power BI的必备技能，更能让你的Excel水平短时间内大大提升。

PowerBI星球，大数据时代，保持并提升你的职场竞争力。

大数据日益成为研究行业的重要研究目标，面对其高数据量、多维度与异构化的特点，以及分析方法思路的扩展，传统统计工具已经难以应对。工欲善其事，必先利其器。众多新的软件分析工具作为深入大数据洞察研究的重要助力，也成为数据科学家所必须掌握的知识技能。

为了帮你节省时间并且让你第一次使用就能挑选出正确的工具，我们搜集和整理了数据提取、数据存储、数据清洗、数据挖掘、数据分析和数据集成方面的我们最爱用的工具。

传统数据分析所用工具

1、Excel作为电子表格软件，适合简单统计（分组/求和等）需求，由于其方便好用，功能也能满足很多场景需要，所以实际成为研究人员最常用的软件工具。其缺点在于功能单一，且可处理数据规模小。这两年Excel在大数据方面（如地理可视化和网络关系分析）上也作出了一些增强，但应用能力有限。

2、SPSS（SPSS Statistics)和SAS作为商业统计软件，提供研究常用的经典统计分析（如回归、方差、因子、多变量分析等）处理。SPSS轻量、易于使用，但功能相对较少，适合常规基本统计分析

3、SAS功能丰富而强大（包括绘图能力），且支持编程扩展其分析能力，适合复杂与高要求的统计性分析。

数据存储和管理所用工具

Hadoop现在几乎已经等同于大数据。它是存储在计算机集群中的超大数据集的一个开源的分布式的基础架构。你可以随意增大或减小你的数据量而不用担心硬件故障。Hadoop提供了对任何种类的海量数据的存储、强大的处理能力和几乎无限的并行工作能力。

Hadoop并不适合数据初学者。要想充分发挥Hadoop的能力，你需要了解Java。学习Java可能耗时，但是Hadoop绝对值得你付出，因为大量的公司和技术都依赖于它甚至和它融为了一体。

数据清洗所用工具

在你进行数据挖掘之前，应该先对你的数据进行清洗。OpenRefine现在是一款用来专门清洗混乱数据的开源工具。从而使你能够轻松和快速的探索有一定程度非结构化的大数据集。

数据挖掘所用工具

数据挖掘作为大数据应用的重要领域，在传统统计分析基础上，更强调提供机器学习的方法，关注高维空间下复杂数据关联关系和推演能力。代表是SPSS Modeler，SPSS Modeler的统计功能相对有限,主要是提供面向商业挖掘的机器学习算法（决策树、神经元网络、分类、聚类和预测等）的实现。同时，其数据预处理和结果辅助分析方面也相当方便，这一点尤其适合商业环境下的快速挖掘。不过就处理能力而言，实际感觉难以应对亿级以上的数据规模。

大数据常用的编程语言

1、R语言是用来进行统计分析和绘图的一种语言。如果上述的数据挖掘和统计软件无法满足你的需求的话，那么R语言一定会有所帮助。实际上如果你要成为一个数据科学家，了解R语言是一项必备技能。

2、Python语言——最大的优势是在文本处理以及大数据量处理场景，且易于开发。在相关分析领域，Python代替R的势头越来越明显。

在你的数据生涯中学会单一工具很难一招鲜吃遍天。现在的工具虽然使用起来越来越简便，功能也越来越强大，但是有的时候还是自己编程更好一些。即使你不是一个专业程序员，理解这些语言的基本工作原理对诸多的工具的运行和使用方法的理解也是大有裨益。此外西线学院建议，数据分析员要发挥自身对业务的深入理解，从数据结果中洞察发现有深度的结果，这才是最有价值的。

最近两周一直在讲解如何利用VBA，在EXCEL的多个工作表中进行大数据的查询。今天把两周的内容精炼总结一下，想利用这些程序的朋友，可以拷贝下面的代码，放在编译器中就可以直接使用啦。

1 Sub KK()

2 Sheets("SHEET1").Select

3 I = 2

4 Do WhileCells(I, 1) <> ""

5 Cells(I,1).Select

6 TT =Cells(I, 1)

7 Cells(I, 2) = ""

8

9 SetFJX =Sheets("A").Range("A1:A"&Sheets("A").Range("A1").End(xlDown).Row).Find(TT,AFTER:=[A1],LOOKAT:=xlWhole)

10 If NotFJXIs Nothing Then Cells(I, 2) = Sheets("A").Cells(FJX.Row, 2)

11

12 SetFJX =Sheets("B").Range("A1:A" &Sheets("B").Range("A1").End(xlDown).Row).Find(TT,AFTER:=[A1],LOOKAT:=xlWhole)

13 If Not FJXIs Nothing Then Cells(I, 2) =Sheets("B").Cells(FJX.Row, 2)

14

15 SetFJX =Sheets("C").Range("A1:A"&Sheets("C").Range("A1").End(xlDown).Row).Find(TT, AFTER:=[A1], LOOKAT:=xlWhole)

16 If Not FJXIs Nothing Then Cells(I, 2) =Sheets("C").Cells(FJX.Row, 2)

17

18 Set FJX=Sheets("D").Range("A1:A" &Sheets("D").Range("A1").End(xlDown).Row).Find(TT,AFTER:=[A1],LOOKAT:=xlWhole)

19 If Not FJXIs Nothing Then Cells(I, 2) =Sheets("D").Cells(FJX.Row, 2)

20 I = I + 1

21 Set FJX =Nothing

22 Loop

23End Sub

代码截图：

工作表截图：注意名称

下面对代码进行逐行讲解：

1 Sub KK() ’KK给出程序的名称

2 Sheets("SHEET1").Select ’指选择sheet1的工作表，并进行操作

3 I = 2 ’是对变量i赋初始值，一般要用Dim i as Integer 进行声明。这里可以仅用Dim i， 也可以再简单点，直接用也行。但这不是说Vba是动态语言，相反，这恰恰说明了VBA作为静态语言的灵活性。

4 Do While Cells(I, 1) <> "" ’DOWHILE是一个循环，是循环的标识，回调语句是loop，WHILE跟循环条件，是指第i行第一个单元格不为空建立一个循环。 变量是i，条件是直到i行的第一个单元格是空值。

5 Cells(I, 1).Select ’要对第I行一个单元格定位，这也是为了程序具有可视性。

6 TT = Cells(I, 1) ’然后把它的值value取出赋給TT，这也是为了以后操作简单。这里TT也是直接用的，略去了声明语句。

7 Cells(I, 2) ="" ’要把第2个单元格清空，两个半角双引号，中间什么也没有就是空值，和空格不同，空格是" "。

8

9Set FJX=Sheets("A").Range("A1:A"&Sheets("A").Range("A1").End(xlDown).Row).Find(TT,AFTER:=[A1],LOOKAT:=xlWhole)

’SET是令FJX等于一个值，(这里也应先给FJX 事先声明此程序略去了)，

sheets（"A"）是指名称为A的那个工作表；

Range("A1:A"& Sheets("A").Range("A1").End(xlDown).Row)是指从A1单元格开始向下直到最后一个不为空的单元格区域；

Sheets("A").Range("A1:A"& Sheets("A").Range("A1").End(xlDown).Row)是指A的工作表中在A1到最后一个不为空的单元格区域；

Find(TT,AFTER:=[A1], LOOKAT:=xlWhole)要查找值为TT的单元格，在A1的after后开始查询，是完全匹配,把区域和之后的操作间隔一个。

这样就把查找的结果赋给了FJX。

10 If Not FJXIs Nothing Then Cells(I, 2) = Sheets("A").Cells(FJX.Row, 2)

’if then 语句, 如果...那么......。查询的结果放在FJX，FJX is Nothing就是说没有查到结果。给它一个逻辑否定，就是前面加个NOT，其意思就是FJX不为Nothing 就是查到了，查到了怎么办？fjx.Row是指查到数据的行号。Sheets("A").Cells(FJX.Row,2)就是在A工作表查到的行号的第2个单元格的值，Cells(I, 2) = Sheets("A")。Cells(FJX.Row, 2)即第i行第2个单元格的值将等于工作表A中查到的行号的第2个单元格的值 Cells(I, 2) 是哪个工作表呢？指Sheets("SHEET1")。

11

12 SetFJX =Sheets("B").Range("A1:A"&Sheets("A").Range("A1").End(xlDown).Row).Find(TT,AFTER:=[A1],LOOKAT:=xlWhole)

13 If Not FJX Is Nothing Then Cells(I, 2)=Sheets("B").Cells(FJX.Row, 2)’这两行类似于第9第10行，是处理当在B工作表中继续查找的操作。当查到后会有第13行的操作，和第10行的操作一样，这里要注意：第一，xlwhole是指单元格完全匹配的查找。第二，连接字符串的符号是＆，不可用加号，当用到.cells时前面要用With，现在还没有用到，以后会有。

14

15 SetFJX =Sheets("C").Range("A1:A"&Sheets("C").Range("A1").End(xlDown).Row).Find(TT, AFTER:=[A1], LOOKAT:=xlWhole)

16 If Not FJXIs Nothing Then Cells(I, 2) =Sheets("C").Cells(FJX.Row, 2)

’15行和16 行是在工作表“C”中进行的查找，也就是说：首先在工作表“A”中查找，然后就在“B”中查找，再次在"C"中查找。一旦查找到就执行将此行的第二个单元格的VALUE赋给 Sheets("SHEET1")的工作表的I行第二个单元格值，这样就实现了在多个工作表中的查询。

17

18 Set FJX=Sheets("D").Range("A1:A" &Sheets("D").Range("A1").End(xlDown).Row).Find(TT,AFTER:=[A1],LOOKAT:=xlWhole)

19If Not FJX Is Nothing Then Cells(I, 2)=Sheets("D").Cells(FJX.Row, 2)

’18行和19 行是执行工作表D的查找。回顾一下，从第9行开始直到第19行总共运行了4个工作表

20I = I + 1 ’I值增加1

2121 Set FJX = Nothing ’另FJX为空准备下轮的查找

22 Loop ’程序回调到第4行 DO WHILE

23 End Sub ’程序结束。

有兴趣的朋友可以试着使用一下，如果好用别忘了分享。如果有改进，别忘了晒晒代码。

分享成果，随喜正能量

如果在数据量非常庞大的数据表中，找出不同列中数据不同的哪一行；或者在两列数据中，找出相同的值；核对两个工作表中的数据是否相等……你会怎么去做？一行一行的去对比，那你就真的Out了……

一、比较同行数据是否相同。

目的：对比账面库存货和盘点库存是否相同。

方法1：减法运算。

方法：

1、在目标单元格中输入公式：=C3-D3；暨账面库存-盘点库存。

2、观测结果，如果不为0，则账面库存和盘点库存不相同。或者通过【条件格式】对账面库存和盘点库存不同的结果进行标记。

解读：

1、对账面库存和盘点库存做减法运算，如果运算结果为0，则表示账面库存和盘点库存相同，否则为不相同。

2、对运算结果可以采用观察法，也可以通过【条件格式】来标记库存有差异的数据。

方法2：快捷键法。

目的：对比账面库存货和盘点库存是否相同。

方法：

1、选定数据源。

2、快捷键Ctrl+\（反斜杠）并填充颜色。

二、对比两列数据是否有重复值。

目的：对两列数据中有重复的值进行标识。

方法1：条件格式法。

1、选定数据源，【条件格式】-【突出显示单元格规则】-【重复值】。

2、选择需要标记的数据类型（重复或唯一），选择填充色并【确定】。

解读：

1、通过此方法不仅可以标识出【重复】值，还可以标识出【唯一】值。

方法2：高级筛选法。

1、选定任意一列数据，包括列标。

2、【数据】-【高级】，单击【条件区域】右侧箭头，选定另外的一列，同样包括列标；并【确定】。

3、【开始】-填充颜色。

4、【数据】-【清楚】。

解读：

本方法主要用于对比两列数据的相同值，将其中一列中重复的值筛选出来。

三、不同工作表的两列核对。

目的：核对表1和表2中的“姓名”列是否有重复值。

方法：

1、在表1（表2）的空白列输入公式：=COUNTIF(表2!B:B,B3)。（如果在表2中输入：则公式为：=COUNTIF(表1!B:B,B3)）

2、选定标题行，【数据】-【筛选】，筛选出非零值。

3、给筛选出的“姓名”填充颜色。

4、取消筛选。

解读：

1、此方法利用Countif函数统计每个值在另外一张表格中出现的次数，如果值不为0，就是重复，如果为0就是不重复。

2、非零的数字代表重复的次数。

四、数值类表格比较。

前提条件：表格结构必须相同。

目的：对比“账面库存”和“盘点库存”。

方法：

1、选定“账面库存”的数据并复制。

2、在“盘点”库存的数据区右键-【选择性粘贴】，选择【运算】中的【减】并确定。

3、观察结果，非零值即为不同的值。当然也可以利用条件格式标识出非零值。

解读：

如果两个数相同，求差（暨减法）运算后的值肯定为0，否则为负数或正数，也就是求差的两个数肯定不相同。

五、非数值类表格比较。

前提条件：表格结构必须相同。

目的：对比商品名称是否相同。

方法：

1、选定任意表格中需要对比的区域或整个表格。

2、【条件格式】-【新建规则】-【使用公式确定要设置格式的单元格】，在【为符合此公式的值设置格式】中输入：=(B4<>B15)并【确定】。

3、单击右下角的【格式】-【填充】，选择填充色并【确定】。

解读：

1、公式：=(B4<>B15)的意思为当B4单元格的值和B15单元格的值不相等时，进行填冲颜色。

2、此方法同时适用于数值类表格的比较哦！

六、差异化比较。

从上述的第五、第六案例中我们已经知道，如果两个表格中对应行的内容不一样，而实质性的数据一样时，还是无法得到我们想要的结果，那么，当实质性的内容一样，其对应的位置不同时，如何进行核对呢？请看下图：

从表格中我们可以看出商品的名称并不是一一对应的，那么该如何核对账面库存和盘点库存呢？

方法：

1、选定任意表格的数据源，【条件格式】-【新建规则】-【使用公式确定要设置格式的单元格】。

2、在【为符合此公式的值设置格式】中输入：=VLOOKUP($B14,$B$4:$G$10,COLUMN()-1,0)<>C14。

3、单击右下角的【格式】-【填充】，选取填充色并【确定】。

解读：

公式：=VLOOKUP($B14,$B$4:$G$10,COLUMN()-1,0)的作用是查找出符合条件的值，如果和当前单元格的值不相等，则进行填充颜色。

结束语：

本文主要从6个大的方面分析了常见的数据核对技巧，在实际的工作中有非常高的应用价值……学习过程中如果遇到任何困难可以在留言区留言讨论哦！

计算机应用基础表格制作 word excel教程书籍 ppt wps photoshop商务办公软件教学office电脑自动化函数 新手文员自学入门教材2018

当我们需要分析的数据很多时，迷你图就展现了它的优势，能够快速帮助我们创建折线图、柱状图和盈亏图，是实现数据快速分析的好帮手。

迷你图不像一般的图表有很多类型，目前Excel提供的迷你图类型只有如图所示的三种：①折线图：展示数据发展趋势。

②柱形图：进行数据之间的对比。

③盈亏图：显示盈利和亏损状况。

迷你图的创建方法有两种（参见上图）：

① 数据范围选择一行，放置位置选择一个单元格，然后下拉填充。

② 数据范围选择多行，放置位置选择多行。

具体采用什么方法大家根据自己的喜好来选择即可。

我们初次创建迷你图时，Excel默认将所有单个迷你图放在一个组里面，这样我们可以进行统一的格式调整，如果需要对单个迷你图进行设置，只要取消组合就可以了。具体方法参见上图。

迷你图的删除方法有两种（方法参见上图）：

①整组删除。可以删除选中迷你图所在组的全部迷你图。

②单个删除。只删除选中的迷你图，其他的迷你图保留。

迷你图最常见的设置就是各数据点的显示方式。

对于折线图来讲，首点就是第一个数据系列点，尾点就是最后一个数据系列点，高点是指值最大的数据点，低点是指值最小的数据点。（如上图所示）

对于柱形图来讲，首点就是第一个柱形，尾点就是最后一个柱形，高点是指值最大的柱形，低点是指值最小的柱形。（如上图所示）

对于盈亏图来讲，负点就是值为负数的数据点。

今天为大家准备的VBA福利可以自动批量生成仿迷你图，快下载试一下吧。

之所以称为仿迷你图是因为批量创建的是一般的图表，只是样式做的像迷你图，它的优势是可以比迷你图有更多的设置（一般数据图表具有的功能全部都有），让我们有更多的发挥空间。

网易云课堂学员可在群公告中的百度云链接中下载此模块，赶紧行动吧！

效果演示：

使用VBA模块的正确姿势：

ALT+F11打开VBA编辑器→导入模块→CTRL+SHIFT+Q(自动批量生成折线仿迷你图)→CTRL+SHIFT+T(自动生成柱状仿迷你图)

Excel的功能是非常强大的，如果我们能加以妥善应用，将对我们的工作效率有很大的提高，今天我们要学习的是：Excel的5大数据核对功能，核对数据只需1秒便可搞定哦！

一、快捷键Ctrl+\（反斜杠）法。

方法：

1、选定目标单元格。

2、快捷键：Ctrl+\（反斜杠）。

3、填充颜色。

二、=（等号）法。

方法：

在目标单元格中输入公式：=D3=E3。如果结果为TRUE，则为相同，如果为FALSE，则为不同。

三、IF函数法。

方法：

在目标单元格中输入公式：=IF(COUNTIF(D3,E3)=1,"相同","不相同")。

解读：

1、利用COUNTIF函数计算范围内满足条件的单元格个数。如果D3单元格的值和E3单元格的值相同,则条件成立，暨等于1，否则不成立。

2、利用IF函数判断，当D3和E3单元格的值相同时，返回“相同”，否则返回“不相同”。

四、Exact函数法。

方法：

1、在目标单元格中输入公式：=EXACT(D3,E3)。

解读：

如果D3和E3单元格的值相同，则返回TRUE ,否则返回FALSE。

五、Delta函数法。

方法：

在目标单元格中输入公式：=DELTA(D3,E3)。

解读：

此方法只对数字有效，暨对文本等值的比较不能用Delta函数。

结束语：

本文主要讲解了对文本或数据的核对技巧，其中Ctrl+\(反斜杠)法、=（等号）法、IF函数法、Exact函数法适用于文本和数字，而Delta函数法只适用于数字，并不适用于文本。

什么是大数据，大数据有什么用，为什么凯文凯利说数据是必然，马云说数据是未来的一切的来源？

世界每天都在变，新的概念和名词不断涌现。

对有些人来说，大数据早被说烂，已经是过时的风口；

对有些人来说，大数据似懂非懂，听起来很“高大上”；

这篇文章为后一种人所写，如果你对大数据也似懂非懂，读完这篇你就可以搞懂它。

/ 01 /

什么是大数据

关于大数据的概念，有诸多版本，如同文化、精神这类词，没有统一定义。这里不是写论文，只引用两个版本：

1个来自维基百科：大数据是指一些使用目前现有数据库管理工具或传统数据处理应用很难处理的大型而复杂的数据集。

1个来自百度百科：大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

维基百科说了大数据大、难处理，复杂、数据集，百度百科在此基础上强调它是一种信息资产。

两个概念共同昭示了大数据的主要特点：数量大、种类多、复杂、难处理、价值大。

那大数据是谁创造呢？

笼统说：是所有人的所有行为。

它不是今天，或者电脑诞生、互联网诞生后才有，历史上也有，只是那个时候没这个概念，古人行军打仗，商品贸易流通，城市兴起衰落无不是在生产大数据，利用大数据。

你今天早上吃什么，出门选择什么交通工具，一个行为构成一个数据。

无数个你集结一起就是大数据，我们所有人的交易行为集结一起，就是消费大数据，我们所有人出行，就是出行大数据，我们娱乐消遣，就是娱乐大数据……

所以大数据不只是excel表格里的一串字符，从构成元素上看，它包含：文字、图片、视频、音频、交易记录、生产信息、物联网信息……

于我而言，大数据是历史，是信息，是记录，记录我们所做过的一切。

/ 02 /

大数据有何用

大数据有什么用，为什么马云说，数据不仅是能源，是血液，是未来所有的一切的创新和来源？

其实大数据本身是没有任何价值。

比如大数据告诉你每天有10000个人，固定从A移动到B点。这条讯息对你可能没有任何价值。

但如果摩拜知道了，它可以选择在A点和B点分别投放不同数量的车，获得用户增长。

如果广告商知道了，它可以在A点和B点搭建N个广告展示窗口，获得广告费，而广告商背后的广告主也能因此得利。

……

（当然你也可以选择在A点或B点开一个奶茶店。）

因为大数据记录所有，它会告诉别人，人们的喜好，消费习惯，选择偏好、工作习惯……

企业可以从中觅出商机，更好解决人们需要，从而获得利润。

而最终获益的是每一个人，因为我们的需要得到了更好满足。

就目前来看，企业会更直接从大数据中获利。

大数据的价值，可以笼统归为两点：

1. 大数据为人服务，为企业和个人提供决策参考，让人少犯错，更聪明。这方面主要体现在精准营销、用户需求、市场拓展、趋势预测、资源配置、产品升级……

2. 大数据为机器服务。大数据可以训练机器设备、人工智能，让机器更聪明。这方面主要体现在物联设备、人工智能训练、搜索引擎、信息分发平台的推送机制等，都是基于大数据之上的。

关于第2点，举1个例子：谷歌智能机器人阿尔法狗之所以能横扫当代围棋高手，在于它未出战之前，已经和历史上的所有名家学习对战过，并反复与自己对战，不断超越自己，所以才战无不胜。

/ 03 /

大数据的分类

大数据大体可以分两类。

开放数据。开放数据即所有人可见的公开数据。包含但不局限以下：

网站数据；

APP数据；

大众媒介数据，如电视、报纸、电台、书等；

……

内部数据。内部数据即某些特定机构、企业拥有数据。包含但不局限以下：

政府数据，如征信、户籍、犯罪记录等；

企业数据，如阿里巴巴的消费数据，腾讯的社交数据，滴滴的出行数据等；

机构数据，如第三方咨询机构的调查数据。

终端数据，如小米智能手环搜集你的健康数据。

……

两者的区别在于，开放数据体量大，比较杂乱，目前使用率低，会使用的企业和机构较少，需要挖掘，但在未来它必定是主流数据来源，随着数据积累，数据价值和应用率会更高。

内部数据则反过来，体量相对会少，数据相对集中，目前应用更广，但对普通企业/人来说，获取难度比较高。

/ 04 /

大数据如何获取

如果企业、机构或者个人想要获取大数据，该怎么获取呢？

1.购买。

购买分两种，一种是直接向数据拥有者购买。一些公司或个人拥有一些数据，他们会出售数据变现（相对少）；

另一种方式是上数据交易平台购买数据，比如上发源地大数据交易平台，用户可以直接购买数据，也可以发布数据需求，定制数据，从开发者或数据供应商获取数据。

2.采集。

采集数据要看采集什么数据。如果要采集开放数据，方式也是两种，如果懂技术，可以自己写代码采；如果不懂技术，技术小白，可以用数据采集工具采，比如Finndy+云采集引擎。

而如果要采集内部数据的话，一般说来企业内部都有自己的数据采集软件和方式，比如工业设备会通过传感器记录数据，一些企业会人工记录采集数据。

3.自造。

比如阿里巴巴、腾讯、百度这些互联网巨头公司，从某种维度上来说，他们也是数据公司，并且拥有自造大数据的能力，如果你的企业能切中某个社会大需求，拥有海量用户和高使用频次，成为巨头，你也可以自造大数据。

/ 05 /

大数据如何应用

大数据怎么用？

这里只讲流程和逻辑，不切具体行业和场景。

不管你是用大数据去服务人，帮助你做决策，还是用大数据去训练你的机器，算法，一般都要四步骤。

数据采集。

数据采集的方法上面已经说了，这里要说的是，数据采集是数据应用的基础，数据源非常重要，如果数据源错了，后面的所有结果都是错，采集来的数据是否全，是否清洗，是否合法，是否及时，都是数据可靠性和可用性的判断维度。

数据建模。

数据采集上来了，需要对数据进行整理，按照一些规则和维度进行组织，让人和机器都能看懂。

数据分析。

数据该如何分析，分析哪些维度，怎么从过去预测未来，这是个大学问，也是各家各说，无法一一展开，在此不赘述。

数据应用。

分析完就是应用，验证分析结果。这是一个循环过程，通常需要A/B测试，反复验证优化。

如果你对大数据感兴趣，你的企业想了解大数据如何应用，你想听内行专家分享，以他山之石攻已之玉，2017.11.19.上海。欢迎来全创周现场取经。

“大数据应用的现状与未来 ”

09:20~09:45 观众入场 & 来宾签到

09:45~09:50 主办 方致辞 马建军 发源地大数据创始人兼 CEO

09:50~10:25 主题分享 : 大数据最具潜力的应用领域 (拟)

武 星 上海大学计算机科与技术系副主任

10:25~10:50 案例 / 应用内部数据，做好承诺管控 (拟)

汤 灏 零点有数集团上海对外合作总经理

10:50~10:55 Lucky Draw

10:55~11:25 对谈 / 从大数据的源头开始，让安全合规地应用 (拟)

马慧民 上海大数据联盟常务副秘书长 /云计算和大数据部长

罗晓梅 奥孚教育副总裁

11:25~11:50 干货 / 开放数据的应用现状和未来 (拟)

柳 超 天眼查创始人兼 CEO

2017. 11. 19 (日)09:30-12:00 上海 -长阳创谷 (杨浦 区长阳路 1687号)

发源地大数据（Finndy）是国内首家基于自研SaaS2.0云采集引擎的大数据交易平台，支持海量数据的分布式采集、计算及处理，以技术驱动数据交易。

科学分析、行业研究、内容扩充、运营启动，Finndy平台集合了全行业脱敏数据，满足企业对数据分析、数据运营及精准营销等方面的需求。

人们总是喜欢把遇见的未知事物套入自己已有的经验，人很聪明。

中国其实是一个很特别的国家。有太多的段子来描述很多的“中国特色”。从开始工作到现在，几波概念的冲洗，有的落实了，有的还在空中，但我们也更加清楚地认清了一些事情，也理解了一些事情。80后（2000年到2009年上大学那波的人）都会在人生的黄金年龄经过：互联网，软件，服务外包，电子商务，云计算，物联网，移动互联网，大数据等大潮。就业与创业也大都要搭上这些船。

大数据概念

什么是大数据？不解释。你想到什么就算什么，因为你的脑子已经被这个概念及相关概念洗过了。

注：大数据可以泛指包括大数据本身在内的大数据、机器学习、数据挖掘等概念的统称。

先看看大数据概念在中国的发展趋势：

三点：

2012年以前基本没这概念。大数据概念一路发展迅猛。2017年，大数据概念爆发。

要想理解一件事，就必须看看国际范围是怎么样的：

也是三点：

大数据确实是一个五年内出现的新主题。国际范围内发展势头趋于平稳。国际已平稳，中国在爆发。

由于中国是一个很大局域网，并且并未使用国际语言（英语），导致的信息差其实就是一个巨大的X。X = 问题 也可能 X = 机会。也就是说：国际范围的成熟大数据技术在中国是一个X，X是黑坑或者是金坑。但很明显，基于80后对各种概念的经验，我不会进。

对比大数据与商务智能

对比之下，方有真相。

“商务智能”这个中文词在百度指数里居然根本没有收录，你搜索BI会发现，它的发展基本是平的。甚至，在2014年就被“大数据”概念该淹没了。可以开始思考了：

可能BI（商务智能） 没怎么发展。大数据这种新技术一开始就发展快，超越了BI。还是BI根本没发展起来，大数据就打出了泡沫。

继续看看世界范围内的情况：

红线 表示 BI蓝线 表示 big data然后可以真的开始思考了：

在国际范围，BI完胜大数据，而且是压倒性的！在中国，大数据压到了BI。国际BI > > > > 国际big data > > > 中国 大数据 > 中国BI

重要的必须重复：国际BI > > > > 国际big data > > > 中国 大数据 > 中国BI大于号“>”表示落差的感性表示。

现在已经很清楚了！

数据化办公才是落地的

提到数据化办公，又是一个概念，本质就是：Excel。99.9%的人办公，要处理数据，用什么？就是Excel。

也很明显，这是中国和国际在这个领域的一个共性，那就是Excel都以压倒性的趋势超过BI或大数据的概念，而且十分稳定。说明：

Excel 是一个基本没有泡沫的事。（已经能免费下载到书、视频、软件等庞大资源）Excel 才是当今天下数据化的真相和普遍常态。注意：Excel 和BI（商务智能）或大数据可能并不矛盾。（Excel也许也可以大数据或商务智能哦~）

这里必须说明几点：

Excel是一个基本没有泡沫的事，表现在已经能免费下载到海量相关书籍、大学开设课程、大量教学视频、大量软件（含盗版）等庞大资源。

在这点上，大数据能吗？不能。正相反，大数据正在依靠其概念疯狂吸金！其结果呢，看一则新闻略见一斑：请百度《年薪百万的机器学习专家，为什么不产生价值？》

很明显，没钱的企业也玩不起，有钱的可以任性。

即使Excel是常态，也很少有这种承认，尤其在某种特色下，那就是：“面子”。人家年薪百万的人都搞不定的事，一个大街货Excel就搞定了，这可能吗？！如果把Excel比作写字，有人可能还不会写字，有人可能正在写字，有人则把写字变成了生产力，也有人把写字变成了艺术。可惜可叹每个必须要学会写字的人居然不真的了解写字。80%的人都会Excel对吧？那么做个测试：Excel和电子表格是一回事吗？Excel里的区域和表格有何不同？是否用过Excel里的vlookup？vlookup有两个限制，分别是什么？vlookup的替代方案是什么？全部回答正确，恭喜进入80%的人的行列了。或者你可以承认另一个命题了：80%的人都不真的会Excel，还有20%的人不知道是什么情况呢。

OK。既然Excel是已经落地的实在的基础，不要不好意思，不少公司确实连一个会用Excel的都没有（没进入刚刚的80%行列），居然要搞大数据。

从Excel出发，也许就是你要的。

从Excel到商务智能

再次重复刚刚的重要结论：国际BI > > > > 国际big data > > > 中国 大数据 > 中国BI

其中蕴含了三件事：

BI是很成熟的，并且超过大数据。大数据在中国有泡沫。如果在考虑大数据，说不定应该先考虑BI。

关于Excel的重要两件事：

Excel是目前国际及中国范围内数据化处理的事实标准，是落地的。Excel和大数据和商务智能可能不矛盾。

重要思考：如果Excel支持大数据或商务智能，那么不就可以从Excel出发了吗？

微软Office Excel专业增强版支持商务智能

在确定你或公司是使用Excel的80%的人中，很多东西没搞对，是因为没选择对，不信你看：

在包含Excel的Office中，居然有这么多版本，包括但不限于：

Office 365 商业版Office 365 商业协作版Office 365 商业高级版Office 365 企业版Office 365 专业增强版Office 365 家庭版Office 2007其他长得像Excel但又不是Excel的软件

其中只有一个是对的，那就是：

正版是75元/人月，当然你懂的话外之意。

好的：选择正确的工具，从Excel开始商务智能，驾驭大数据吧。

随着“大数据”概念的持续“高温”，越来越多企业及个人也开始关注数据分析。

数据分析是什么？

用一句话概括，就是数据与人类认知的桥梁。

就像观察微生物需要显微镜、了解时间需要钟表、知道温度需要温度计一样，在理解人类感官无法直接认知的数据问题时就需要使用名为“数据分析”的工具了。

人类通过“数据分析”，将我们无法认知的数据信息转换为我们可以理解的知识及智慧，企业管理者依据获得的知识及智慧做出正确决策，带领企业走向成功。

数据分析能干吗呢？

数据分析主要帮助决策者了解情况、发现规律以及预测将来。

假如我是一家卖服装的淘宝店长，我需要知道一天内我卖了多少件商品、挣了多少钱、哪个品牌卖的多哪个品牌卖的少、哪种商品需要补货、哪种颜色受欢迎等等信息，以便及时做出策略调整，保持市场竞争优势。

这就是了解情况。

在经营了一段时间之后，店里积累了一些历史数据，通过对数据的深入挖掘，我发现特定人群甲喜欢购买圆领深色服装，而另一些特定人群乙喜欢购买宽松浅色服装。

于是我将圆领深色服装推销给甲，将宽松浅色服装推销给乙，这就是发现规律。

又经营一段时间后，我发现E品牌商品总是在被浏览2到3次之后就会被卖出去一件，于是我发现浏览次数与销售件数之间存在较强的关联关系，于是我想办法增加E品牌商品的点击次数，通过浏览量的趋势大致可以预测出未来一段时间内销量的变化情况。

这就是预测将来。

在工具上除了需要掌握做数据分析工作最离不开的Excel及SQL外，还要掌握一些专业的数据挖掘工具。

常使用的数据挖掘工具有Python语言、R语言、SPSS、SAS等。想成为合格的数据挖掘向的数据分析师需要一段较长的学习时间以及一定的工作积累。

业务数据分析方法的目的是对业务情况的事实描述，较少涉及数理统计的相关知识，对业务知识、数据加工处理整合方法、数据汇总方法及业务图表呈现方法的要求较高。基本不要求编程技能。

此类方法适合非数据分析专业人员学习掌握，比如像从事财务、人力资源、销售支持等业务部门工作的员工，他们已经具备相当丰富的业务知识了，再掌握数据加工、数据汇总及业务图表呈现等技能后便可以独立进行业务数据分析了。

业务人员进行业务数据分析需要掌握的基本工具主要有两个，一个是Excel，另一个是SQL。

如果你还能掌握一定的Excel Power BI技能，那么你将有可能为企业决策者提供一份高实用性的多维自助数据可视化分析成果，让决策者想知道什么信息便能快速获得什么信息。