这种起止期，数据透视表即使通过步长的日区间分析也很难完成，除非用SQL进行数据查询，但是又局限于太难，很多人都完成不了，这样如何去实现呢，可以通过SUMPRODUCT函数多条件实现指定日期区间求和，话不多说，直接上函数：

=SUMPRODUCT((源数据日期>=起止期A)*1,(源数据日期<=起止期B)*1,(源数据单位=指定的单位)*1,(金额))

根据我的表格写的公式如下：

=SUMPRODUCT((入库!A:A>=B3)*1,(入库!A:A<=C3)*1,(入库!C:C=Sheet1!$A$3)*1,(入库!I:I))

MAC office2016 Excel表格卡顿一招搞定

今天处理EXCLE气的人发疯，卡爆要死，经过查找资料测试，用下面一招就可以解决卡包问题，具体步骤如下：

将鼠标置于工作表行标与列标的交叉处，全选工作表，或者随便选中任一单元格。

点击菜单栏的【编辑】->【清楚】【格式】->【清楚整个工作表的规则】

之后再点击保存，将清除完所有格式后的工作表保存下来。

这时工作表变得非常流畅，方便使用又不会对内容产生影响。

有帮助的，给我记着点一个赞哦

分享之前我还是要推荐下我自己创建的大数据学习资料分享群 232840209，这是全国最大的大数据学习交流的地方，2000人聚集，不管你是小白还是大牛，小编我都挺欢迎，今天的源码已经上传到群文件，不定期分享干货，包括我自己整理的一份最新的适合2017年学习的前端资料和零基础入门教程，欢迎初学和进阶中的小伙伴。

大数据通用处理平台

1. Spark

2. Flink

3. Hadoop

分布式存储

HDFS

资源调度

Yarn

Mesos

机器学习工具

Mahout

1. Spark Mlib

2. TensorFlow (Google 系)

3. Amazon Machine Learning

4. DMTK (微软分布式机器学习工具)

数据分析/数据仓库(SQL类)

1. Pig

2. Hive

3. kylin

4. Spark SQL,

5. Spark DataFrame

6. Impala

7. Phoenix

8. ELK

8.1 ElasticSearch

8.2Logstash

8.3Kibana

消息队列

1. Kafka(纯日志类，大吞吐量)

2. RocketMQ

3. ZeroMQ

4. ActiveMQ

5. RabbitMQ

流式计算

1. Storm/JStorm

2. Spark Streaming

3. Flink

日志收集

Scribe

Flume

编程语言

1. Java

2. Python

3. R

4. Ruby

5. Scala

数据分析挖掘

MATLAB

SPSS

SAS

数据可视化

1. R

2. D3.js

3. ECharts

4. Excle

5. Python

机器学习

机器学习基础

1. 聚类

2. 时间序列

3. 推荐系统

4. 回归分析

5. 文本挖掘

6. 决策树

7. 支持向量机

8. 贝叶斯分类

9. 神经网络

1. Mahout

2. Spark Mlib

3. TensorFlow (Google 系)

4. Amazon Machine Learning

5. DMTK (微软分布式机器学习工具)

算法

一致性

1. paxos

2. raft

3. gossip

数据结构

1. 栈，队列，链表

2. 散列表

3. 二叉树，红黑树，B树

4. 图

常用算法

1.排序

插入排序

桶排序

堆排序

2.快速排序

3,最大子数组

4.最长公共子序列

5.最小生成树

最短路径

6.矩阵的存储和运算

云计算

云服务

1. SaaS

2. PaaS

3. IaaS

4. Openstack

5. Docker

Excle,因其简单易用被全世界用户广泛使用。你只需要通过对单元格进行拖拉拽、添加函数公式、复制粘贴录入数据、添加图表等方式很快就能对数据进行汇总整理、透视分析、筛选统计等快捷处理。我们从来都不否认甚至感谢EXCEL给个人办公所带来的便利。

然而，对于EXCEL用户尤其是高级用户或企业管理者来讲，他们绝对不满足于EXCEL这种简单数据处理的应用。举个例子：对于企业组织来讲，他们的数据很多时候需要共享，需要协同作业等，不同的企业用户即便使用同一样式的表格，填写时也难作到统一规范，汇总整理难度很大，共享还需要邮件、QQ等方式进行传递，协同作业时，没有权限控制，随时可能删改了别人的数据，错漏难免，想想都是个麻烦事儿；数据量大时，读取存储也慢，表间关联一不小心就会出死循环，出现数据不一致甚至数据丢失，等等，不一而足，这也是很多EXCEL用户都会遇到的困扰。

EXCEL毕竟是一个单机软件，对于企业数据共享、协同办公、用户权限控制、工作流等应用是难以实现的，即便极少部分用户能通过VBA编程来实现部分高级应用，但也是有限的，也很难满足企业的管理需要。

互联网高度发达的今天，企业对于信息化管理的要求越来越高。EXCEL作为一个单机软件，其弊端已显露无异，其在数据处理的快捷性、共享交互、数据安全、工作流等方面已无法满足企业管理所需。

在上述背景下，云表应运而生。

云表的操作界面与EXCEL长得很像，操作上也和EXCEL一样简单方便，但功能却是EXCEL不可同日而语的。云表用户，既可以像使用EXCEL那样制作表单、报表并进行相关数据分析处理，更可以实现你需要但EXCEL没法实现的功能，甚至在不用编程不了解数据库的情况下做一个你想要用的个性化的管理软件。

云表，是一款独立的数据库管理软件，通过云表自有浏览器完成所有数据操作，具有强大的业务配置和集成开发能力，当然在实现你想要的需求操作过程中你根本不用考虑编程和数据库的问题，因为都是中文式操作，数据库也已集成好了，你需要做的就是像使用EXCEL那样拖拉拽和点击鼠标就可以了。

云表通过填表公式，具备快捷而智能的数据录入能力。比如常用的诸如商品信息、客户信息等基础信息，在需要重复使用时，可以通过填写公式的操作，让这些数据自动调用录入，省却了重复录入的麻烦，并有高级校验功能，让数据录入更高效且不会出错。

云表可以使用业务公式来建立表间关系，实现表间数据的交互关联，比如说，使用业务公式将入库单或出库单与库存报表关联起来后，用户创建了一个入库单，库存报表的相关数据也会随之增加，反之，新建出库单时，库存报表也会扣减相应的库存数据，是不是非常方便呢？

用户可以根据需要自定义表单样式，设置表单的填写规范并固定下来，其他用户不可以更改这个规范，并可以通过设置组织架构和用户权限，让企业同事一起参与进来协同工作，共享数据。举个例子：销售总监设计了一个销售月报表，并给每个销售经理填写权限，给他们分配好登录账号和密码，那么每个销售经理都可以登录云表并按照表格固定样式进行填写录入，填写保存后，销售总监可以立马看到所有销售经理填报的汇总数据、明细数据和相关销售图表分析……。如果说销售总监担心销售经理忘记按时填报，还可以设置提醒功能，保证工作万无一失。

当然，工作流也是必不可少的，用户可以根据管理需要自主设置各种业务流程和审批流程。比如说：设置了采购业务流程，采购员填写了采购申请单并保存后，采购经理就能立马查看到这个采购申请单并可以进行审核，审核通过还能自动生成一个正式的采购单去执行采购任务…………

上面说到的这些诸如自定义表单规范、智能录入、高级校验、流程管理、工作流、用户权限、数据共享、协同办公、定时预警、统计分析……其实对于云表来说都是最最基础的应用，除此之外，它还可以导入导出EXCEL数据、添加附件、文档管理、二维码条形码生成与管理、短信通知、邮件发送、设计导航图、可以与企业网站、第三方软件、微信公众号甚至是机器设备进行对接……，功能实在太强大，excel相较之，只能是相形见拙了。

云表不但能在PC电脑上使用，还可以在平板、手机、PDA上使用。无论你身处何地，都可以使用移动设备进行查阅、填报、审批等协同办公，其便利性无容置疑。

总而言之，云表除了可以像excel一样进行普通数据处理，更像是一个神奇的魔方，完全可以设计像ERP这样的真正的管理系统，当然，不管用云表做什么操作都像画excel表格一样简单，普通excel用户都能轻松应对，比如说你想做一个进销存、ＷＭＳ仓库管理软件、ＯＡ、薪资核算系统、设备管理系统、生产管理系统、物料需求管理系统、销售管理系统、ＣＲＭ、ＢＯＭ管理、ＭＥＳ、办公用品管理软件、ＰＬＭ……那都不是事儿。

如果你会用excel,完全有必要尝试用一下云表。相信，你用过云表后，就不想再用EXCEL了。

云表（也叫云表平台）

通过画表格开发管理软件的纯中文开发工具。

适应全行业各种场景应用，可以与主流信息系统无缝集成。

开发过程无需编程像搭建积木一样简便快捷、功能扩展同样方便。

非常适合软件开发者、软件代理商和企业管理精英用来开发个性化管理系统。

最近公司人事部一直在抱怨，每天的Word和Excel已经压得喘不过气了，一大批数据，一大堆内容。忙的还要用下班时间来做Excel。

那有没有可以让我提前下班的方法呢？

肯定有啊~

今天给大家推荐3个Excel堪称神器的插件，肯定能帮你帮你省下不少时间，提前一小时下班不是问题！

一、全能型 EXCEL插件方方格子

这个Excle插件是比较好用的，也是我自己一直在用的，平时做表格导数据不要太快。

它功能也强大，内置文本处理、删除工具、数据对比、高级排序、批量录入等等上百个实用功能，不过我到现在还没用完这些功能。

有一个好处就是，平时你完成一个功能可能需要繁多的步骤，排版、公式等等，现在都变成了傻瓜式操作，效率可以说是以前的100倍。

功能挺多的，简单介绍几个平时常用的吧~剩下的还需要你自己去摸索。

1、聚光灯

做表格时，最怕的就是遇到下面这种情况，我相信你也遇到过。

一大堆数据，看着就让人头晕，而要在里面找到某个人的数据，你这是在为难我胖虎啊。

但是，现在你要感谢我。如下图：

用聚光灯直接锁定，整行数据一清二楚，再也不会看错了。

2、批量提取

我想这个问题是最烦人的吧，在一个文本框提取数字，就需要用到提取的公式。

有多少人能记得？我记得好像是：

MID( text , start_num , num_chars )

对，就是这样，但是对于我们来说，这样是不是太难？

但是，现在可以一键搞定了呀~

举个例子：将下表中的数字提取出来作为区号单独一列：

是不是很简单，而且不需要任何公式，秒提好吗？

当然，除了数字。相同的方法，空格、英文、符号、都可以一键提取：

3、批量过滤

这个功能和上面那个差不多，在文本框内，有各种不需要的内容，都可以过滤删除掉，点击过滤就可以了。

举个例子，把上面表格第一列中的数字删除：

也是一键删除。当然，表格中出现多余的空格，甚至乱码的符号。都可以用这种方式快速删除！

4、插入复选框

有时候我们可能会用到复选框，在统计表中插入复选框

用来收集信息非常方便。但 EXCEL 中 的复选框藏在哪里呢？

我们查了下百度：

步骤挺多的，看了一半我就没看了。

而方方格子是这样的：

怎么样？比Excel好用多了吧！

更屌的是什么？很多常用但复杂的功能，它都帮你总结出来了，直接一键就可以实现。

可能大家已经在上面这些图片里面看到了，有一个DIY工具箱

这个DIY工具箱有更多的实用功能，DIY顾名思义就是能根据你的需求来DIY嘛。

功能就不展示了，因为他们官网已经录制好了，大家可以去看看

值得一提的是，它还有 WPS 版本哦。简直不要太良心。

2、三维地图可视化插件PowerMap

这个工具可以说是很炫酷，其实就藏在Excel其中。

PS：Excel2016自带这个插件，2013版需要下载，其他版本不可用。

可能你很少用到这个插件，但是我们不妨先来看看大神是怎么玩的吧：

美国万圣节大数据分析（图片来源于网络）

全球二氧化碳排放量（图片来源于网络）

怎么样？我反正是被惊艳到了！！

效果我们是看到了，但是怎么玩？别急，我告诉你：

操作很简单，就以这份人口统计表为例，选择数据内容，插入选项卡，最后点击三维地图，如下图：

效果已经是有了，生成了一个可以全方位拖拽，缩放的“小地球”

现在，我们要把数据在这个动态的地球中展示。

以堆积柱形图为例：

在位置处添加字段区域「北京」，在高度处添加字段「数值」，在类别中也选择「北京」。

PowerMap会实时在对应地区位置生成堆积柱形图，并且不同地区会按照颜色区分。一个酷炫的地区可视化数据图就这样完成了。

不只是柱形图，它还支持生成气泡图、热度图、区域图。更赞的是，它还支持不同类型图的叠加，让可视化效果更加丰富！

举个例子，我给刚才的数据图再叠加一个热度图：

只要再增加一个图层，重复之前的操作就可以了。效果是不是更赞了？

除了以上基本的数据展示功能外，PowerMap还有许多炸裂的功能：

1、不同主题选择

黑色的主题更有一种神秘的科技感。

2、不同的动画效果

这个旋转的动画效果，让你的图表真正动起来了：

3、生成视频

最赞的是，它还支持把做好的数据表直接导出为视频。包含了数据表中的一些动态过程以及动画效果。

总而言之，学会这个EXCEL 自带的插件，让你的可视化图表逼格提升10000倍。

三、数据图表插件Data Chart

我相信大多数与Excel打交道的人对图表都不陌生。

数据展示我们是大机率会用到各种图表，有条形图、扇形图、折线图、圆饼图等等。

平时我们用 Excel 经常做的图表是这样的：

有了Data Chatr之后我做出来就是这样的：

比Excel做出来的好看多了吧？而且还简单多了。

它内置多种模板的数据图表插件，0基础的也能快速制作出各种高大上的数据图表。

下面就给大家介绍一下吧，上手很快的。

1、丰富的模板类型

Data Chart中的工具可以说是非常丰富，除了常见的各种图标，还有散点图，关系图，坐标图，文字云等等。

可以毫不夸张的说，对于喜欢图表的你来说，是完全够用了。

2、便捷的操作体验

怎么做？一步一步教你，当然如果想制作这样的数据图表，没有一定时间的学习和基础是不可能完成的，但是现在Data Chart便宜你了。

首先，我们确定一个主题，如下图：

主题代表配色和展示方案，根据自己喜好选吧。

然后，选择一个你需要的数据模板，我就以「折线图」为例：

直接点击「Echarts 图表」，就可以1秒生成折线图。超赞！

最后直接将源数据中的表头信息以及数据内容替换为为自己的即可：

是不是很简单，傻瓜式操作，一个高大上的图表就这么完成了。

如果你需要重新制作，点击重置图表删掉数据就好了。

3、支持导出为图片

其实最好用的始终就是，转换成图片。

Data Chart 还支持导出为图片，并且支持 PNG 格式。

屌不屌？

设想一下，我们平时做 PPT ，经常需要数据展示。现在你可以直接用 Data Chart 生成一个酷炫的图表图片，直接添加在 PPT 中。像这样：

还有文字云图表：

现在你还会说你不会做PPT，不会玩Excel吗？

除了图片，它也可以导出为网页。

对于需要做成网站的人来说，这也是一个神器。

设想一下以后做这些复杂的工作时，把这些小工具运用到里面去，是不是能提前一个小时下班？加班什么的，统统见鬼去吧~~

最后，再次感谢以上插件的制作者，它们用知识和技术制作的工具，极大的提高了我们的工作效率。

使用Excle的都知道，数据有效性是有弱点的，当你复制任意内容粘贴到已经做了有效性的单元格，有效性没有任何抗拒，形同虚设，同时原来的有效性在被粘贴的单元格区域里也没有了。

怎么做才能保证原来的数据有效性呢？

废话不多说，请看下面的操作。

石头会经常给大家分享一些办公软件的操作方法，绝对的干货，感兴趣的小伙伴可以共同学习哦~

之前筱凰老师在教基础学员制作简单数据透视表的时候，很多人就开始说，这个这么简单我都会，其实难的是排序。我都想说既然这么简单，那为什么你就不会排序呢？

所以今天小编就来和大家说一说，在excel中关于数据透视表排序的那些事，和大家分享一下关于排序的5种方法。

第一种：自动排序

首先我们需要通过数据源来制作一个数据透视表，方法简单不会的可以翻看前面的文章，这里就不仔细提了。

我们将“班级”放在行标签进行筛选，而“总分”放在“数值”进行求和，这里我们一个简单的数据透视表就制作完成了。

我们制作完成后可以看到，数据的排序是杂乱的，如果需要自动排序，在“数据透视表工具”选项卡下的“选项”标签下找到“排序和筛选”功能组。我们将光标定位于数据中，选择升序或者降序的按钮即可。

第二种：手动排序

当自动排序满足不了我们的需求时，我们就需要使用手动排序。但还是有很多人在想：自动排序多方便呀，基本也能满足需求了，什么时候需要使用手动排序呢？

我们可以试一试，当你的筛选字段为年级时，无论按升序还是降序都无法满足我们的需求，它的排序基本都是错误的，这时候我们就需要选中它，手动拖曳到想要的位置即可。

为什么会出现这样的情况，是因为我们的excel中汉字的排序是按照字母顺序排列的，所以我们得不到自己想要的排序。

第三种：笔画排序

既然我们的汉字是按照字母进行排序的，那我们可不可以将其更改为按照笔画顺序进行排序？这样就避免我们去使用手动排序，这当然是可以的。

我们找到“数据透视表工具”选项卡的“选项”选项卡下的“排序”功能按钮。

在“排序”对话框中选择“其它选项”按钮，取消勾选“每次更新报表时自动排序”单选框，选择“方法”中的“笔划排序”。

第四种：横向排序

如果你的排序想要选择方向，那么你就必须知道横向排序应该怎么设置。

将光标定位于数据表内，选择“排序”功能按钮，在“按值排序”对话框中选择“排序方向”，横向就是“从左到右”，“从上到下”是默认状态。

第五种：自定义排序

如果上述的方式都无法满足你的需求，那么你可以像在Word一样自定义排序。

首先选择“文件”选项卡，选择“选项”菜单栏后选择“高级”选项，滑动右边页面到最后，点击“编辑自定义列表”按钮。

我们可以输入自己想要的排序名称，也可以导入单元格区域，点击“添加”即可。

我们将光标定位于数据表内，选择“排序”按钮后，像上述操作一样。选择“其他选项”按钮，取消勾选“每次更新报表时自动排序”单选框，在“主关键字排序次序”中选择我们定义的排序方式。

这样我们就可以选择刚才我们定义好的文字进行排序，效果如下：

就不用前面那些排序方式，一次性解决所有问题，大家下来可以试一试喔！

Excel这类的文档想必大多数办公人士都不觉得陌生，我们平常在工作的时候都会用的到Excel来制作一些表格数据。其实Excel里还是有很多实用的使用技巧的，熟练的使用Excel也能增加我们的工作效率，下面教大家7个可以提升工作效率的Excel技巧。

1.冻结首行

当我们的表格有很多非常多的数据行且名称很多还很相似的时候，冻结首行保持表头都是一个正确的做法，这样即使我们下拉到底部还是可以快速的定位到相应的表头，方便要录入大量数据的时候使用。

操作方法：依次点击“视图页签”→“冻结窗口”→“冻结首行”

2.快速全选某列或某行

同样在面对大量数据的时候如果我们要选定某一列或者某一行的时候不需要按着鼠标左键然后不断的拖动，我们有最简单的方法那就是快速全选。点击Shift+Ctrl然后配合上下左右四个方向键就能够快速全选该方向上的所有行或列数据啦。

3.单元格内快速换行输入

在单元格编辑状态时按Alt+Enter，即可换行进行输入，十分的简单。

4.VLoopup精确查找数据

想必经常使用Excel做报表的朋友对VLoopup函数一定不陌生，我们在同时处理几个Excel表格的时候如果要从A表格中筛选出同时存在与B表格里的数据的时候就可以用到VLoopup函数啦。

操作方法：

1.首先全选A表格里的数据，直接点击Ctrl+A即可。

2.接着依次点击“数据页签”→“筛选”→“高级筛选”。

3.在对话框中选择条件区域。

4.然后选择B表数据(一般为作为筛选条件的某一列值)。

5.在高级筛选对话框中点击确定，这样就可以顺利筛选出同时存在于B表格里的A数据啦。

5.单元格设置斜线分割

我们在制作表格的时候肯定要在表头设置斜线分割的，这个是很常用也必须要学会的技巧。

1.首先选中需要设置斜线分割的单元格，然后右键设置单元格格式。

2.在对话框中选择“边框”选项。

3.然后选中斜线选项并确定即可。

4.这样我们就可以在单元格看到斜线了，如果要对表头里的内容进行编辑，那么我们利用Alt+Enter输入两项内容。

5.内容输入完毕后敲击空格键调整文字位置即可。

6.分类汇总

分类汇总也是Excel表格常用的一个功能之一，毕竟我们经常需要对表格里的数据进行汇总，计算数据的总和、平均值、乘积等等。

1.首先将需要汇总的数据进行排序。

2.接着全选需要汇总的数据。

3.然后依次点击表格上方的数据页签→分类汇总→选择分类字段、分类方式及选定汇总项并确定即可。

4.这个时候我们就可以查看数据的汇总详情啦。

7.误删Excel表格恢复

我们在辛苦制作了一份Excel表格后如果不小心在清理电脑数据的时候将其误删了该怎么办呢？心血毁于一旦是很多人都接受不了的。其实我们误删了Excel表格也不用慌，首先我们可以去回收站里查看一下误删的Excel表格是否还保留在回收站里，回收站也没有的话我们还是可以利用【强力数据恢复软件】恢复的，强力数据恢复软件可以恢复包括Excel表格在内的各类电脑数据。

在互联网时代，数据是重要的资源，随着数据的持续增长和大数据技术的成熟，数据分析变得越来越重要，要看清楚瞬息万变的网络世界，要知道表象背后的真相，非靠数据分析不可，不管是大数据分析还是传统数据分析，其本质是一样的。数据分析是为了通过对数据现象的查看来完成对产品，营销策略，运营策略的优化。达到最低成本，最优效果。因此，数据分析师对应的要求也越来越高。那么，作为一名优秀的数据分析师，需要有哪些基本能力，才能完成数据分析目标，保证结果的正确性？

商业数据分析的根本目的就是要洞察数据背后的规律，基于此，企业可以制订决策、并采取相应措施和行动，进而达成想要的结果。这是商业数据分析的最大价值所在。

数据分析的四个能力

1. 对业务的理解能力

数据分析之前，首先要进行的是业务梳理。只有在实践领域从事过数据分析工作，就会明白所有分析的重中之重都是业务知识本身。而业务知识的学习和掌握，需要的积累之深，培养一个业务专家，需要的周期之长，都远远超过后面所说的那些基本技能，成为业务专家实属不易，数据分析师其实是之于业务专家之上的更深层次的思考和总结，否则，谁指导谁都是个问题。业务学习的方式很多，比如将以前的分析报告和取数案例都拿过来研究一下，不懂就问，总是一个渐进的过程，但需要时间和行业的沉淀。数据分析师最需要不断提升的能力就是行业和业务知识，没有之一。

提升业务理解能力有几个方法

多使用产品本身，只有不断的尝试产品，体验和了解各种产品，才能在分析时有直观的思考和总结；与 产品相关的业务和技术同学沟通，尤其在进行数据理解和运营理解的时候，需要知道数据元素的含义以及当前运营的方式和形成这种运营方式的原因;多思考产品的内在逻辑，多问几个为什么，这样才不至于做分析方案的时候，遗漏其它的业务流程，或者进行错误的数据模型设计。2.有耐心，善于沟通

数据处理和逻辑梳理需要足够的耐心，尤其是在各种数据格式不统一，数据表存放混乱，以及业务流程／逻辑异常复杂的情况下，作为数据分析师，一定要有足够的耐心，沉下来进行全面的数据流程确认，画出对应的流程图，理清分析重点。

同时，数据分析贯穿BIT、数据、技术、业务整个链条，数据分析师将BIT最终转化成决策者理解的语言，跨越的流程很长，你需要面对不同的岗位，碰到不同的角色，采用不同的语言，表达你的要求和获得你需要的东西，成为数据和业务的桥梁，没有足够的沟通能力很难。所以，需要具备一定的沟通能力。在沟通之前，需要清楚的知道本次沟通的目的是什么，以及如何通过对方来达成自己有效数据分析的目标。与技术沟通，是理解参数含义，与运营沟通，是理解分析目标，与产品沟通，则是强调产品逻辑以及背后的思考。同时，如果你容易听取他人的意见，特别是智者的意见，则可以帮你找到另一条出路，你犯错的概率就会降低，相应的，你的分析就更有力量和说服力。

3. 数据分析的技术

数据分析有很多技术可以支持，包括SQL，Excle，SPSS，Matlab、Python等等，这些都是通过编程完成基本的数据分析语言编写，然后进行执行得出结果。

因此，数据分析师必须掌握并精通一两种数据分析编程技巧。包括从数据仓库中获取数据，对数据进行清洗，简化，或者补全，处理数据，计算数据，最后进行可视化的表达。这样才能完成数据分析的目标。这种技术对产品和运营人员也非常重要，只有学会处理数据，分析数据，才能在每个决策上面有据可依。

但在公司的数据分析中，你在看案例时，往往接触到的数据或使用的数据是局部的，因此，你的视野会受局限，在大多数公司里，很多数据分析师其实缺乏全局的数据视野，因为他不知道到底有多少数据，因此，永远只能在已知的数据里转圈圈，

当然，大多数数据分析师可能不需要进行系统数据学习，在实践中慢慢熟悉就好了，但自顶向下的数据学习方式可以让你有一个更好的基础和更全局的数据视野。

4.独立思考的能力

数据分析并不仅仅是为了完成一些业务上面的数据需求和论证。数据分析者应该在理解业务的基础上，扩大自己的思考范围，提升洞察力。

成为一个优秀的数据分析师，需要在不同的业务中进行磨练，同时需要足够的耐心和深入业务的思考进行决策支撑。一种客观，理性，同时又科学的数据分析心态是非常重要的，对于公司和产品的发展也是必需。

数据总是在那里，它不会说话，你不仅要基于业务能力理解它，还要学会推演和分析，从中发现规律，迅速定位某个商业问题的关键属性和决定因素，形成自己独创性的见解，所谓心思缜密，滴水不漏，没有思考逻辑没有数据分析。而要形成独特的见解，则来自于个人不断的学习和思考，这里的学习更多的强调是跨领域和专业，思考则是更多的强调养成思考的习惯。思考本身就是一种实践，它可以将你的知识更加系统化和深入化，数据分析在一定程度上是用来验证思路和启发灵感的，“数据分析”从来不是“数据分析”本身，而是以“数据分析”为手段和表象，对业务的深刻理解、思考和判断。

数据分析的四个层次

描述性分析（Descriptive Analysis）诊断性分析（Diagnostic Analysis）预测性分析（Predictive Analysis）处方性分析（Prescriptive Analysis）描述性分析——发生了什么？

如题目名字一样，该层次主要是对已经发生的事实用数据做出准确的描述。比如某企业本月订单签约额比上月增加2000万，至5500万，但是订单履约率从上月的98%下降到了95%，库存周转率从上月的0.8下降到了0.7。那么，这就是发生了什么？就需要去描述性分析。

诊断性分析——为什么会发生？

知道发生了什么，对我们的帮助不大，更重要的是，我们要明白为什么发生。比如经过分析，发现在描述性分析中提到的订单履约率下降的原因是成品生产不出来，无法完成交付。而成品生产不出来的原因则是部分原材料的供应商未能按时送货，导致原材料不齐套，无法开始生产。那么，这就是诊断性分析。

预测性分析——可能会发生什么？

基于上述两个层次的分析，我们发现了其中的规律，即原材料供应商的未能及时送货会影响成品订单的履约率。假如上月某原材料供应商A送货及时率只有70%，通过建模，我们可以预测本月该供应商会使我们的订单履约率下降2%。那么，这就是预测性分析。

处方性分析——我们该做些什么？

有了预测性分析的结果后，我们无需再做事后诸葛亮，而可以运筹帷幄，在事前就采取措施。上述中，供应商A会导致本月我们的订单履约率下降，我们可能采取的措施就是把A换掉，但是现在有B和C两个供应商供我们选择，该选择哪个呢？通过分析和计算得出：选用供应商B会比选C的订单履约率高1%，因此建议选择供应商B。这就是处方性分析。

四个层次层层递进，经过这四个层次的分析以后，可以对企业的决策和行动提供有力支撑。

分享 IT 技术和行业经验，请关注-技术学派。

  随着大数据时代的来临，越来越多行业需要大量的数据分析师。以达到公司对于市场、产品、客户有能深刻的了解，从而在制定营销策略和运营策略的时候，数据导向是一个很有力的指导推力。

 如我们所知，数据分析的重要性，那么要作为一个合格的数据分析师的话。我们应该具备哪些潜质。

  第一：理解能力高

    要对公司的业务有很强的理解能力。每个业务都是由很多规则和基本元素组成的。比如公司要达到某一款产品的市场营销推广，那我们首先要通过数据来分析出来，我们的目标受众是什么样的？分布的地域在哪里？年龄阶段？性别？行业等等这些都是我们首先要对业务有一个了解。就是我们的营销目的什么。理解配合的具体业务。与 产品相关的业务和技术同学沟通，尤其在进行数据理解和运营理解的时候，需要知道数据元素的含义以及当前运营的方式和形成这种运营方式的原因;

第二：沟通表达能力强，有充分的耐心

数据分析师日常在做一些工作的时候，通常会面对在各种数据格式不统一，数据表存放混乱，以及业务流程／逻辑异常复杂。这个时候，我们一定要有足够的耐心，沉下来进行全面的数据流程确认，画出对应的流程图，理清楚分析重点。

如我们所知数据分析贯穿了数据仓库，技术，产品，业务等多个环节，这就涉及到我们需要和很多人沟通。沟通能力就显得尤为重要。在沟通之前，需要清楚的知道本次沟通的目的是什么，以及如何通过对方来达成自己有效数据分析的目标。与技术沟通，是理解参数含义，与运营沟通，是理解分析目标，与产品沟通，则更强调产品逻辑以及背后的思考。

第三：善于借助工具和事物

现在网络工具很多，有很多都可以帮助我们解决繁琐的数据问题，帮助我们建立数据模型，例如：SQL，Excle，SPSS，Matlab、Python等等

因此，数据分析师必须掌握并精通一两种数据分析编程技巧。包括从数仓取数据，对数据进行清洗，简化，或者补全，处理数据，计算数据，最后进行可视化表达。这样才能完成数据分析目标。这种技术对产品和运营人员也非常重要，只有学会处理数据，分析数据，才能在每个决策上面有据可依。

第四：独立思考的能力

作为一个高级的数据分析师，不光只会分析数据，还应该能够以现有的数据做出结论，给予相关执行人员参考方向。数据分析者应该在理解业务的基础上，扩大自己的思考范围，提升洞察力。

数据分析师是大数据衍生出来的一个岗位，也在实际的营销运营上起着至关重要的作用。种客观，理性，同时又科学的数据分析心态是非常重要的。