很多人不太喜欢Excel2016，今天我们就来看看Excel2016版和之前的版本做仓库统计有什么不同。

本文介绍如何应用Excel的PowerPivot组建搭建简易的规范的进销存系统，重点在于如何数据分析和输出，而是不原始表单的设计和录入。

近来很多人不管是不是IT人事，都把大数据、云计算、数据挖掘挂嘴边，好像不说这些就跟时代脱节了。不管你愿不愿意，数据库管理已经进入到生活的方方面面。

初学者对于数据库很迷茫，特别是用过Excel的，热衷于简单的电子表格，一提到数据库的名词概念就觉得复杂。自从Excel2013以来，安装时自动增加了PowerPivot这组应用程序和服务，强大的分析功能可以取代Access数据库的一些基本功能，也简化了很多运算。

应用场景描述：管理员小云每天都要登记本企业生产的产品，产品名称有上百种，平均每种产品有10个左右的规格，实际就是要管理上千个库存单品（SKU）。每天要记录各SKU的进库数，出库数，每月进行盘点核查，每月要找出库存低于安全库存的SKU提交生产部门。

需求分析：①规范的进出库原始台账；②输出报表：计算月末库存、计算安全库存；③盘盈盘亏的调整记录。

1、建三张基础数据表。

表设计要规范，不能直接拿进出仓单的表式，规范的标准是符合数据库范式，有兴趣就上网搜索，没空闲就按照图示去做吧。

规范要求：首行是标题行，2行起是数据行，每一行就是一条记录。如图，建立：

编码表（SKU号、产品名称、型号规格、单位）

年初库存表（SKU号、年份、年初库存）

进出仓表（SKU号、日期、进仓数、出仓数）

这里的SKU号是关键字段（标签），有了它，就可以打通三张表的关联。这里有2个容易犯错的地方：①编码表的SKU号不可重复；②进出仓表的日期用日期格式，注意是用减号“-”连接年月日。

2、使用PowerPivot的数据模型功能导入表。

选择“编码表”的数据→点选菜单的PowerPivot→点添加到数据模型。而后会出现数据模型界面（多弹出一个对话窗），显示刚才添加的编码表的数值。

注意：

①第一次启动PowerPivot的工具或组件，会很慢，要耐心等待，不要急于操作下一步；

②数据表不能重复添加，添加一次就够了；

③数据模型里面的表是链接表，是只读的，要修改就要回到Excel主界面进行工作表的修改；

④选择数据最好是整列整列地选择，不要仅选择数据区域，因为当以后增加数据的时候，如果是选择区域的话就要修改链接表的选择范围。

然后，回到Excel主界面，同样操作添加“年初库存表”和“进出仓表”到数据模型。这三个表链接过来后，默认是叫表1、表2、表3，为方便使用，改名为“编码表”、“库存表”、“进出仓”。

3、在数据模型里面建立关系。

“关系”是关系型数据库里面一个很重要的概念，这里不展开，有兴趣可自己上网查。这里应用“关系”，起到数据从一个表传递到另一个表的作用。

回到PowerPivot界面，右下角点击关系视图。将“编码表”的SKU号拖到“库存表”，再将“编码表”的SKU号拖到“进出仓”。这样，就建立了2个一对多的关系。

4、用数据模型建数据透视表。

新建一个工作表“统计表”，插入→数据透视表→选择“使用此工作表的数据模型”，由于之前建立了数据模型，所以这个选项没有致灰→位置选现有工作表，统计表!A8，确认。

5、用数据透视表显示各SKU进出仓情况。

之前虽然改了名字，但数据透视表中显示的还是表1表2表3，这里只好把这个Bug放一放，期待office升级解决吧。拖拉表2的年份到“筛选器”，拖拉SKU码到“行”，拖拉表2的年初库存、表3的进仓数和出仓数到“值”。

这样，数据透视表就按每一个SKU输出了其合计进仓数和出仓数，也将期初库存显示出来了。注意：系统会对值增加汇总方式的描述，例如：以下字段求和汇总:进仓数，我嫌太长，手工改成进仓数了。

6、用度量值计算期末库存。

Excel界面下，菜单→PowerPivot→管理数据模型，进入PowerPivot界面。选进出仓表，点选该链接表下方的非数据区域某一个单元格，在公式栏敲上

期末库存:=sum([进仓数])-sum([出仓数])+SUM('库存表'[年初库存])

为了计算安全库存，再选择非数据区域某一个单元格，在公式栏敲上

最大出仓:=sum([出仓数])

注意：①公式栏对中文输入法可能不大接受，我是在文本文件打好中文再复制粘贴上去的；②[进仓数]等字段名字，可以不手工敲，而是用鼠标点选那一列；③公式可以跨表引用列，如期末库存就应用了库存表的年初库存列。

理解度量值。完成了上述公式后，系统会立刻显示结果，例如：135。大家也许会疑问，这样的求和有什么意义？有意义！现在的求和结果是基于没有分类的条件下的求和。应用到刚才建立的数据透视表，就会按SKU分类求和。下来还会讲到“日程表”，就会既按SKU求和，又按时间分段（如：月、季）求和。

7、添加日程表。

回到Excel界面，选择数据透视表，在值里面增加刚才建立的度量值“期末库存”。在点选了已制作好了的数据透视表前提下，菜单→分析→筛选，插入日程表。用这个日程表，就可以自由选择1-4月的进出仓量，1-12的进出仓量了，也可以看到期末库存量随着时间段变化而变化。

8、用每月出仓数计算安全库存。

安全库存的计算方法很多，这里只用最简单的一种，求出历史以来单月出仓数的最大值，若当前库存量低于这个值，就需要补充进仓其中的差值。步骤六已经建立了出仓数求和公式了。下面就插入新数据透视表，选择日期为列标题（增加日程表后，就会多了日期（月）的度量值，系统自动将这个度量值一同放到列标题），出仓数的求和为值，SKU号为行。将日程表与这个新的数据透视表关联起来。

点选新数据透视表→设计→总计→选择仅对列启用。在N24格（根据新透视表的实际位置而定）写上标题：最大出货量，O24写上标题：需补进仓。在N25输入公式=MAX(B25:M25)，在O25输入公式=N25-VLOOKUP(A25,A9:E17,5)。其中A9:E17的区域根据第一个透视表实际区域而定。

9、盘盈盘亏怎么办？

答案：修改年初库存表。所以这里为什么每年设一次年初库存，就是应对每年盘点后库存的变化。而且，用年份做筛选条件，也是这个原因。

10、如何显示产品名称。

光看SKU码不直观，要将名称、规格加进去怎么做？进入PowerPivot界面。选进编码表，在数据表区域，新增一列名叫“名称型号单位”，在该列1行的单元格输入=[SKU号]&","&[产品名称]&[型号规格]&"，"&[单位]选择。系统会自动填充整列。回到Excel界面，数据透视表的行标题统统用“名称型号单位”就可以解决这个问题了。

注意事项：

1、上述操作过程几乎没有在原始表上操作，能保证原始表数据不会被破坏。

2、上述表格式是最基本的格式，可自行添加修改字段。也可根据ERP导出的表格修改。

3、非数据区域的度量值，必须用聚合函数，如：sum,max,min,count等等。

1 用于展示数据分析结果的表格

以下是同样的数据、不同的格式所展示出的数据可读性：

很明显，第二份表格更具有可读性，显得一目了然，而不是杂乱无章。

是怎么做到的呢？

1.1 行高设为“18”（字体“11”保持默认）；

1.2 数字字体设为Arial；

1.3 项目下的细项进行了缩排（缩进栏宽设为“1”）；

1.4 数字列调整为相同宽度，其他列视内容调整宽度。且在上、下、左、右都有空白；

1.5 表格框线：上下粗，其余细或虚，保留横线，去掉竖线，具不显示网格线；

1.6 文字靠左对齐，数字靠右对齐；

1.7 善用背景色凸显重点；

1.8 一列数据尽量不要包括复合的内容，如将“单位”放到单独的列。

2 内容按手动输入、引用、公式区分字体颜色

举例

字体颜色

手动输入的数字

50

黑色

计算公式的数字

=A1+A2

绿色

引用其它工作表的内容

=Sheet3!A1

蓝色

如：

3 用于进行数据分析的事务性数据

具体内容请见《Excel技巧 | 高效的数据分析需要良好的制表习惯》。

excel中有很多功能用起来方便，快捷，特别是当数据多的时候，你还在一个个的进行操作吗？ 下面带着大家来学习数据的数字排序，文字排序，筛选，高级筛选。

排序：

单列排序

光标定于列中--数据菜单下--排序与筛选--升序和降序按钮，完成按照当前列的排序。

2.多列排序

光标定于数据区域中或选择要排序的记录--数据菜单下--排序与筛选--“排序”按钮--弹出对话框：设定条件与方式----添加条件----确定。

3.自定义排序：在进行排序时，针对于文本可以进行笔画，拼音和自定义排序。

1、数字排序

2、文字排序

筛选：

自动：光标定于数据区域中或选择要筛选的记录--数据菜单下--排序与筛选--“筛选”按钮--此时发现标题行出现下拉三角符号，根据条件进行筛选

高级：先把条件打出来放在一边，直接点击高级，设置条件区域，注意题中的年龄设置，以及符号的设置（小写）

3、自动筛选

4、高级筛选

今天的分享就到这里，明天接着给大家更新更精彩的内容。全都是手码，希望大家能够多多支持，欢迎关注转发，谢谢大家！！

欢迎关注天善智能微信公众号，我们是专注于商业智能BI，大数据，数据分析领域的垂直社区。

本文为小编学习天善学院李奇老师用数据说话-Excel BI商业智能分析零基础精讲课程第一章第五节笔记。

Excel商业智能分析中常用的到的五种方法：数据标准化、加权平均、转换变量类型、直方图、盒须图。

重要性：不同指标进行对比评价时，经常会遇到由于各指标间的性质，量纲，或者是数量级的不同而造成各指标间的水平相差很大时，直接用原始指标值进行数据分析，就会突出数值较高的指标在综合分析中的作用。为了保证结果的可靠性，需要对原始的指标数据进行标准化处理。

方法：主要介绍2种：

MIN-MAX标准化：新数据=（原数据-极小值）/（极大值-极小值）

注：原数据映射在0-1区间内，同意数量级，方便进行进一步比较、分析

Z-SCORE标准化：新数据=（原数据-均值）/标准差

注：围绕0上下波动，大于0说明高于平均水平，小于0说明低于平均水平。

利用交叉表求权重方法介绍：

1. 纵向和横向对比，横向重要则为1，纵向重要为0

2. 横向加总

3. 每个阶段合计值/合计总值*100%

实操部分：

变量类型：

1. 名义型变量： 值与值之间没有等级顺序之分，仅代表不同类的事物。

例： 性别、民族、职业

2. 有序型变量： 值与值之间有等级顺序之分，不仅能够代表事物的分类，还能代表事物按某种特性的排序。

例： 销售阶段、优良中差

3. 连续型变量：不仅能将变量区分类别和等级，而且可以确定变量之间的数量差别和间隔距离。

例： 营业额、身高、体重

实操：

频数与频率

频数是落在各类别中的数据个数。各类别频数与总频数之比称频率。频数和频率分别从绝对数和相对数上，反映出数据在各变量值上的分布状况。（学习直方图前了解这两个概念）

组距=（最大值-最小值）/组数

1. 选择数据

2. 设置接受区域

3. 调整频率分布

直方图与柱形图区别：柱形图看的是高度，对比数值，直方图看的是面积，组距内频率的分布情况，展现整体分布趋势。

实操：

调出数据分析库之后打开直方图

设置好参数

注意：此时显示的是频数而不是频率，需要调整一下。

设置好之后调整直方图，邮件调出数据系列格式，“分类间距”调为“0”。加上相应轮廓即可。

盒须图用来体现数据分散情况，版本建议excel2016版。

四分位数：将数据由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数

上边缘 = Q3+1.5*（Q3-Q1）

下边缘 = Q1-1.5*（Q3-Q1）

通过盒须图，可以清晰发现一组数据的分散情况。

实战：

选中所有数据之后，找出所有图标中的“箱形图”

本章笔记就到这里，后续继续更新哈，欢迎大家关注。感兴趣的同学也可以留言一起交流学习，记得点赞哈。

更多精彩内容，请登陆天善学院：hellobi。

如果有一张上千行的销售表，像下图（各个地区按天统计的1至12月的物品销量），要统计每个月，每个地区的数据，当看到上千行的数据，是不是发愁无从下手呢，利用数据透视表，轻松搞定。

1、选中数据表中任意单元格，点击工具栏插入——数据透视表。弹出创建透视表对话框，点击确定。

2、在右边数据透视表字段对话框添加字段，这里勾选订购日期、地区、分类、销售额和成本。字段勾选根据数据分析的要求勾选。

勾选后，左边单元格会生成下图所示数据表。

3、但是日期是按天来统计，我们需要的是按月统计，选中行标签统计的某一天的单元格，例如2015/1/24，右键创建组，在组合对话框中，选择月，确定。

4、确定后生成下图所示的统计表，但是原始数据没有统计利润，这里我们为了说明问题，我们简单统计利润。

5、增加字段，统计利润，假设利润为销售额减去成本，点击数据透视表工具的分析菜单选项。

6、点击字段、项目和集——计算字段。

7、在插入计算字段对话框中，名称填写利润，公式填写=销售额-利润，确定。

8、则上千行的数据按月份统计完成。

这里只是数据透视表的基本用法，数据透视表还可以排序、筛选，还可以转换称图表，还有很多更强大用途。

在excel中可以利用FREQUENCY函数进行频数统计，利用“数据分析”中的“直方图”宏程序进行频数分析。

函数 FREQUENCY 可以计算数值在某个区域内的出现频率，然后返回一个垂直数组，

由于 函数FREQUENCY 返回一个数组，所以它必须以数组公式的形式输入。

通过频数分布函数可以对数据进行分组和归类，从而使数据的分布形态更加清楚地表现出来。

下图是某课程的学生成绩，我们对其进行统计分析。

我们把学生成绩进行分段0-60、60-70、70-80、80-90、90-100。

我们在C2：C5区域一次输入59、69、79、89作为频数的接收区域（输入的不是每组上限，上限不在本组内）,因为分5组，所以有4个分段点，最后一个不用分段点，但是在计算时要包含进去。

选中D2:D6区域，编辑栏中输入：=FREQUENCY（B2：B25，C2：C5），再按Ctrl+Shift+Enter组合键，得到频数分布结果。

重新整理得到频数分布表。

我们利用直方图也可以获得各组的频数，在菜单“数据”选项卡下“数据分析”选项。如果没有找到需要先在excel选项中的“自定义功能区”中把“开发工具”选中。

然后打开“开发工具”加载项，选中“分析工具库”和“分析工具库-VBA函数”复选框。

这时我们打开“数据”选项卡，单击“数据分析”，弹出“数据分析”对话框。我们选择“直方图”。

在弹出的“直方图”对话框中选工作表中B2:B25填入输入区域，C2:C5填入接收区域。在输出区域中选一个单元格作为输出图表的起始区域，我们这里选G11，同时选中“累计百分比”、“图表输出”。（选中相应单元格区域系统自动加上绝对引用符号）如下图所示：

单击确定按钮，得到频数分布表、直方图及累计频数图。

工欲善其事，必先利其器。说起来道理大家都懂，只是到了要学习的时候就开始各种退缩。殊不知一款好的数据分析工具可以让你事半功倍，瞬间提高学习工作效率。

虽然数据分析的工具千万种，综合起来万变不离其宗。无非是数据获取、数据存储、数据管理、数据计算、数据分析、数据展示等几个方面。而SAS、R、SPSS、python、excel是被提到频率最高的数据分析工具。那么，这些工具本身到底有什么特点呢？

Excel

Excel 是微软办公套装软件的一个重要的组成部分，它可以进行各种数据的处理、统计分析和辅助决策操作，广泛地应用于管理、统计财经、金融等众多领域。

1、数据透视功能

一个数据透视表演变出10几种报表，只需吹灰之力。一个新手，只要认真使用向导1-2小时就可以马马虎虎上路。

2、统计分析

其实包含在数据透视功能之中，但是非常独特，常用的检验方式一键搞定。

3、图表功能

这几乎是Excel的独门武工，其他程序望其项背而自杀。

4、高级筛选

这是Excel提供的高级查询功能，而操作之简单。非常超值享受。

5、自动汇总功能

这个功能其他程序都有，但是Excel简便灵活。

6、高级数学计算

只要一两个函数轻松搞定

SAS软件

SAS是全球最大的软件公司之一，是由美国NORTH CAROLINA州立大学1966年开发的统计分析软件。SAS把数据存取、管理、分析和展现有机地融为一体。

主要优点如下：

1、功能强大，统计方法齐，全，新

SAS提供了从基本统计数的计算到各种试验设计的方差分析，相关回归分析以及多变数分析的多种统计分析过程，几乎囊括了所有最新分析方法，其分析技术先进，可靠。分析方法的实现通过过程调用完成。许多过程同时提供了多种算法和选项。

2、使用简便，操作灵活

SAS以一个通用的数据（DATA）步产生数据集，尔后以不同的过程调用完成各种数据分析。

其编程语句简洁，短小，通常只需很小的几句语句即可完成一些复杂的运算，得到满意的结果。结果输出以简明的英文给出提示，统计术语规范易懂，具有初步英语和统计基础即可。使用者只要告诉SAS“做什么”，而不必告诉其“怎么做”。

同时SAS的设计，使得任何SAS能够“猜”出的东西用户都不必告诉它（即无需设定），并且能自动修正一些小的错误（例如将DATA语句的DATA拼写成DATE，SAS将假设为DATA继续运行，仅在LOG中给出注释说明）。对运行时的错误它尽可能地给出错误原因及改正方法。因而SAS将统计的科学，严谨和准确与便于使用者有机地结合起来，极大地方便了使用者。

3、提供联机帮助功能

使用过程中按下功能键F1，可随时获得帮助信息，得到简明的操作指导。

R软件

R是一套完整的数据处理、计算和制图软件系统。

主要优点如下：

数据存储和处理系统数组运算工具（其向量、矩阵运算方面功能尤其强大）完整连贯的统计分析工具优秀的统计制图功能简便而强大的编程语言：可操纵数据的输入和输出，可实现分支、循环，用户可自定义功能

与其说R是一种统计软件，还不如说R是一种数学计算的环境，因为R并不是仅仅提供若干统计程序、使用者只需指定数据库和若干参数便可进行一个统计分析。

R的思想是：它可以提供一些集成的统计工具，但更大量的是它提供各种数学计算、统计计算的函数，从而使使用者能灵活机动的进行数据分析，甚至创造出符合需要的新的统计计算方法。

该语言的语法表面上类似 C，但在语义上是函数设计语言的（functional programming language）的变种并且和Lisp 以及APL有很强的兼容性。特别的是，它允许在“语言上计算”（computing on the language）。这使得它可以把表达式作为函数的输入参数，而这种做法对统计模拟和绘图非常有用。

R是一个免费的自由软件，它有UNIX、LINUX、MacOS和WINDOWS版本，都是可以免费下载和使用的。在R主页那儿可以下载到R的安装程序、各种外挂程序和文档。在R的安装程序中只包含了8个基础模块，其他外在模块可以通过CRAN获得。

SPSS

SPSS是世界上最早的统计分析软件。

主要优点如下：

操作简便：界面非常友好，除了数据录入及部分命令程序等少数输入工作需要键盘键入外，大多数操作可通过鼠标拖曳、点击“菜单”、“按钮”和“对话框”来完成。

编程方便：具有第四代语言的特点，告诉系统要做什么，无需告诉怎样做。只要了解统计分析的原理，无需通晓统计方法的各种算法，即可得到需要的统计分析结果。对于常见的统计方法，SPSS的命令语句、子命令及选择项的选择绝大部分由“对话框”的操作完成。因此，用户无需花大量时间记忆大量的命令、过程、选择项。

功能强大：具有完整的数据输入、编辑、统计分析、报表、图形制作等功能。自带11种类型136个函数。SPSS提供了从简单的统计描述到复杂的多因素统计分析方法，比如数据的探索性分析、统计描述、列联表分析、二维相关、秩相关、偏相关、方差分析、非参数检验、多元回归、生存分析、协方差分析、判别分析、因子分析、聚类分析、非线性回归、Logistic回归等。

数据接口：能够读取及输出多种格式的文件。比如由dBASE、FoxBASE、FoxPRO产生的*.dbf文件，文本编辑器软件生成的ASCⅡ数据文件，Excel的*.xls文件等均可转换成可供分析的SPSS数据文件。能够把SPSS的图形转换为7种图形文件。结果可保存为*.txt及html格式的文件。

模块组合：SPSS for Windows软件分为若干功能模块。用户可以根据自己的分析需要和计算机的实际配置情况灵活选择。

针对性强：SPSS针对初学者、熟练者及精通者都比较适用。并且很多群体只需要掌握简单的操作分析，大多青睐于SPSS。

Python

Python是一种面向对象、解释型计算机程序设计语言。Python语法简洁而清晰，具有丰富和强大的类库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。

常见的一种应用情形是，使用Python快速生成程序的原型（有时甚至是程序的最终界面），然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。需要注意的是在您使用扩展类库时可能需要考虑平台问题，某些可能不提供跨平台的实现。

主要优点如下：

简单：Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身。

易学：Python极其容易上手，因为Python有极其简单的说明文档 。

速度快：Python 的底层是用 C 语言写的，很多标准库和第三方库也都是用 C 写的，运行速度非常快。

免费、开源：Python是FLOSS（自由/开放源码软件）之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。FLOSS是基于一个团体分享知识的概念。

高层语言：用Python语言编写程序的时候无需考虑诸如如何管理你的程序使用的内存一类的底层细节。

可移植性：由于它的开源本质，Python已经被移植在许多平台上（经过改动使它能够工作在不同平台上）。

解释性：一个用编译性语言比如C或C++写的程序可以从源文件（即C或C++语言）转换到一个你的计算机使用的语言（二进制代码，即0和1）。这个过程通过编译器和不同的标记、选项完成。运行程序的时候，连接/转载器软件把你的程序从硬盘复制到内存中并且运行。而Python语言写的程序不需要编译成二进制代码。你可以直接从源代码运行程序。

在计算机内部，Python解释器把源代码转换成称为字节码的中间形式，然后再把它翻译成计算机使用的机器语言并运行。这使得使用Python更加简单。也使得Python程序更加易于移植。

面向对象：Python既支持面向过程的编程也支持面向对象的编程。在“面向过程”的语言中，程序是由过程或仅仅是可重用代码的函数构建起来的。在“面向对象”的语言中，程序是由数据和功能组合而成的对象构建起来的。

可扩展性：如果需要一段关键代码运行得更快或者希望某些算法不公开，可以部分程序用C或C++编写，然后在Python程序中使用它们。

可嵌入性：可以把Python嵌入C/C++程序，从而向程序用户提供脚本功能。

丰富的库：Python标准库确实很庞大。它可以帮助处理各种工作，包括正则表达式、文档生成、单元测试、线程、数据库、网页浏览器、CGI、FTP、电子邮件、XML、XML-RPC、HTML、WAV文件、密码系统、GUI（图形用户界面）、Tk和其他与系统有关的操作。这被称作Python的“功能齐全”理念。除了标准库以外，还有许多其他高质量的库，如wxPython、Twisted和Python图像库等等。

规范的代码：Python采用强制缩进的方式使得代码具有较好可读性。而Python语言写的程序不需要编译成二进制代码。

工具不是万能的，业务和数据建模方法才是万法之源。不要被工具迷花了眼哦！

做业务分析、做业务报表的人都离不开和数据打交道。一般我们要做一次统计分析报告，比如月底的销售业绩汇报，可能就要提前向IT部门提需求，让他们把我们需要的数据取数来，然后他们会写SQL把数据遍历出来，然后一份excel发给你。最后呢，我们拿着这份Excel，吭哧吭哧写函数、用透视表，画图表、帖报告。

听着貌似流程很简单，但有一次，小编就是这么悲催：

我要做6月销售数据的统计分析，于是就向IT部门提需求，说把对应的CRM的数据取出类给我。

1个小时后，数据邮箱发我了，唉哟不错，效率很快。但是78M，不可能有这么大的数据，况且我电脑打不开，数据一定有问题。

于是我就跑去询问情况，看了数据库的数据，扫视了几下，明显看到大量订单取消的数据，还有字段缺失的。这些数据于我无用，好吧，怪我需求提出的不清楚，于是我又向IT同事说明了我的需求。期间又强调了几次，最后总算按着需求给了我一份excel，但是数据有378986行，我那内存仅不知道是2G还是4G的电脑，愣是花了2分钟打开，然后当我全选+新建数据透视表时，电脑卡机了，Excel程序关闭了。

卡吧卡吧，我心想，这样一份数据，我要先汇总成单日的销售额，还要拿着这个数据和另外一张客户名单合并，分析ABC类客户的销售份额，想想都要放弃了。

太高估自己了，最后还是舔着脸向IT提需求，然他们直接写代码帮我出这份报表，然后又是无尽的沟通，花了2天拿到了这张报表。

细细回顾这样一个过程，从提需求——取数，多多少少会遇到这样的问题：

1、需求响应不够及时和灵活，一般企业信息部人员工作都是比较繁忙的，对于业务部门提出的数据分析需求可能需要排期等待好几天时间才能有所响应。

2、需求沟通存在误差，业务人员最终拿到的数据结果可能并不是最初想要的那些数据，可能由于沟通表达上的传递导致存在一定偏差。

3、Excel是万能的，但一旦数据量庞大，要写的函数多，真是挺影响效率的，而且在某些数据分析统计场景下，表现的不够丰富灵活，不如代码操作。

......

想必大家也深有所感，如果有这样的工具，能够早早的帮你把数据准备好，或者说你有账号权限拿到自己需要的那部分数据，能自动的把数据ETL清洗；再者，在统计分析方面，内置常用的函数，拖拽生成报表和图表，不用写函数，不用数据透视表，也不用VBA；每周每月固定格式的报表能直接自动导出。简直完美！

这样的分析工具确实有，小编在此给大家推荐一款，效率胜过Excel，操作感类似透视表的数据可视化神器——FineBI！

关于FineBI

关于FineBI，可能很多小伙伴或多或少了解过这款商务智能工具，这是目前市面上应用最为广泛的自助式BI工具之一，与之同行的还有Tableau、PowerBI等。

你可以把它视作为是可视化工具，因为它里面自带几十种常用图表，以及动态效果；你也可以把它作为报表工具，因为它具有强大的可视化数据分析能力；你还可以把它看作是数据分析工具，因为如果你有数据，你想分析，可以借助FineBI做一些探索性的分析，其内置等数据模型、图表。

但严格定义来讲，他其实一款自助式BI。常常被用作大数据前端展现的工具，对接hadoop、Spark等平台，有了这一款工具之后，IT部门只需要将数据按照业务模块分类准备好，业务部门即可在浏览器前端通过鼠标点击拖拽操作轻松得到自己想要的数据分析结果。

它的操作就像是Excel中的数据透视表，相信很多小伙伴儿特别是已经在职场已经混迹很多年的小伙伴儿，对Excel中的数据透视表非常熟悉，没错，FineBI的操作堪比一个升级版的数据透视表。

它不仅仅可以将原始的一维表数据透视为二维表格，它还可以将原始数据直接透视成多维图表，流程跟用Excel做数据透视表几无二致。

分析过程

如上图所示的一个企业月度合同数据分析案例，如果使用Excel透视表，可以将年份、月份字段拖拽到行区域，将合同金额字段拖拽到数据区域以完成每个年月的合同金额统计，但是对于求组内排名、组内累计值、累计达成率、同比环比等计算，Excel透视表处理起来则比较麻烦了。

之前强调过数据处理的效率和类数据透视表的操作性，如果用FineBI，是如何一步步简单快速完成的？用一个安利来展示一下！小伙伴们也可以到FineBI官网下载安装，边学边体会！

1.分组统计

首先我们选择FineBI的分组表组件，使用FineBI的内置销售DEMO业务包，找到合同事实表，将合同签约时间的年份、月份字段拖拽到分组表的行表头，然后将合同金额字段拖拽到指标栏进行求和汇总（还可以修改汇总方式为求最大值、最小值、平均值等等），即可完成每个年月的销售额基础数据统计。

2.数据排名

接下来我们继续用FineBI来新增一个每个月合同金额的排名列，直接点击添加计算指标，计算方式选择组内排名，根据合同金额进行降序方式排名即可得到每个月的合同金额排名。

3.数据过滤

下面我们只想看2015年和2016年的数据，那么在FineBI中直接对合同签约时间的年份字段进行过滤，然后选择2015年和2016年即可。

4.累计求和

在看每个月度的合同金额数据时，我们往往可能需要把每个月份的合同金额进行累加，以计算截至到当月的总目标达成率，这个在FineBI中添加合同金额月度累计值计算指标，然后对合同金额进行组内累计求和，然后再进行组内所有值计算得到合同金额年度总值，最后直接用合同合同金额月度累计值除以金额年度总值即可得到当月的年度目标达成率。

5.同比环比

计算完每个月的合同金额达成率之后，再分析每个月的同比环比数据自然是需要的。对于同期环期和同比环比，我们可以直接在FineBI中添加计算指标，然后选择对应计算方式即可，非常简单，这样一来我们的基础数据分析统计就完成了。

6.条件格式

在统计好基本的数据指标之后，可能会需要添加一些条件样式以便于观察数据，例如我们这边可以通过FineBI给合同金额指标添加图表样式标记，使得当月大于5000000合同金额的数据标绿色，小于5000000的则标红色。另外再对每个月的合同金额同期比数据添加条件样式，使得当月同比去年同期增长的数据打上上升标记，下降的则打上下降标记。通过以上的简单操作，看似复杂的一个企业月度合同数据分析案例就轻松完成！

分析总结

除了以上的一些分组统计、数据排名、累计值&&所有值、同比环比、条件格式的基础分析功能之外，FineBI还具有强大的ETL处理能力，例如多表JOIN、UNION、关联模型、行列转换、对多层级数据构建自循环列等等，许多原本我们可能需要使用SQL或者Kettle等复杂ETL工具来实现的功能都可以在FineBI中轻松进行可视化配置，可极大提高数据的处理效率。

大屏数据可视化

最后还值得一提是，除了强大的数据自助式分析能力，FineBI还可以做可视化大屏！

公司综合运营驾驶舱：

如上图所示的一些综合数据大屏应用，在数据都已经准备好的前提下，想做可视化其实也就是用FineBI在通过鼠标拖拖拽拽的事情~基本在15分钟左右就能轻松搞定！

上一篇给大家分享了一下筛选功能的使用，特别要注意不能随意复制粘贴的原因和解决办法。有兴趣的朋友们可以点击或关注百家号，进去查看历史文章。

那么，今天给大家分享下EXCEL透视表功能的简单使用。通常情况下，我们需要做批量数据的统计、用excel出图表等等的时候，需要计数或者求和的结果作展示的时候都会用到。可以说是在大数据分析以及展示结果的时候，所必须会使用到的一个功能。

在此，让我们一起通过一个实例来看一下，excel数据透视表的具体使用方法。只需要简单几步，就可以完成一个简单的数据透视！

首先，我们打开一个要处理的EXCEL，比如需要统计各部门总工资。如下图的数据。通过1月到5月每个人的工资记录，来计算出部门工资的总数及每个月的走势。

第一步：选定A列到H列，即包含所有数据的列。

第二步：点击插入-数据透视表，出现一个创建数据透视表的小窗口，直接点击确定。

此时出现了一个新的sheet页，如下图。这里为了方便大家看全，我把表格横向缩小到了一起。实际上数据透视表字段是在EXCEL最右侧。

第三步：新sheet页的最右侧数据透视表字段，有一个选择要添加到报表的字段，可以看到原始表格的标题列。继续往下看，有四个区域，分别为筛选器，列，行，值。我们把月份点住，拖动到列的区域中。

再分别把部门、姓名拖动到行，部门在上。最后把工资拖动到值。

第四步：值里边默认是计数项，我们需要修改一下，工资是以求和来统计。点击计数项：工资，会出现值字段设置。打开后，选择求和，然后点击确定。

第五步：此时已经可以看到表中的数据都已经出现，每个部门每个人1月到5月工资以及总计的工资。可以点击技术部、科研部、运营部前边的-号，代表隐藏姓名；最后一列的总计，每一行代表这一行数据的总计，比如第一行代表技术部1月到5月的总计工资数目；最后一行的总计，每一列代表的是这一列数据的总计，比如1月的那一列代表1月各个部门的总计工资。这样就满足我们的需求了，可以看到每个部门在每个月以及合计的工资数目。

习惯而言，统计的数据都喜欢有高低顺序来浏览，方便一眼看出哪个部门的工资总额高低。我们可以再点击一下总计那列，然后点击排序，选择降序排列。这样就可以看到一个按高到低排序的工资图表了。

好了，本篇就给大家讲到这里，大家可以自己试着随意在四个区域里，把其他的标题也拖进去，看看会出现什么变化？其实看似枯燥的Excel工具也有非常有趣的一面，更多的技巧就留给大家自己开发吧！有什么问题欢迎留言给我们哦！

1、一列数据同时除以10000

复制10000所在单元格，选取数据区域 - 选择粘性粘贴 - 除

2、同时冻结第1行和第1列

选取第一列和第一行交汇处的墙角位置B2，窗口 - 冻结窗格

3、快速把公式转换为值

选取公式区域 - 按右键向右拖一下再拖回来 - 选取只保留数值。

4、显示指定区域所有公式

查找 = 替换为“ =”（空格+=号） ，即可显示工作表中所有公式

5、同时编辑所有工作表

全选工作表，直接编辑，会更新到所有工作表。

6、删除重复值

选取数据区域 - 数据 - 删除重复值

7、显示重复值

选取数据区域 - 开始 - 条件格式 - 显示规则 - 重复值

8、把文本型数字转换成数值型

选取文本数字区域，打开左上角单元格的绿三角，选取 转换为数值

9、隐藏单元格内容

选取要隐藏的区域 - 设置单元格格式 - 数字 - 自定义 - 输入三个分号;;;

10、给excel文件添加密码

文件 - 信息 - 保护工作簿 - 用密码进行加密

11、给单元格区域添加密码

审阅 - 允许用户编辑区域 - 添加区域和设置密码

12、把多个单元格内容粘贴一个单元格

复制区域 - 打开剪贴板 - 选取某个单元格 - 在编辑栏中点击剪贴板中复制的内容

13、同时查看一个excel文件的两个工作表

视图 - 新建窗口 - 全部重排

14、输入分数

先后输入 0 ，再输入 空格， 再输入分数即可

15、强制换行

在文字后按alt+回车键即可换到下一行

16、删除空行

选取A列 - Ctrl+g打开定位窗口 - 定位条件：空值 - 整行删除

17、隔行插入空行

在数据表旁拖动复制1~N，然后再复制序号到下面，然后按序号列排序即可。

18、快速查找工作表

在进度条右键菜单中选取要找的工作表即可。

19、快速筛选

右键菜单中 - 筛选 - 按所选单元格值进行筛选

20、让PPT的图表随excel同步更新

复制excel中的图表 - 在PPT界面中 - 选择性粘贴 - 粘贴链接

21、隐藏公式

选取公式所在区域 - 设置单元格格式 - 保护：选取隐藏 - 保护工作表

22、行高按厘米设置

点右下角“页面布局”按钮，行高单位即可厘米

23、复制时保护行高列宽不变

整行选取复制，粘贴后选取“保持列宽。

24、输入以0开始的数字或超过15位的长数字

先输入单引号，然后再输入数字。或先设置格式为文本再输入。

25、全部显示超过11的长数字

选数区域 - 设置单元格格式 - 自定义 - 输入0

26、快速调整列宽

选取多列，双击边线即可自动调整适合的列宽

27、图表快速添加新系列

复制 - 粘贴，即可给图表添加新的系列

28、设置大于72磅的字体

excel里的最大字并不是72磅，而是409磅。你只需要输入数字即可。

29、设置标题行打印

页面设置 - 工作表 - 顶端标题行

30、不打印错误值

页面设置 - 工作表 - 错误值打印为：空

31、隐藏0值

文件 - 选项 - 高级 - 去掉“显在具有零值的单元格中显示零”

32、设置新建文件的字体和字号

文件 - 选项 - 常规 - 新建工作簿时....

33、快速查看函数帮助

在公式中点击下面显示的函数名称，即可打开该函数的帮助页面。

34、加快excel文件打开速度

如果文件公式过多，在关闭时设置为手动，打开时会更快。

35、按行排序

在排序界面，点击选项，选中按行排序

36、设置可以打印的背景图片

在页眉中插入图片即要

来源：网络整理

百家号-【袁帅数据分析运营】运营者：袁帅，会展业信息化、数字化领域专家。新社汇平台联合创始人，永洪数据科学研究院MVP。认证数据分析师、网络营销师、SEM搜索引擎营销师、SEO工程师、中国电子商务职业经理人。畅销书《互联网销售宝典》联合出品人。