一、數據處理
根據數據分析目的將搜集到的數據用適當處理方法加工處理，占80%，必不可少的階段。
1、數據規范
所具備規范和要求：
第一，數據表由標題行（字段）和數據部分（記錄）組成；
第二，數據表第一行是表的字段名稱，不能重復；
第三，第二行起是數據部分，每一行稱為記錄，不允許出現空白行和空白列，保持完整性；
第四，一個單元格只記錄一個屬性的數據，切勿重復；
第五，數據表不能有合并單元格；
第六，數據表需要一維表的形式。一維表也叫流水線表格，每一行是否為獨立的變量
數據處理——將原始表處理為便于分析的一維表形式。
2、數據導入
第一，文本導入
出現亂碼，語言改為簡體中文，設置數據格式，數據放置位置
第二，數據庫導入
如果數據庫的數據超出Excel范圍不可選擇導入表，通常選擇導入數據透視表
第三，網站導入
復制網址，自網站，粘貼網址，導入；單擊鼠標右鍵，刷新數據，也可選擇刷新頻率
3、數據清洗
第一，重復數據處理
數據透視表法、菜單刪除法、條件格式標識法、高級篩選法
函數法（countif）、
第二，缺失數據處理
取消合并單元格后，定位條件：Ctrl+G或F5，=加向上箭頭，自動填充：Ctrl+Enter
第三，空格數據處理
查找替換：Ctrl+H，函數法：Trim
4、數據抽取
保留原數據表中某些字段記錄的部分信息，形成新字段新紀錄，數據拆分。
第一，字段拆分
菜單法：數據-分列；
函數法：MID、LEFT、RIGHT
第二，記錄拆分
隨機抽樣：RAND+RANK+填充（去除公式）+VLOOKUP
按字段拆分：常用工具7.3
5、數據合并
包含字段合并、字段匹配、記錄合并三大類
第一，字段合并
函數法：CONCATENATE（字符型）、&（字符型）、DATE（數值型）
第二、字段匹配
單條件：VLOOKUP（精確匹配）
注意事項：匹配范圍中關鍵字段必須在第一列，第三個參數表示關鍵字段為參照的列數，注意字段類型要一致。
思考：如何進行多條件匹配？
6、數據計算
簡單計算：加、減、乘、除
函數計算：日期計算、數據標準化、加權求和、數據分組等
第一，日期計算
函數法：DATEDIF(起始日期,結束日期, "日期格式參數")
日期格式參數：Y-年，M-月，D-天
*DATEDIF函數無法查找，只能手動輸入；日期格式參數必須在英文雙引號里；參數大小寫不影響
第二，數據標準化
將數據按照比例縮放，使其落入特定區間，消除變量間因不同單位造成的差異，使數據具有可比性。
*常用的數據標準化方法為0-1標準化，公式：X*=(X-min)/(max-min)
第三，加權求和
權重：該指標在整個指標評價體系中的相對重要程度，表示在其他指標不變的情況下，該指標的變化對結果的影響程度。
*函數法：SUMPRODUCT(區域1,區域2)
第四，數據分組-IF函數
函數法：IF(條件,滿足條件結果,不滿足條件結果)
IF函數有嵌套層數限制；對邏輯思維能力要求高，編寫麻煩，易出錯；
第五，數據分組-VLOOKUP函數
VLOOKUP模糊匹配
首先需要準備數據分組對應表，主要由閾值和分組標簽組成，閾值必須進行升序排序，否則會出錯。
7、數據轉換
第一，行列轉置
選擇性粘貼-轉置
第二，數據類型轉換
l文本→數值：選擇性粘貼-運算，智能標記-轉換為數字，數據-分列（優先選擇）
l數值→文本：數據-分列，TEXT函數
l數值→日期：設置單元格格式-日期、數據-分列
第三，二維表轉一維表
數據透視表法：多重合并計算（Alt+D，+P）
*作業：三維表轉一維表
二、數據分析
1、對比分析
將兩個或兩個以上的數據比較，分析差異性，發現事物發展變化情況和規律。
日期分組，環比計算，同比計算
2、結構分析
分組的基礎上計算各組成部分所占比重，進而分析總體的內部結構比重，比如市場占有率。
定性分組：按業務的屬性劃分、占比計算
3、分布分析
根據分析目的將數值型數據進行等距或不等距的分組，消費、收入、年齡等分布分析。
定量分組：VLOOKUP函數，數據透視表
*柱狀圖的順序必須從小到大，不能改變X軸的順序
數據透視表可以快速實現分組，不可以進行不等距分組；
VLOOKUP函數可以實現不等距分組，并且可以生成一個實際字段供使用者選擇和分析。
因此，拿到一組數據后，在不知道具體分許特征的情況下，可以先用數據透視表快速了解數據分布特征，然后利用VLOOKUP進行針對性分組，劃分更適合的分組范圍。
*作業：如何統計購買日期間隔分布？數據存在一個用戶多條購買日期數據。
4、交叉分析
用于分析兩個或兩個以上分組變量間的關系，并以交叉表的方式進行變量之間的對比分析。
l定量、定量分組交叉
l定量、定性分組交叉
l定性、定性分組交叉
*分組可以兩個以上，但分組變量越多，越難以發現規律；因此，一般兩個分組變量足以。
*在數據透視表中雙擊單元格可以得到用戶明細表
5、矩陣分析
根據兩個重要屬性作為分析依據進行關聯分析，找出問題解決辦法。
分四個象限，做矩陣圖不要選擇表頭和標簽
6、多表關聯分析
根據各個表共有的關鍵字段進行數據記錄的一一對應，相當于VLOOKUP的匹配功能，2013版以上才有
通過兩個表之間的共有字段，進行關聯分析
7、RFM分析
相當于三個維度的交叉分析
三、數據展現
1、用圖表說話，把分析結果用合適的圖形或表格展現給讀者或聽眾，使其更容易理解作者的觀點。
成分：首選餅圖
排序：首選柱形圖，若標簽太長可考慮條形圖
分布：首選柱形圖
趨勢：首選折線圖
相關：首選散點圖
2、雙坐標軸圖
當數據序列為兩個或兩個以上，并且單位不同或者數據量級差別較大，可使用雙坐標軸。
3、目標完成率圖
反應業務目標完成情況。需要用到XY Chart
Labeler插件
4、雷達圖
當數據的項目和序列大于兩個時，用柱形圖非常不直觀，建議使用雷達圖
5、矩陣圖
用法同矩陣分析。矩陣圖基于散點圖繪制
*注：制作矩陣圖，不要選擇標簽和數據對應的表頭，只需選擇數據本身。
6、漏斗圖
對業務流程最直觀的表現形式，可快速發現業務流程中出現問題的環節。
漏斗圖在堆積條形圖的基礎上繪制，需要計算占位數據*公式=(總數據-該環節數據)/2*。
7、旋風圖
第一，用于兩個數據序列不同指標或不同項目之間的對比；
第二，表示兩個數據之間的相關關系
8、帕累托圖
也被稱為排列圖、主次圖，主要用于質量分析，原因定位等，原理來自于帕累托原則——二八法則。先繪制直方圖，累計百分比做折線圖
9、迷你圖
起到快速查看數據趨勢和分布，不用繪制出折線圖或柱形圖，是2010版以上才具有的功能。
條件格式（可自定義規則）：數據條、色階、圖標集
10、圖表美化
三大原則
字體統一：大小、顏色、字體
排版簡潔：最大化數據墨水比原則，即保留有效元素，去除無效元素，淡化非主要元素
配色協調：不超過三種，把握不準可只使用一種顏色
