La oss ta et skritt tilbake fra detaljene i dataanalyse i Excel, og tilbyr en håndfull av generelle tips. Stort sett er disse tipsene sammendrag og generaliseringer som vil hjelpe deg med det grunnleggende Excel.
Jobber hardt for å importere data
Arbeide for å importere gode, rike data i Excel arbeidsbøker er virkelig verdt. Noen ganger importere data kan være problematisk. Hodepine og kjærlighetssorg kan skje når du prøver å hente data fra andre styring informasjonssystemer og når du prøver å arbeide med en database administrator for å få riktige data til et format som gir nyttige data analyse med Excel.
Men til tross av problemer med å skaffe data, vil du finne at å importere gode data til Excel er vel verdt innsatsen. Tradisjonelt folk ta avgjørelser ved hjelp av svært vanlige informasjonskilder. Og de tradisjonelle kildene produsere tradisjonelle innsikt, noe som er flott. Men når du kan jobbe med et rikere, dypere datasett av rå informasjon, du ofte fange opp innsikt som slett ikke vises i de tradisjonelle kildene.
Design informasjonssystemer for å produsere rike data Anmeldelser
Selv om det kan være lurt å konsentrere seg om å lage systemer som produserer rapporter som ledere og beslutningstakere ønsker og som produserer former (for eksempel fakturaer og sjekker og innkjøpsordrer) at bedrifter som kreves for å operere, er dette ikke eneste måten.
Du må også innse at det sannsynligvis vil bli planlagt, uortodokse, uvanlig, men likevel svært verdifulle måter som data som samles inn av disse ledelsesinformasjonssystemer kan analyseres. Og så, hvis du jobber med eller design eller delta i gjennomføringen av informasjonssystemer, bør du innse at rådata fra systemet kan og bør sendes til data analyseverktøy som Excel.
Å ha rike, detaljerte registreringer av produkter eller tjenester som et firma selger gjør at firmaet å se trender i salg av produkt eller tjeneste. I tillegg gir det et firma for å lage krysstabeller som viser hvordan enkelte kunder velger og bruke visse produkter og tjenester.
Organisasjoner trenger å designe informasjonssystemer, slik at de også samle gode, rike, rådata. Senere kan disse dataene lett kan eksporteres til Excel, hvor enkle data analyse kan føre til god innsikt i en fast drift, dets muligheter, og mulige trusler.
Ikke glem om tredjeparts kilder
En rask Punkt: Innse at mange tredjeparts kilder til data eksisterer. For eksempel kan leverandører og kunder har svært interessante data tilgjengelig i et format som er tilgjengelig for Excel som du kan bruke til å analysere sitt marked eller din bransje.
Web Query verktøyet tilgjengelig i Excel gjør trekke ut informasjon fra tabeller som er lagret på nettsider aller enkelt.
Bare legg det
Du tenker kanskje at kraftige dataanalyse krever kraftige dataanalyseteknikker. Chi-rutene. Slutningsstatistikk. Regresjonsanalyse.
Men det er ikke nødvendigvis slik. Noen av de kraftigste dataanalyse som du kan gjøre innebærer å legge opp tallene. Hvis du legger til tall og få summer at andre mennesker ikke engang vet om - og hvis disse summene er viktige eller viser trender -. Kan du få viktig innsikt og samle verdifull informasjon gjennom de enkleste dataanalyseteknikker
Nøkkelen ting er å samle virkelig god informasjon i første omgang, og deretter å ha denne informasjonen er lagret i en beholder, for eksempel en Excel-arbeidsbok, slik at du kan arithmetically manipulere og analysere data.
Alltid utforske beskrivende Statistikken
De beskrivende statistiske verktøy som Excel gir er virkelig kraftige verktøy. Ikke føl deg som om disse verktøyene er utenfor din kompetanse.
Beskrivende statistikk
bare beskrive data du har i noen Excel-regneark. De er ikke magisk, og du trenger ikke noen spesiell statistisk opplæring for å bruke dem eller å dele dem med folk som du presentere data analyseresultater.
Merk også at noen av de enkleste beskrivende statistiske mål er ofte de mest nyttige.
Se etter trender
Peter Drucker, kanskje den mest kjente og mest innsiktsfulle observatør av moderne ledelse praksis, bemerket i flere av hans siste bøker som en av de mest betydelige ting dataanalyse kan gjøre er å oppdage en endring i utviklingen. Trender er nesten den viktigste tingen du kan se. Hvis bransjens samlede inntekter vokser, det er viktig. Hvis de ikke har vært økende, eller hvis de begynner å krympe, det er nok enda mer betydelig.
I din egen dataanalyse, sørg for å konstruere dine regneark og samle dine data på en måte som hjelper deg med å identifisere trender og ideelt sett identifisere endringer i trender.
Cross tabell
pivottabell kommandoen er et fantastisk verktøy. Kryss tabuleringer er svært nyttige måter å dele opp data. Og, er det pene ting om pivottabellen verktøy som du enkelt kan re-cross-tabulere og deretter re-cross-tabulere igjen.
Hvis du har gode rik datakilder, og du er ikke regelmessig cross-Tabulating dataene dine, er du sannsynligvis mangler absolutt skatter av informasjon. Det er gull i dem thar åsene.
figur det, Baby
En viktig komponent av gode dataanalyse er å presentere og undersøker dataene visuelt.
Ved å se på et linjediagram av noe viktig statistikk eller ved et diagram av noen sett med data kolonne lage, du ofte se ting som ikke er synlig i et tabell presentasjon av den samme informasjonen. I utgangspunktet er kartlegging ofte en fantastisk måte å oppdage ting som du ellers ikke vil se.
Vær oppmerksom på resultater i statistikk
Excel gir resultater i statistikkverktøy. Slutningsstatistikk gjøre deg i stand til å samle en prøve, og deretter gjøre slutninger om populasjonen som utvalget er trukket basert på egenskapene til prøven.
I de rette hender, resultater i statistikk er ekstremt kraftige og nyttige verktøy. Med gode ferdigheter i resultater i statistikk, kan du analysere alle slags ting for å få alle slags innsikt i data som bare vanlige folk aldri får. Men helt ærlig, hvis du ikke har omfattende kunnskap om resultater i statistikk, har du sannsynligvis ikke har nok rå statistisk kunnskap til ganske utføre slutnings statistisk analyse. Anmeldelser