想要豐富展示效果,不如來看看這一篇~

一個朋友向我求助,他現在每天的工作就是做整理資料,做報表,天天重複性的工作,讓他漸漸的懷疑自我。

基本的EXCEL他已經基本掌握,對其中的表格、圖表、透檢視等等也十分熟練,對於工作中涉及到的EXCEL也基本沒有什麼難度。

但他也知道如果僅僅只是滿足於此肯定對於他之後的職業發展十分不利。因而想多學些技能,掌握更多的工具譬如VBA、Python等。

為此他也在網上看過一些學習攻略,甚至報過一些課程。但這些都是需要有一定的程式碼基礎,作為一個非專業人員且被工作佔據著大量時間的他而言,學習這些似乎成本太高,很難堅持下去。

直到他看到了這張圖片:

他嘗試過用EXCEL中的資料透視表中的插入切片器來產生相同的資料聯動效果,然而卻發現EXCEL所支援的功能太少,且樣式簡單,做出來的效果單調還有點醜(如下圖),根本沒有辦法做出這樣酷炫的效果。

--

--

基礎的柱形圖大家都知道怎麼做,那麼如何用柱形圖構造各種視覺化圖表呢?

今天先來講第一種思路:讓柱形圖透明化。從這一個透明化的思路可以引申出很多美化的視覺化圖表,學那麼多製作方法,不如學會一個思路,即可舉一反三。

以下列舉了7種透過透明化的思路製作圖表的案例:

兩個方法

首先,我們先熟練掌握讓柱形圖變透明的兩種方法,一種是透過設定次座標軸完成,另一種是 …

--

--

學會體系化搭建資料指標體系,使分析更具針對性。

開始前,請大家先用30s思考一個問題:

— — 是否存在某個單一財務指標,能夠全面衡量一家公司的盈利狀況?

我猜98%的人給出的答案都是不存在。確實,答案是不存在,但為什麼不存在是不是很難去描述。在這裡,給出我的答案:“不存在單一的指標可以全面衡量公司的盈利狀況,因為企業經營管理是複雜的,需要使用多維度的財務指標,這樣才能對複雜的經營狀況做出判斷”

舉個例子來佐證下我的這句話:

我想要投資超市,現在有兩家超市,A超市和B超市,我們該如何衡量這兩家超市的經營狀況與盈利能力,從而決定投資哪家超市?

小張說:第一個想到的指標就是收入,我們先看看哪家超市收入多

小王說:不對不對,應該看利潤,哪家利潤多,哪家的盈利能力才強

小蔡說:我們要看利潤佔收入的比例,也就是利潤率

小李說:我們可以看看兩家超市的投資回報率,也就是每投入一定金額,每家超市可以賺多少錢

其實每個人的單一指標,都無法全面衡量超市的經營狀況與盈利能力,我們需要在這一系列指標中找到線索來進行綜合判斷,也就是要學會將指標體系化。

1、為什麼要學會將指標體系化?

其實很簡單,非體系化的指標通常是單點分析,出現什麼問題,分析什麼,然後改進,如果改進了仍然有問題,那就再接著換一個點分析,缺乏體系。而體系化的指標通常能夠結合問題所在的背景、串聯各個指標、透過各種維度進行分析,從而使最佳化方案更加有針對性。

在資料分析中,一個好的指標體系可以幫助我們更快、更精準地找到答案,定義業務運作是否正常,即使出現異動,也能快速定位原因。

2、在學如何將指標體系化前,先了解指標體系建設4大原則

這裡先介紹一下指標體系建設的4大通用原則

1)使用者第一:從使用者中來到使用者中去,指標體系核心是圍繞能夠反映實際業務情況的目的去的,因此,指標不是越多越好,也不需要虛榮指標,虛榮指標是需要在建設過程中注意避免的

2)典型性原則:儘量選擇比較典型、比較具備代表性的指標,這些指標能夠反映業務的真實情況,其中最重要的指標叫做北極星指標(北極星指標就像北極星一樣,高高閃耀在空中,指引著全公司所有人員向著同一個方向邁進)

3)系統性原則:指標體系是需要強調系統性的,常見的就是找到核心的原子指標,然後延伸,最終形成類似二叉樹一樣的樹狀結構指標體系,做到每個指標有根可尋

4)動態性原則:資料指標體系是隨著業務發展變化、隨著資料分析需求變化的,因此需要不斷地去做指標體系的維護與迭代更新

總結下來就是:需要選取能反應實際業務、有代表性、有根可尋、不斷更新的指標。

3、在瞭解4大基本原則後,學習指標體系建立的通用方法

做分析的過程往往有三步:問題背景是什麼、要分析什麼才能解決這個問題、怎麼分析

1、考慮對映到資料指標體系中則上升為要考慮指標體系的目標是什麼、指標體系的使用者的業務目標是什麼

2、再考慮要實現這些目標會有哪些表現、哪些訊號能夠支撐他們的目標關注

3、最後再找出相關的指標來支撐資料指標體系的構建

4、學會通用方法後,如何實操?指標體系建立的通用步驟

--

--

很多同學被嫌棄:做的資料分析,沒深度。到底啥是分析深度?怎麼才能做出深度?話不多說,直接上場景。

問題場景:某物流企業,負責管司機的排程中心,會給每個未上線司機標註原因,標註格式如下圖:備註:實際原因還有很多,這裡僅做舉例現領導要求:分析司機未上線情況。問:該怎麼分析?

30

0、0級深度做法

3月6日,共1000司機,上線900,上線率90%● 3月7日,共1010司機,上線875,上線率87%● 3月8日,共1050司機,上線850,上線率83%上線率連續2天下降,建議搞高不上線的理由TOP3為:1、司機請假 35%2、累25%3、雙十二剛過 20%

╮(╯▽╰)╭

不點評了,大家自行吐槽。

1、1級深度做法

上線代表的是運力,不同線路運力需求不同,因此可以結合需求,解讀上線資料:● A線路本月訂單暴漲,但司機上線率在下降,需保障運力。● B線路本月訂單減少,司機上線率在下降,可調撥該批司機運力。● C線路為季節性需求,預計下個月就沒有了,關注該批司機運力分配。

點評:終於知道把上線情況和業務需求聯絡起來了。這樣能解讀出:司機上線/不上線,到底有啥意義。重點線路需要保障,零散線路釋放出運力要能調配開,這是基本常識。

同理,還可以對司機生命週期做分類,結合司機表現,解讀上線資料。

● 新手期司機:上線變差,是否意味著最近開發新司機質量下降

● 穩定期司機:上線變差,是否意味著平臺運作出問題,老司機流失

--

--

授人以魚不如授人以漁,教具體的顏色搭配不如教一些顏色搭配的小技巧。

這些小技巧可以幫你快速提高表格的區分度,視覺感受也更好。

1、同一色系:巧用漸變色區分

使用過於跳脫的顏色,會讓整個表格看上去很不協調,但若改用同一色系的顏色就會好很多。

深色和淺色分別突出了重點資訊和次要資訊,從而劃分區域。

這個表格我個人非常喜歡,整體以藍色系為主色調,搭配上紅黃綠作為點綴,整個看起來乾淨又不沉悶。上半部分,同一色系顏色的使用非常協調,對不同圖表做了很自然的區分。

需要注意的是,在Excel中,色彩的使用絕不是純粹為了美觀,而是服務於內容,要以增強可讀性為導向,尤其在輸入人員資訊時,最好對每一行都進行顏色區分,防止資訊看岔看錯。

--

--

建立一個數據模型的分析思維很重要。

本文將整理一些常見的資料模型,希望大家能建立一個數據模型分析思維意識,優先根據有效的資料模型進行精細化分析、資料探勘等,確保分析結果的有效性和正確性。

資料模型分析思維,即各種資料分析經驗的抽象集合,你擁有了更多的資料模型,也就擁有了更多的認知“資料”世界的工具。在斯科特·佩奇的《模型思維》一書中,提到了20多個思維模型,我們在資料分析過程中可能會經常用到的主要有:AARRR(海盜模型)、RARRA、漏斗模型、金字塔模型、RFM模型、使用者生命週期模型、滑梯模型、消費者行為模型等等。

我們將整理分享幾個常見的資料模型,僅供參考!

1、AARRR模型

AARRR增長模型出自於增長駭客,又稱海盜模型,即獲客、啟用、留存、變現、傳播推薦。

獲取使用者(Acquisition)、提高活躍度(Activation)、提高留存率(Retention)、獲取收入(Revenue)、使用者推薦(Refer),這個五個單詞的縮寫,分別對應使用者生命週期中的5個重要環節。

▶獲取使用者(Acquisition):透過一定的方式讓產品在一些渠道上面得到展現,並使看到展現的使用者轉化成產品使用者。

▶提高活躍度(Activation):提高產品的使用粘性,提升使用者使用產品的深度。

▶提高留存率(Retention):如何讓使用者不斷地使用我們的產品,減少使用者的流失,提升使用者粘性。讓使用者無法離開產品。

▶獲取收入(Revenue):透過一些手段和渠道從使用者那裡獲取收益。

▶使用者推薦(Refer):透過提升產品的競爭力,使使用者給他的朋友推薦我們的產品。

--

--

數據分析那些事

數據分析那些事

這是一個專注於數據分析職場的內容部落格,聚焦一批數據分析愛好者,在這裡,我會分享數據分析相關知識點推送、(工具/書籍)等推薦、職場心得、熱點資訊剖析以及資源大盤點,希望同樣熱愛數據的我們一同進步! 臉書會有更多互動喔:https://www.facebook.com/shujvfenxi/