基于excel的商业数据分析.pptVIP

  • 59
  • 0
  • 约3.73千字
  • 约 37页
  • 2020-07-28 发布于天津
  • 举报
基于 excel 的商业数据分析 康美药业股份有限公司 孙璐 2014.5 1 版权所有 @ 康美药业股份有限公司 目录 1. 大数据背景下的商业数据分析 2. 数据的收集与预处理 3. 数据分析方法与结果展示 4. 电子商务中的数据分析 基于 excel 商业数据 分析 2 版权所有 @ 康美药业股份有限公司 大数据背景下的商业数据分析 ? 大数据时代已经来临,大数据价值的实现在于挖掘和应用 其内在的信息,数据分析实现将数据转化为知识。 3 版权所有 @ 康美药业股份有限公司 大数据背景下的商业数据分析 ? 康美大数据模型 中药材资源 企业信息系统 中药材资源管理系统 ERP 、 SCM 、 CRM 资源地图、价格指数、 e 药谷 康美中药网 康美之恋健康网 中药产品溯源平台 中药材市场管理系统 商户数据、品种数据 中药材 资源 中药材 贸易 中药饮片 中成药 经典处方 供应链 用户消费 行为 病友 档案 医院 药店 专家 4 版权所有 @ 康美药业股份有限公司 大数据背景下的商业数据分析 ? 不管对象是大数据还是小数据,数据分析在企业的经营管 理中发挥重要作用,被誉为企业贤内助 5 版权所有 @ 康美药业股份有限公司 大数据背景下的商业数据分析 ? 商业智能( BI )应运而生,负责将企业数据转化为知识, 帮助企业做出明智经营决策 ? BI 的 3 个层次 ? 但数据分析并不是 BI 专利,所有员工特别是相关业务人员 应具备一定的数据分析能力 数据 分析 数据 挖掘 数据 报表 数据仓库 6 版权所有 @ 康美药业股份有限公司 大数据背景下的商业数据分析 ? 工欲善其事,必先利其器——主流数据分析工具 ? 没有最好的,只有最适合自己的 入门级 业余级 专业级 大数据级 7 版权所有 @ 康美药业股份有限公司 大数据背景下的商业数据分析 1. 大数据背景下的商业数据分析 2. 数据的收集与预处理 3. 数据分析方法与结果展示 4. 电子商务中的数据分析 基于 excel 商业数据 分析 8 版权所有 @ 康美药业股份有限公司 数据的收集与预处理 ? 数据来源 主动获取: 1. 需求分析 2. 制定方案 3. 执行方案 4. 获得数据 数据源 被动获得: 企业运营过程产 生的数据,如: 财务数据 采购销售数据 信息系统数据 9 版权所有 @ 康美药业股份有限公司 数据的收集与预处理 ? 数据导入 excel :直接打开或者导入数据 Excel 菜单栏—数据—获取外部数据 10 版权所有 @ 康美药业股份有限公司 数据的收集与预处理 ? 日志或者文本文件可以通过分列得到标准数据格式 Excel 菜单栏 —数据 —分列 Excel 菜单栏 —开始 —查找和选择 ? (Ctrl+F) 11 版权所有 @ 康美药业股份有限公司 数据的收集与预处理 ? Excel 字段和记录的基本操作 选中要操作的部分 - 右弹出菜单栏 ( 1 )内容选取( shiift ) ( 2 )复制 ( 3 )剪切 ( 4 )粘贴 ( 5 )转置 ( 6 )隐藏 ( 7 )设置单元格格式 12 版权所有 @ 康美药业股份有限公司 数据的收集与预处理 ? 两个表数据的横向合并与纵向合并 ( 1 )若共同行或者共同列完全相同 排序—复制—粘贴 ( 2 )若不同可采用 VLOOKUP 与 HLOOKUP 查找函数 VLOOKUP(lookup_value,table_array,col_index_num,ra nge_lookup) 如: =VLOOKUP($C1, 亳州 !$B:$CL,2,0) 13 版权所有 @ 康美药业股份有限公司 数据的收集与预处理 ? 简单检错 ( 1 )数值型和取值较多的字符型、日期型字段 通过排序最前和最后几行数据,数值型还作散点图 ( 2 )离散型或者取值较少的字符型、日期型字段 通过筛选菜单,检错是否存在异常取值。 ( 3 )重复值检测 开始 - 条件格式 - 突出显示单元格规则 14 版权所有 @ 康美药业股份有限公司 数据的收集与预处理 ? EXCEL 中常用的快捷键 Ctrl+A 全选单元格区域 ; F4/Ctrl+Y 重复上一操作 ; Ctrl+Z 撤消操作 ; Ctrl+B 加粗单元格文字; Ctrl+I 是单元格字体为斜体; Ctrl+U 给单元格文本加下划线; Ctrl+C 复制单元格内容; Ctrl+X 剪切单元格内容; Ctrl+V 粘贴单元格内容; Ctrl+ ;插入当前日期; Shift+F11 插入新工作表; Ctrl+S 保存工作薄 15 版权所有 @ 康美药业股份有限公司 目录 1. 大数据背景下的商业数据分析 2. 数据的收集与预处理 3. 数据分析方法与结果展示 4. 电子商务中的数据分析 基于

文档评论(0)

1亿VIP精品文档

相关文档