Excel,python全都靠边站,这才是数据分析应该有的样子 (2)

我们在使用excel做报表时,通常就是做表格,行展现什么,纵展现什么,很难直观展现数据变化的规律,也更加难以分析数据变化是由于哪些指标引起的。

比如下图,密密麻麻的文字和指标,让人看了抓不住重点:

Excel,python全都靠边站,这才是数据分析应该有的样子

稍微懂数据分析的人知道要做可视化图表才能直观看出,是的,但是Excel的可视化表现力有些弱,图表也就那几个。(啥,装插件,银行单位用着Excel2003的伤不起)

FineBI除了提供无限的图表分析之外,仪表板还可供用户进行灵活地数据图表布局分析,轻松构建出你的数据图表思维逻辑,让你拥有独到的洞察性数据见解,进而达到有效沟通或者数据汇报的目的。

Excel,python全都靠边站,这才是数据分析应该有的样子

因此FineBI做出来的故事仪表板是下图这样的,数据之间可进行任意联动、钻取、跳转等OLAP分析操作。重点突出,逻辑清晰,具有深度见解和洞察力,可读性极高!

Excel,python全都靠边站,这才是数据分析应该有的样子

2.移动的数据分析平台

手机版的Excel很鸡肋哎,用起来很不方便,小编出神入化的快捷键技能根本无法施展身手。如今很多数据报告都可以在手机平板甚至LED电子大屏上看。

之前我把数据分析报告在手机上展示,领导看了大为赞赏。

Excel,python全都靠边站,这才是数据分析应该有的样子

三、FineBI分析过程

Excel,python全都靠边站,这才是数据分析应该有的样子

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。

Excel,python全都靠边站,这才是数据分析应该有的样子

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。

Excel,python全都靠边站,这才是数据分析应该有的样子

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。

Excel,python全都靠边站,这才是数据分析应该有的样子

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。

Excel,python全都靠边站,这才是数据分析应该有的样子

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。

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/zwpdyx.html