人人都能学会的Excel数据分析 下载 mobi epub pdf 电子书 2024

☆☆☆☆☆
简体网页||繁体网页

点击这里下载

类似图书 点击查看全场最低价

---

产品特色

编辑推荐

　　

完全以实践应用为指导，围绕案例层层展开

循序渐进，以数据分析的6大步骤为主线，每一个知识点都是精华

除了Excel数据分析外，还涉及SPSS案例分析、统计分析图表、统计分析报告等相关知识，全面覆盖，重点突出

站在职场“老人”带“新人”的角度把数据分析各个环节的注意事项解释得清清楚楚，通俗易懂。

内容简介

　　

《人人都能学会的Excel数据分析》是一本有趣、有料又文艺的Excel数据分析书。

　　

《人人都能学会的Excel数据分析》在对百余个市场调研及管理咨询项目的分析与提炼的基础上，汇集了数据分析师在入门阶段使用 Excel 进行数据处理与分析过程中的常见需求，通过具体项目案例的演示和讲解，将数据分析的核心技能和关键流程手把手地传递给读者。

　　

《人人都能学会的Excel数据分析》共 7 章，内容涉及数据分析的基本概念、数据输入、数据整理、数据处理、数据分析、数据呈现及数据分析报告，结构严谨、条理清晰、图文并茂、旁征博引、通俗易懂，使读者不仅能够读下去，还能读进去。《人人都能学会的Excel数据分析》不仅能够帮助在校学生增加就业机会，帮助职场新人提升职场竞争力，帮助市场营销、人力资源、财务管理等人员解决实际问题，也能成为市场调研、管理咨询、数据分析等专业人士的入门指南，还能帮助所有需要使用 Excel 的职场人士提高工作效率。

作者简介

罂粟姐姐，本名鲍海霞，大连海事大学管理学硕士研究生，河南君友商务咨询有限公司高级研究经理，资深数据分析师，河南牧业经济学院外聘讲师，主讲《数据处理技术》、《大数据时代案例分析》，Office深度使用者，Excel系列文章全网阅读量破千万，深受在校学生和职场人士的欢迎。

内页插图

精彩书评

　　

毕业六年，从甲方公司的行业研究员再到三方市场研究公司的研究经理，一路走来，我很荣幸成为作者成长与蜕变的见证者。这是一个很容易让人浮躁让人疯狂的时代，但是作者还能静下心来去思考“是什么”“为什么”“怎么做” 的问题， 着实让人感动。创业18年，从0到1，从1到N，我深刻地认识到数据分析对于企业发展的重要性，而也只有那些能够有效利用工具从数据中提炼信息、发现机会、洞察未来的人，才能最终成为各行各业的领军人物！这本书于作者是一个阶段的总结和经验的分享，而于读者则极有可能是撬开一座宝库的密钥。

——河南君友商务咨询有限公司董事长 徐延军

　　

Excel作为当今社会人们工作、生活、娱乐之“必备工具”，深受大家的喜爱。但很多人对其中的使用技巧并不熟悉，致使其难以物尽其用。作者虽谦称本书是“入门级读物”，但我以为，本书中讲述的各种使用方法、技巧对大多数人都大有裨益，值得借鉴。作者与我共事多年，才华横溢，才思敏捷，写书作文信手拈来、妙趣横生、易于阅读，相信读者会阅读本书的过程中有切身感受。

——深圳赋安战略投资部经理 刘立峰

　　

很多人对“数据分析”望而生畏，无非是两个原因，一是统计学枯燥，二是数字枯燥。可是谁说没学过统计学就不能做数据分析了？谁说数据分析就一定是枯燥的？看到这本书的初稿，我就被该书严谨的结构、生动的叙述、经典的案例深深吸引，强烈介绍给我的学生，这本书中的知识必会成为他们进入职场的利器。

——大连海事大学教授、博士生导师 丁宁

　　

看了这么多Excel的书，总是半途而废，直到我遇到了它。没有烦琐复杂的说教，读得懂、看得会、学得进，通俗易懂， 让我相信Excel没那么难。想要搞定数据分析，这本书足够让你精进。

——独立演示设计师、资深互联网观察者 范姜敏@Fan_范姜敏

Excel方面的书有很多，数据分析方面的书也有很多，但是本书绝对值得购买。原因有四：一是完全以实践应用为指导， 围绕案例层层展开；二是循序渐进，以数据分析的六大步骤为主线，每一个知识点都是精华；三是除Excel数据分析外，还涉及SPSS案例分析、统计分析图表、统计分析报告等相关知识，全面覆盖，重点突出；四是站在职场“老人”带“新人”的角度把数据分析各个环节的注意事项解释得清清楚楚、通俗易懂。如果你是在校大学生，如果是你初入职场的小白，如果你是想往数据分析转型的职场“老人”，这本书绝对是你的启蒙之书。

——河南牧业经济学院副教授 杜玲

　　

这本书我已经期待了整整一年，终于面世了，它比我想象得更专业、更生动、更容易让读者沉进去。不管你有没有统计学背景、不管你有没有工作经验、不管你纵横职场多少年， 我相信这本书都能让你有所收获，除知识之外，更有作者的那份执着——每天的Excel学习从不间断、每周的Excel教程从不间断、每月的定期总结分享也从不间断。 很多人问我学数据分析难不难，这本书里就有你想要的答案。
　　

——公众号「欢乐PPT」创始人 鸟叔

　　

当初在网上看到作者分享Excel知识的文章，立马就被征服了，逻辑严谨，善于总结，字里行间又不失风趣幽默。本书立足于Excel小白的角度，从数据输入、整理开始，到数据分析与呈现，不仅能从中学到操作的方法与技巧，重要的是能让你掌握做表格的思路。我相信这本书一定能为众多Excel小白提供不少的帮助！

——公众号「Skill成长课堂」创始人 院长大大

　　

数据分析是一个快速发展的领域，很多人都渴望知道学习什么、怎么学习，本书给出了一个清晰的方案，帮助数据分析爱好者快速提高一个台阶，让人人都能成为数据分析师。
　　

——CDA数据分析研究院

目录

第1 章 知己知彼，百战不殆——什么是数据分析 / 1

1.1?数据分析的力量 1

1. “战神”林彪活捉廖耀湘 1

2. 啤酒与尿布的缘分 2

3.“智商与颜值成正比”的美女领导 2

1.2?初识数据分析 3

1. 确立分析目的 4

2. 明确分析思路 4

3. 数据采集 6

4.数据输入 8

5. 数据整理 9

6. 数据处理 9

7. 数据分析 9

8. 数据呈现 10

9. 数据分析报告 11

1.3?数据分析的前景 12

1.4?数据分析的六大误区 13

1. 否认数据分析的重要性 14

2. 分析目的不明确 15

3. 盲目热衷高级数据分析方法 15

4. 过分追求数据分析报告的炫酷 15

5. 分析结果脱离业务实际 16

6. 二手数据直接使用 16

第2 章 稳扎稳打，步步为营——数据输入 / 18

2.1?Excel基础操作 18

1. Excel工作界面介绍 18

2. Excel单元格编辑 21

3. 常用Excel快捷键 23

2.2?Excel数据类型 24

1. 4种数据类型 24

2. 文本数据与数值数据互换 25

2.3?单元格逐个输入 27

1. 数值输入 28

2. 输入日期和时间 29

3. 输入特殊字符 31

4. 输入身份证号码 33

2.4?单元格批量输入 34

1. Excel双击填充 34

2. Excel序列填充 35

3. Excel快速填充 36

2.5?单元格限制性输入 39

1. 从列表中选择输入 39

2. 一级下拉菜单 40

3. 二级下拉菜单 41

4. 只能输入身份证号码 44

5. 限制重复录入 45

2.6?调查问卷的录入规则 45

2017年度大学生手机上网情况调研问卷 46

第1种类型：填空题 46

第2种类型：单选题 46

第3种类型：排序题 46

第4种类型：多选题 47

第5种类型：开放题 47

题型分析： 47

第3 章 去粗取精，去伪存真——数据整理 / 49

3.1?数据表格的规范化 49

1. 冻结窗格 49

2. 二维表转换为一维表 52

3. 超级表 58

3.2?单元格的规范化 63

1. 单元格换行 63

2. 自定义单元格格式 66

3.3?数据分列 68

1. 【分列】功能 68

2. 快速填充 68

3. 两端对齐 68

4. RIGHT与LEFT函数 69

5. LENB与LEN函数 69

6. MIDB、SEARCHB、LENB函数 69

3.4?数据提取 71

1. 一列变多列 71

2. 提取不规则数据的最后一部分内容 72

3. 提取部分内容，保留部分内容 73

3.5?数据合并 74

1. 用连接符“&”合并数据 75

2. CONCATENATE函数 75

3. 通过剪贴板合并数据 75

4. 通过“快速填充”合并数据 76

5. 利用数组特征合并数据 76

6. 利用PHONETIC函数进行文本连接 77

7. 符合条件的合并为一个单元格 77

8. 符合条件单元格对应内容的合并 79

3.6?删除重复值 80

1. 删除重复项 80

2. 条件格式-重复值 80

3. 高级筛选 81

4. COUNTIF函数 81

5. 数据透视表 82

3.7?判断错误值 83

1. 数据类型错误 83

2. 录入选项不符合要求 84

3. 录入数值错误 84

3.8?相同字段的查找匹配 86

1. VLOOKUP函数入门用法 86

2. VLOOKUP函数进阶用法 87

3. VLOOKUP函数高级用法 93

3.9?保护工作表和工作簿 97

1. 保护工作表 97

2. 保护工作簿 99

第4 章 抽丝剥茧，刨根问底——数据处理 / 101

4.1?“高级筛选”，数据筛选更智能 101

1. 单个条件筛选 102

2. 多个条件“与”满足的情况下进行筛选 103

3. 多个条件“或”满足的情况下进行筛选 104

4. 多列联动比较筛选 105

5. 复杂条件下的高级筛选 106

6. 拆分数据列表 106

4.2?“条件格式”，让数据可视化 108

1. 满足条件的单元格突出显示 108

2. 数据图形化、可视化 113

3. 用自定义条件实现复杂条件的设置 115

4.3?数据分析的利器——数据透视表 118

1. 创建数据透视表 119

2. 数据透视表的基础应用 120

3. 数据透视表的高级应用 124

4. 数据透视表在多选题中的应用 128

4.4?3组9个常用的统计分析函数 130

4.5?筛选与隐藏状态下的数据统计 136

4.6?最值计算与排序 140

4.7?身份证号码中隐藏的秘密 143

第5 章 透过现象看本质——数据分析 / 149

5.1?对比分析法 149

5.2?交叉分析法 153

5.3?综合评价分析法 154

5.4?矩阵分析法 157

5.5?对应分析 161

5.6?漏斗分析法 169

5.7?杜邦分析法 173

第6 章 用图说话，图个明白——数据呈现 / 176

6.1?让图表会说话 176

6.2?基础图表的使用 180

6.3?Excel 2016新增图表的使用 189

6.4?表格设计与美化 195

6.5?高级数据分析图表 203

6.6?数据可视化 217

6.7?图表验收 222

第7 章 万事俱备，只欠东风——数据分析报告 / 224

7.1?认识数据分析报告 224

7.2?数据分析报告的结构 232

7.3?高质量数据分析报告的必备要素 238

精彩书摘

数据分析的六大误区

关关： 哇哦，看来我选择了一个很有潜力的岗位啊，逆袭“高富帅”不再是梦想。

安迪： 理论上是这样的，你可得加油了！在了解了数据分析这个职业后，我再跟你分享几个数据分析容易走进的误区，以后在工作中需要多加注意。

数据分析很有趣也很神奇，有人说它是未来驱动社会发展的引擎，有人说“不以数据分析为基础的执行都是耍流氓”，可以说数据分析是一切企业行为的前提。对于初级数据分析人员常有的几种认识误区，笔者在此进行了整理，希望初学者能够避免这些误区。

1. 否认数据分析的重要性

数据分析中非常重要的一项内容就是客户需求分析，而认为“客户需求分析不重要”的声音一直都没有停止过，他们扛起乔布斯和福特的大旗，告诉别人：客户连自己想要什么都不知道，怎么能告诉你呢？

乔布斯有一句名言：我们不用做调查，消费者并不知道他们需要的是什么，而苹果会告诉他们什么才是潮流！亨利·福特也有一句意思相近的名言：如果我最初问消费者他们想要什么，他们应该会告诉我，“要一匹更快的马！”这两句话被各种解读加误传，最后连很多数据分析人员都开始否定自己的职业价值。

其实，故事是这样的：

一百多年前，福特公司的创始人亨利·福特先生到处跑去问客户：“您需要一个什么样的更好的交通工具？”几乎所有人的答案都是：“我要一匹更快的马。”很多人听到这个答案后，立即跑到马场去选马配种，以满足客户的需求。但是福特先生没有立即前往马场，而是接着往下问。

福特：“你为什么需要一匹更快的马？”

客户：“因为可以跑得更快！”

福特：“你为什么需要跑得更快？”

客户：“因为这样我就可以更早地到达目的地。”

福特：“所以，你要一匹更快的马的真正用意是？”

客户：“用更短的时间、更快地到达目的地！”

于是，福特便选择了制造汽车去满足客户的需求。

所以说不是客户需求分析没有价值，而是分析得不彻底、不深入，没有发现客户需求的核心要素：更短、更快！怎样才能更短、更快？显而易见，马的速度是有限的，耐力也是有限的，只有制造出其他突破马的极限的交通工具，才能真正满足客户的需求。

乔布斯还有一句名言：“我们的任务是读懂还没落到纸面上的东西。”这个需要读懂的东西实际上还是客户的隐性需求，他不通过调查直接告诉客户什么是潮流，其实在制造潮流的过程中他仍在考虑客户的需求，比如，客户需要更人性化的设计、更友好的界面、更精致的做工、更能体现尊贵身份的手机，客户只是说不出来“我需要一部iPhone”而已。

客户需求有显性需求和隐性需求两大类。数据分析就是根据所收集的显性需求信息进行深度挖掘和捕获，以了解客户的隐性需求是什么，进而分析出客户的真正需求是什么（例如，用更短的时间、更快地到达目的地，而不是“马”），这就是数据分析的价值之一。

2. 分析目的不明确

前面我们强调了“明确分析目的”的重要性，没有明确的分析目的，数据分析极有可能流于形式。把所有的数据都计算出来，然后都用图表呈现出来，再把所有的图表堆砌在数据分析报告中，而不管这个分析思路能不能支撑分析目的、结论与建议是否能达到分析目的。

只有明确了分析目的，才能知道数据分析的思路，才能在思路的引导下开展数据采集等工作，在数据分析过程中知道哪些数据需要用、哪些数据不需要用，哪种方式方法更适合，哪种图表展现方式更贴切，下什么结论、从什么方面提建议更有依据。分析目的就是一条主线，贯穿数据分析全过程，必须明确。

3. 盲目热衷高级数据分析方法

在进行数据分析时，很多人喜欢用因子分析、回归分析、聚类分析、路径分析等高级分析方法，认为只有这样才能体现专业性。笔者曾作为评委参与某市场调研大赛，在审阅了40多份调研报告后发现，大多数看起来很专业的数据分析方法都被错误使用或过度解读，其中还充斥着几个让人完全摸不着头脑的模型，明明全文都是用Excel 计算出来的数据，却偏偏要说“主要使用SPSS 数据分析软件”。其实，数据分析是否专业，并不是通过高级分析模型来体现的，而是通过是否能够简单、有效地实现分析目的来体现的。

笔者不反对更高级的数据分析方法，只是连自己都说不清楚、解释不明白的分析方法就不要用了，没有必要为了“装”而“装”，用Excel 做数据分析完全没有问题，硬是和SPSS扯上关系就太刻意了。

4. 过分追求数据分析报告的炫酷

数据分析报告很重要，但是并不意味着分析报告可以“一白遮百丑”，也不是“一胖毁所有”，它最明显的作用就是“锦上添花”。数据分析是否有价值在于是否实现了分析目的，数据分析报告只是对整个分析过程及分析结论的系统性呈现，简洁美观是必需，而过分追求炫酷则是不合适的。

5. 分析结果脱离业务实际

一位优秀的数据分析师必须将数据分析结果与业务实际相联系，脱离了业务实际的分析很容易“唯工具论”“唯方法论”“唯数据论”，不能将数据分析图表和结论通过一定的逻辑系统化呈现。

例如，通过数据分析我们发现小米手机的线上销售量出现下降，而在我们的惯性认识中小米手机一直以线上渠道为主，因此，我们便得出结论：小米手机的市场竞争力正在下降。

但是近一年来，小米手机的线下渠道迅速扩张，线下出货量增幅迅速，单一地从线上销售量下降就得出小米手机的竞争力在减弱显然是不严谨的。

所以在进行数据分析之前必须对企业的业务有全面的了解，然后结合业务发展现状进行数据分析，数据分析结论也要与业务紧密联系，不“高谈阔论”，也不“纸上谈兵”。

6. 二手数据直接使用

随着互联网的发展，数据获取越来越方便，每天都有大量数据充斥着我们每个人的眼球，有些数据还牵动着我们的神经，如房价方面的数据。但是我们需要对数据来源的可靠性和真实性加以辨别，不能直接使用二手数据，这样可能会因为数据的失真或局限性而导致数据分析结果毫无价值。

关关： 原来数据分析还有这么多陷阱，看来以后我要小心了。

人人都能学会的Excel数据分析 下载 mobi epub pdf txt 电子书 格式

评分☆☆☆☆☆

评价大于20元的商品超过10个字

评分☆☆☆☆☆

此用户未及时填写评价内容，系统默认好评！

评分☆☆☆☆☆

准备买几本实用性比较强的书加强一下自己的能力 希望不会失望 加油

评分☆☆☆☆☆

经典之作，值得都买，学到就是赚到。

评分☆☆☆☆☆

很好，包装好，干净。京东速度还是这么给力！！！

评分☆☆☆☆☆

想学习做出很专业的excel报表，慢慢学习起来

评分☆☆☆☆☆

还不错，主要讲一些商务风格的制作

评分☆☆☆☆☆

课题需要的书籍，书的速度和质量都可以！

评分☆☆☆☆☆

还没用，应该可以吧！还没用，应该可以吧！

类似图书 点击查看全场最低价