一、快速掌握excel分析技能

1、excel學習

excel教程不要太多，如何快速學習excel，我之前也回答過，反正就是逮住一本教程，照着練：

把一本體系化的excel教程吃透了，就足以應對業務工作所需的數據分析了。

2、excel實操

好用的函數能讓你數據分析時，如有神助，下面是我在數據分析時常用的函數：常用函數(加總求和、計數、平均、最值、排序、乘積、除餘、取整)

邏輯運算(if、iferror、and、or)

文本編輯(文本提取、文本查找、文本替換、文本轉換及合併)

引用與查找(vlookup、hlookup、lookup、indirect、index、match)

1)排序函數

rank(排序的目標數值，區域，邏輯值)

邏輯值如果輸入0或者不輸入時，為降序排列(數值越大，排名越靠前)；邏輯值輸入非0時，為升序排列(數值越大，排名越靠後)比如：對業績排名的計算，小李排名第5

2)邏輯判斷

if(計算條件的表達式或值，滿足條件返回true,否則返回false)

根據指定條件來判斷其“滿足”(TRUE)、“不滿足”(FALSE)，從而返回相應的內容。比如：判斷團隊業績是否達標，小李和小軍均不合格

3)計算文本長度

len(要計算字符長度的文本)，用來計算文本串的字符數比如：判斷手機號是否有效，小李手機號少一位，為無效信息

不全部列舉了，這篇講的比較全，可以移步參考：數據分析excel常用函數_大數據_su_2018的博客-CSDN博客blog.csdn.net

數據處理上，可以使用一些excel插件，提高處理速度：

注：插件方便也不用貪多，挑順手的數據處理和圖形制作的各一個即可。

二、數據分析的幾點硬核經驗

1、務必提升數據採集的效率

因為讀了四年社會學(社會調查專業户)，經常需要大面積採集數據，所以吃夠了數據收集的虧。excel重處理而弱採集，尤其在大體量的公司，跨部門收集、彙總四面八方的數據，很崩潰。

所以我從去年5月找了一些表單工具(j簡道雲、麥客、金數據、氚雲等)，一圈試下來，碰上年初的疫情我們公司上了釘釘，現在是【釘釘+簡道雲+excel】搭配使用，數據收集效率還是很可觀地，目前在庫存管理、銷售管理上都已形成了規範的數據採集管理：

關於實際使用的心得，我就不展開講了，以後再作分享。

數據採集還涉及線上數據爬取，但這方面我瞭解不多，就不班門弄斧了。有意者可以參考這篇回答：如何入門 Python 爬蟲？

2、業務知識大於工具選擇

所有數據分析師都會告訴後來人“業務知識很重要”，因為大家在踩了坑之後才恍然大悟分析中遇到的很多難題問題都源於對業務的不瞭解。

例如，同樣是對客户進行分析，互聯網電商的客户與保險客户具有明顯區別，前者重視來源，活躍度，購買率，流失率，後者關注渠道，報價，理賠風險，投訴。業務知識包括這種大方向的行業知識，也包括公司內部特殊情況，瞭解得越詳細可以避免繞很多彎路。

例如，有些行為是內部人員參與的造成的數據異常要提前做處理，有些業務開展是帶地區特性的，分析時候要區分對待等。

而真正做分析時候，你會發現市面上有太多的分析工具，需要掌握的實在是太多了，其實不必糾結於此，依據個人能力，配合當前的數據分析環境，適用的工具自然會被選出。

數據分析過來人都會説80％的時間都在做數據處理工作，所以數據處理能力是必須的，簡單工具有Excel、SQL，複雜的有R，Python，Java。專業點的是finebi、tableau等。

3、規範良好的數據思維

分享幾本在我成長過程中幫助較大的【數據分析書籍】

數據分析入門第一本。通俗簡單，能夠讓你對數據分析的相關概念有大致的瞭解。這本書藴含的思想邏輯和分析原則，要好好體會，會對你以後的學習有很大的幫助。

號稱“文科生也能看懂”的統計書。閲讀起來相當容易，一口氣就能看完。這本書所講的知識在數據分析中都是常見且必須掌握的，比如基本的統計量，基本上每個分析項目中都會用到；比如基本的概率分佈，總體與樣本的概念、置信區間、假設檢驗、迴歸分析，都是關於數據分析的統計學知識。“HeadFirst類的書籍，一向淺顯易懂形象生動，可以對分析概念有個全面的認知。”“此書優勢在於將企業分成了幾個大的行業類別，並分門別類的講解了每個行業的商業模式特點及分析技巧，對使用者的分析能力要求較高，且必須具備相應的業務知識。”

書中並沒有講到具體的數據分析技術，主要分析了各種產品中用到的指標、模型和“數據驅動型產品”的一些思路。

阿里巴巴前數據副總裁車品覺所著，講解了阿里巴巴在企業內部治理數據過程中的心得，所講“存-通-用”數據管理三板斧和“從數據化運營到運營數據”，字字珠璣，可堪借鑑。