干货实操！人人都能学会的Excel数据分析方法

　　无论是刚入门的数据分析小白，但是工作多年的数据工程师，学会用Excel做数据分析总是第一门课。其实excel不只是一个数据统计工具，它的数据分析能力十分强大，除了基本的数据计算之外，还可以进行数据清洗、数据可视化等等，财务人、业务人等都很喜欢用excel做报表。

　　虽然Excel不能实现大数据量的数据分析，对于数据分析领域的新手来说，它成为一个很好的跳板，帮助你快速掌握数据分析的基础思维和方法。

　　下面我就以某电器商家的淘宝数据为例，详细介绍一下如何用excel分析数据！

　　这里可以分享一个小函数：Replace()。如果需要隐藏一部分文本，可以使用这个函数，正如数据源当中的“买家会员名”，我把前3个文本都用“*”来代替，既不会影响这个字段的使用，又可以合理隐藏真实信息。

　　而我们做电商数据分析，一定要记住，是先分析，后数据。除非刚入门的时候，不知道分析什么好，所以看到有什么数据就从数据当中去提取有价值的信息。

　　但真正的高手，都是先分析后数据，先胜而后战。而分析靠的是什么，其实就是运营经验，归根到底做电商数据分析，不懂电商的业务逻辑，分析出来的信息，是不适合用来做商业决策的。因为信息是错误的，那么决策的成本机会增加。

　　往往一条有重要指导意义的错误信息，会导致一家店铺，一家公司走向死亡。所以，没把握之前，就要做微调型决策，一步一步向前走。

　　既然有“买家会员名”这个字段，那么能否知道，有多少买家在过去一段时间进行了二次复购呢，甚至多次复购呢？

　　复购，就是说一个客户在过去一段时间有来店铺买过两次以上的产品，也就是下过两次订单。由于订单也有可能是一个客户在同一时间拍下2个产品，每个产品1个订单，那为了方便统计，我们也默认这算是复购。

　　借助了PowerPivot的度量值计算，分别统计有多少的“买家会员名”，以及去重之后，还剩下多少数，两者相减，剩下来的就是“复购会员数”，然后基于度量值计算，去分析复购率。

　　很明显，如果我以省份作为分析维度的话，那么上面这份数据透视表就可以看出不同的省份下哪些复购率高。

　　如果从这段时间整家店铺来算，整体复购率是16.30%，而如果细化到各个省份，每个省份都有各自的复购率计算，比如广东省，复购率16.56%，和整体复购率持平。

　　复购次数多，不见得消费的金额就高，所以要看其总金额，看为这家店铺贡献了多少人民币。那么从数据分析的角度来说，到这里为止，能给的决策其实就是围绕这些高复购率的省份，高复购率的会员进行重点维护。

　　毕竟，现在一次性生意是越来越难做的，要做就要做可以二次复购甚至多次复购的生意。

　　这里，就不得不提到日历表，我们接下来结合日历表，进行日期维度数据的提取。有了日期数据，才能计算环比同比的订单增长率。

　　如果纯粹靠Excel的函数嵌套来计算同比环比的话，那么无论是从手工效率，还是数据计算正确率来说，都会大打折扣。而如果借助PowerPivot的关于同比环比计算的DAX函数，那么就可以快速实现分析。

　　这个方法可以分析订单增长率，难不成就不能分析客户增长率吗？当然可以，这里就不一一演示。

　　接下来基于这份任务表，结合我们之前做的订单分析模型，来对数据源进行处理。

　　这样子，只需要选择年份数据，就可以快速分析出每一年的实际订单任务额完成度是多少，超过90%，就算达标。

　　那么，这里给每个月份指定的任务额是固定的吗？其实我们只需要修改一下数字，刷新之后，这些数据都会自动变化，自动计算。

　　而它计算的背后，是有一个数据模型在控制的，这个也不是Excel的函数嵌套能办到的事情。返回搜狐，查看更多