用Excel玩转商业智能 v2.0课件

1、CDA数据分析师系列培训用Excel玩转商业智能日 期： 5月24日经管之家讲师： 李 奇直播内容大纲自我介绍大数据与数据分析计算机问世以来的50年间，人类生产的数据总量呈几何级数与日俱增，在很长一段时间内，我们只是存储数据而缺乏有效地利用数据的手段。近年，随着信息产业及信息技术的飞速发展，不仅数据量得到了爆发性的增长，数据处理技术也得到了突飞猛进的发展，我们终于拥有了发现及挖掘隐藏在海量数据背后信息，并将这些信息转化为知识及智慧的能力，数据开始了从量变到质变的转化过程，信息社会迎来了新的时代大数据时代。MySQLSQL ServerDB2外部文件数据分析方法： 1. 商业智能 2. 预测分析

2、 3. 数据挖掘知识及智慧： - 谷歌流感趋势预测 - 啤酒与尿布的故事数据分析方法分类 1. 商业智能 2. 预测分析 3. 数据挖掘 1. 多维度分析数据集 2. 现状、原因分析 3. 数据透视分析 4. 可视化图表分析 1. 简单线性回归 2. 非线性回归 3. 多元回归 4. 逻辑回归等 1. 决策树 2. 关联分析 3. 聚类分析等ExcelSPSS、SAS、R等5商业智能数据分析流程 1. 业务理解 2. 数据收集 3. 数据处理 4. 数据分析 5. 数据展现 6. 制作报告数据分析的起点，最为重要的环节多渠道获取结构化与非结构化数据数据清洗数据整理数据加工对比、结构分析多维度分

3、析可视化分析可视化图表展现商业智能报表7商业洞察与商业智能报表1对一份计算正确的财务数据进行加工后8商业洞察与商业智能报表2对一份标准的销售管理报表进行加工后10变身为一份会讲故事的商业智能分析仪商业洞察与商业智能报表211商业洞察与商业智能报表3商业智能报表还可以像工具一样为我们做些事情，比如自动完成匹配查询12商业智能报表中用到的主要分析方法对比分析KPI进度分析纵向对比（时间序列的趋势分析）横向对比原因、结果分析结构分析占比分析(比例=（部分/总体）*100%)漏斗构成财务指标构成原因、结果分析可视化分析静态图表交互式图表创意图表辅助动画多维度分析透视图表分析不同维度筛选上卷、下钻分析不

4、同汇总规则计算财务杜邦分析仪 洞察构成及占比利用主要财务指标之间的内在联系综合分析企业财务状况的综合财务分析方法 对比分析结构分析结构分析 、可视化分析结构分析 、可视化分析销售管理分析 搭建多维数据模型理清业务流程，设计囊括业务全方位信息的数据模型销售管理分析多维度模型客户维度产品维度地域维度销售维度渠道维度商机维度客户产品地域销售渠道商机销售管理分析仪 洞察风险销售管理分析的目的在于提前洞察商机风险，制定对策，实现成功率最大化多维度分析结构分析对比分析餐饮业数据分析仪 指标监控全面、及时地获取信息并快速做出响应是快消业取得竞争优势的重要因素对比分析BI分析工具ExcelExcel的历史：用

5、于MS-DOS的版本包括：1987年 Excel 2.0 for MS-DOS 3.0用于Microsoft Windows的版本包括：1987年 Excel 2 for Windows1990年 Excel 31992年 Excel 41993年 Excel 51995年 Excel 95 - 亦称 71997年 Excel 97 - 亦称 81999年 Excel 2000 - 亦称 92001年 Excel XP - 亦称 102003年 Excel 2003 - 亦称 112006年 Excel 2007 - 亦称 122010年 Excel 2010 - 亦称 142013年 Exc

6、el 2013 - 亦称 15实施BI必备技巧：Excel基本功能 熟练使用格式设定、制图、数据透视表等功能高级图表制作技巧 掌握动态图表、自定义图表制作技巧公式功能掌握计算、查找定位等主要函数及嵌套函数使用方法Power BI插件熟悉Power Query、Power Pivot等插件工具使用方法VBA功能学会录制宏技巧、编辑简单VBA程序Excel基本功能Power BI插件高级图表制作技巧公式功能VBA功能ExcelBI工具技能树20Excel做BI分析的基本技能数据加工处理方法 使用Power BI系列插件及Excel公式加工数据多维数据集搭建方法 使用Power Query及Powe

7、r Pivot搭建多维数据集透视分析数据透视表及Power Pivot可视化方法基本图表、动态图表、自定义图表宏（VBA）技巧录制宏及理解简单VBA语句数据加工处理方法数据可视化方法多维数据集搭建方法透视分析宏（VBA）技巧Excel做数据分析的基本技能21将学到的BI分析方法 1. 数据加工处理方法 2. 分析方法 3. 业务分析方法 1. 处理重复及不完整数据 2. 处理格式错误数据 3. 处理异常值 4. 数据提取、合并、排序、标准化、筛选、分组等方法 1. 多维度透视分析 2. 可视化分析 3. 对比、构成、原因分析等 4. 简单回归分析及初步数据挖掘操作方法等 1. 关键指标监控 2

8、. 财务杜邦分析法 3. 销售漏斗分析法等22将接触到的统计基本图表24将接触到的预测分析方法 回归基础25将学到的硬件技能 1. Excel基本技能 2. Excel高级技能 3. 统计分析及数据挖掘 1. 基本数据操作及条件格式应用技能 2. 各类基本函数公式应用技能 3. 基本图表及透视图表应用技能 4. 简单VBA技能 1. Power Query及Power Pivot应用技能 2. 动态图表及专业商业图表制作技能 3. 高级函数公式应用技巧 4. 商业智能报表制作技能 1. 制作基本统计图表技能 2. 应用简单回归分析技能 3. 初步了解SPSS操作27从猎聘网的中高端职位数据来看

9、，分析师职位无论从绝对数到相对量都在快速增长。猎聘网数据分析师报告 分析师的需求增长迅速猎聘网数据分析师报告 分析师职位的行业分布情况分析师职位主要集中在互联网、金融、消费品、制药/医疗等行业，其中互联网和金融行业的分析师职位数超过了80%。猎聘网数据分析师报告 分析师职位的地区分布情况对于分析师的职业发展来说，坚守而不是逃离一线城市才是明智的选择。北京 43.4%上海 20.6%杭州 10.4%深圳 8.8%广州 5.3%猎聘网数据分析师报告 互联网行业数据分析职位的特征互联网行业数据分析的主要对象是产品、运营和用户，其次是市场和客户。包含特征的职位占比猎聘网数据分析师报告 金融行业数据分析

10、职位的特征金融行业更加重视对客户的分析，而信用风险和投资分析是行业特色。包含特征的职位占比更重视客户分析金融行业特色猎聘网数据分析师报告 企业为分析师职位提供的薪酬(上限)无论是初级还是高级岗位，企业都愿意为分析师提供高于行业平均水平的薪酬。（万元）互联网分析师职位薪酬互联网所有职位平均薪酬工作年限 薪酬(上限)猎聘网数据分析师报告 高薪职位在不同行业的分布互联网、金融行业年薪超过50万元的职位数最多猎聘网数据分析师报告 高薪分析师职位在不同地区的分布年薪50万以上的分析师职位主要分布在北京、上海、深圳。上海 17.2%宁夏深圳 16.1%广州 2.8%杭州 3.1%北京 47.7%猎聘网数据分析师报告 分析师的教育专业背景分析师从业者的专业背