1、CDA數(shù)據(jù)分析師系列培訓(xùn)用Excel玩轉(zhuǎn)商業(yè)智能日 期： 5月24日經(jīng)管之家講師： 李 奇第1頁直播內(nèi)容綱領(lǐng)第2頁自我介紹第3頁大數(shù)據(jù)與數(shù)據(jù)分析計(jì)算機(jī)問世以來50年間，人類生產(chǎn)數(shù)據(jù)總量呈幾何級數(shù)與日俱增，在很長一段時(shí)間內(nèi)，我們只是存放數(shù)據(jù)而缺乏有效地利用數(shù)據(jù)伎倆。近年，伴隨信息產(chǎn)業(yè)及信息技術(shù)飛速發(fā)展，不但數(shù)據(jù)量得到了暴發(fā)性增加，數(shù)據(jù)處理技術(shù)也得到了突飛猛進(jìn)發(fā)展，我們終于擁有了發(fā)覺及挖掘隱藏在海量數(shù)據(jù)背后信息，并將這些信息轉(zhuǎn)化為知識(shí)及智慧能力，數(shù)據(jù)開始了從量變到質(zhì)變轉(zhuǎn)化過程，信息社會(huì)迎來了新時(shí)代大數(shù)據(jù)時(shí)代。MySQLSQL ServerDB2外部文件數(shù)據(jù)分析方法： 1. 商業(yè)智能 2. 預(yù)測分析

2、 3. 數(shù)據(jù)挖掘知識(shí)及智慧： - 谷歌流感趨勢預(yù)測 - 啤酒與尿布故事第4頁數(shù)據(jù)分析方法分類5 1. 商業(yè)智能 2. 預(yù)測分析 3. 數(shù)據(jù)挖掘 1. 多維度分析數(shù)據(jù)集 2. 現(xiàn)實(shí)狀況、原因分析 3. 數(shù)據(jù)透視分析 4. 可視化圖表分析 1. 簡單線性回歸 2. 非線性回歸 3. 多元回歸 4. 邏輯回歸等 1. 決議樹 2. 關(guān)聯(lián)分析 3. 聚類分析等ExcelSPSS、SAS、R等第5頁商業(yè)洞察與商業(yè)智能6 商業(yè)智能幫助我們發(fā)覺、了解及掌握數(shù)據(jù)背后隱藏信息知識(shí)/智慧信息數(shù)據(jù)知識(shí)是對事物正確了解及認(rèn)識(shí)，智慧是基于知識(shí)找到處理方案能力信息是有邏輯、含義及時(shí)效性數(shù)據(jù)數(shù)據(jù)包含文本、音樂、文字、數(shù)字等

3、各種表示形式 商業(yè)智能實(shí)現(xiàn)商業(yè)洞察：商業(yè)洞察是深入商業(yè)現(xiàn)象發(fā)覺問題本質(zhì)過程，商業(yè)智能是實(shí)現(xiàn)商業(yè)洞察主要伎倆 1. 業(yè)務(wù)了解 2. 數(shù)據(jù)搜集 3. 數(shù)據(jù)處理 4. 數(shù)據(jù)分析 5. 數(shù)據(jù)展現(xiàn)第6頁商業(yè)智能數(shù)據(jù)分析流程7 1. 業(yè)務(wù)了解 2. 數(shù)據(jù)搜集 3. 數(shù)據(jù)處理 4. 數(shù)據(jù)分析 5. 數(shù)據(jù)展現(xiàn) 6. 制作匯報(bào)數(shù)據(jù)分析起點(diǎn)，最為主要步驟多渠道獲取結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)清洗數(shù)據(jù)整理數(shù)據(jù)加工對比、結(jié)構(gòu)分析多維度分析可視化分析可視化圖表展現(xiàn)商業(yè)智能報(bào)表第7頁商業(yè)洞察與商業(yè)智能報(bào)表18對一份計(jì)算正確財(cái)務(wù)數(shù)據(jù)進(jìn)行加工后第8頁華麗變身為一份足具商業(yè)洞察力商業(yè)智能分析儀商業(yè)洞察與商業(yè)智能報(bào)表19第9頁商業(yè)洞

4、察與商業(yè)智能報(bào)表210對一份標(biāo)準(zhǔn)銷售管理報(bào)表進(jìn)行加工后第10頁變身為一份會(huì)講故事商業(yè)智能分析儀商業(yè)洞察與商業(yè)智能報(bào)表211第11頁商業(yè)洞察與商業(yè)智能報(bào)表312商業(yè)智能報(bào)表還能夠像工具一樣為我們做些事情，比如自動(dòng)完成匹配查詢第12頁商業(yè)洞察與商業(yè)智能報(bào)表413我們希望有一個(gè)報(bào)表能夠幫助我們實(shí)時(shí)監(jiān)控關(guān)鍵指標(biāo)改變情況，于是第13頁商業(yè)智能報(bào)表中用到主要分析方法對比分析KPI進(jìn)度分析縱向?qū)Ρ龋〞r(shí)間序列趨勢分析）橫向?qū)Ρ仍颉⒔Y(jié)果分析結(jié)構(gòu)分析占比分析(百分比=（部分/總體）*100%)漏斗組成財(cái)務(wù)指標(biāo)組成原因、結(jié)果分析可視化分析靜態(tài)圖表交互式圖表創(chuàng)意圖表輔助動(dòng)畫多維度分析透視圖表分析不一樣維度篩選上卷、

5、下鉆分析不一樣匯總規(guī)則計(jì)算第14頁財(cái)務(wù)杜邦分析儀 洞察組成及占比利用主要財(cái)務(wù)指標(biāo)之間內(nèi)在聯(lián)絡(luò)綜合分析企業(yè)財(cái)務(wù)情況綜合財(cái)務(wù)分析方法 對比分析結(jié)構(gòu)分析結(jié)構(gòu)分析 、可視化分析結(jié)構(gòu)分析 、可視化分析第15頁銷售管理分析 銷售漏斗分析 潛在接觸意向明確投入談判成交銷售漏斗分析是關(guān)系型銷售運(yùn)行管理中最為主要分析方法財(cái)務(wù)目標(biāo)設(shè)定: 產(chǎn)品線, 市場細(xì)分產(chǎn)品線,客戶歷史數(shù)據(jù)分析 銷售任務(wù)制訂: 產(chǎn)品線,細(xì)分市場組織結(jié)構(gòu)設(shè)計(jì)/銷售能力分析市場運(yùn)行,市場價(jià)定位, 客戶處理方案市場推廣: 廣告 / 市場需求刺激市場活動(dòng)銷售效率分析市場運(yùn)行市場部銷售管理分析市場需求推進(jìn)銷售任務(wù)分析銷售活動(dòng): 各個(gè)產(chǎn)品線市場活動(dòng)銷售漏斗

6、銷售運(yùn)行業(yè)務(wù)圖第16頁銷售管理分析 搭建多維數(shù)據(jù)模型理清業(yè)務(wù)流程，設(shè)計(jì)囊括業(yè)務(wù)全方位信息數(shù)據(jù)模型銷售管理分析多維度模型客戶維度產(chǎn)品維度地域維度銷售維度渠道維度商機(jī)維度客戶產(chǎn)品地域銷售渠道商機(jī)第17頁銷售管理分析儀 洞察風(fēng)險(xiǎn)銷售管理分析目標(biāo)在于提前洞察商機(jī)風(fēng)險(xiǎn)，制訂對策，實(shí)現(xiàn)成功率最大化多維度分析結(jié)構(gòu)分析對比分析第18頁餐飲業(yè)數(shù)據(jù)分析儀 指標(biāo)監(jiān)控全方面、及時(shí)地獲取信息并快速做出響應(yīng)是快消業(yè)取得競爭優(yōu)勢主要原因?qū)Ρ确治龅?9頁BI分析工具Excel20Excel歷史：用于MS-DOS版本包含：1987年 Excel 2.0 for MS-DOS 3.0用于Microsoft Windows版本包含

7、：1987年 Excel 2 for Windows1990年 Excel 31992年 Excel 41993年 Excel 51995年 Excel 95 - 亦稱 71997年 Excel 97 - 亦稱 81999年 Excel 2000 - 亦稱 9 Excel XP - 亦稱 102003年 Excel 2003 - 亦稱 11年 Excel 2007 - 亦稱 1220 Excel 2010 - 亦稱 1420 Excel 2013 - 亦稱 15實(shí)施BI必備技巧：Excel基本功效 熟練使用格式設(shè)定、制圖、數(shù)據(jù)透視表等功效高級圖表制作技巧 掌握動(dòng)態(tài)圖表、自定義圖表制作技巧公式功

8、效掌握計(jì)算、查找定位等主要函數(shù)及嵌套函數(shù)使用方法Power BI插件熟悉Power Query、Power Pivot等插件工具使用方法VBA功效學(xué)會(huì)錄制宏技巧、編輯簡單VBA程序Excel基本功效Power BI插件高級圖表制作技巧公式功效VBA功效ExcelBI工具技能樹第20頁Excel做BI分析基本技能21數(shù)據(jù)加工處理方法 使用Power BI系列插件及Excel公式加工數(shù)據(jù)多維數(shù)據(jù)集搭建方法 使用Power Query及Power Pivot搭建多維數(shù)據(jù)集透視分析數(shù)據(jù)透視表及Power Pivot可視化方法基本圖表、動(dòng)態(tài)圖表、自定義圖表宏（VBA）技巧錄制宏及了解簡單VBA語句數(shù)據(jù)加

9、工處理方法數(shù)據(jù)可視化方法多維數(shù)據(jù)集搭建方法透視分析宏（VBA）技巧Excel做數(shù)據(jù)分析基本技能第21頁將學(xué)到BI分析方法22 1. 數(shù)據(jù)加工處理方法 2. 分析方法 3. 業(yè)務(wù)分析方法 1. 處理重復(fù)及不完整數(shù)據(jù) 2. 處理格式錯(cuò)誤數(shù)據(jù) 3. 處理異常值 4. 數(shù)據(jù)提取、合并、排序、標(biāo)準(zhǔn)化、篩選、分組等方法 1. 多維度透視分析 2. 可視化分析 3. 對比、組成、原因分析等 4. 簡單回歸分析及初步數(shù)據(jù)挖掘操作方法等 1. 關(guān)鍵指標(biāo)監(jiān)控 2. 財(cái)務(wù)杜邦分析法 3. 銷售漏斗分析法等第22頁將接觸到統(tǒng)計(jì)分析基礎(chǔ)23 1. 計(jì)量尺度 2. 集中/離散趨勢 3. 描述性指標(biāo) 4. 隨機(jī)與概率 5.

10、 數(shù)據(jù)分布描述等正態(tài)分布：第23頁將接觸到統(tǒng)計(jì)基本圖表24第24頁將接觸到預(yù)測分析方法 回歸基礎(chǔ)25第25頁將接觸到數(shù)據(jù)挖掘方法 決議樹26職業(yè)軍人同意其它出身同意高干才藝黑五類不行無有其它同意不行七十年代女生相親決議樹現(xiàn)在北大未名鵲橋女生相親決議樹長相丑同意中等專業(yè)年齡差文科不行5帥同意不行不行工科或經(jīng)管=5星座不行不合相合第26頁將學(xué)到硬件技能27 1. Excel基本技能 2. Excel高級技能 3. 統(tǒng)計(jì)分析及數(shù)據(jù)挖掘 1. 基本數(shù)據(jù)操作及條件格式應(yīng)用技能 2. 各類基本函數(shù)公式應(yīng)用技能 3. 基本圖表及透視圖表應(yīng)用技能 4. 簡單VBA技能 1. Power Query及Power

11、 Pivot應(yīng)用技能 2. 動(dòng)態(tài)圖表及專業(yè)商業(yè)圖表制作技能 3. 高級函數(shù)公式應(yīng)用技巧 4. 商業(yè)智能報(bào)表制作技能 1. 制作基本統(tǒng)計(jì)圖表技能 2. 應(yīng)用簡單回歸分析技能 3. 初步了解SPSS操作第27頁從獵聘網(wǎng)中高端職位數(shù)據(jù)來看，分析師職位不論從絕對數(shù)到相對量都在快速增加。獵聘網(wǎng)數(shù)據(jù)分析師匯報(bào) 分析師需求增加快速第28頁獵聘網(wǎng)數(shù)據(jù)分析師匯報(bào) 分析師職位行業(yè)分布情況分析師職位主要集中在互聯(lián)網(wǎng)、金融、消費(fèi)品、制藥/醫(yī)療等行業(yè)，其中互聯(lián)網(wǎng)和金融行業(yè)分析師職位數(shù)超出了80%。第29頁獵聘網(wǎng)數(shù)據(jù)分析師匯報(bào) 分析師職位地域分布情況對于分析師職業(yè)發(fā)展來說，堅(jiān)守而不是逃離一線城市才是明智選擇。北京 43.

12、4%上海 20.6%杭州 10.4%深圳 8.8%廣州 5.3%第30頁獵聘網(wǎng)數(shù)據(jù)分析師匯報(bào) 互聯(lián)網(wǎng)行業(yè)數(shù)據(jù)分析職位特征互聯(lián)網(wǎng)行業(yè)數(shù)據(jù)分析主要對象是產(chǎn)品、運(yùn)行和用戶，其次是市場和客戶。包含特征職位占比第31頁獵聘網(wǎng)數(shù)據(jù)分析師匯報(bào) 金融行業(yè)數(shù)據(jù)分析職位特征金融行業(yè)愈加重視對客戶分析，而信用風(fēng)險(xiǎn)和投資分析是行業(yè)特色。包含特征職位占比更重視客戶分析金融行業(yè)特色第32頁獵聘網(wǎng)數(shù)據(jù)分析師匯報(bào) 企業(yè)為分析師職位提供薪酬(上限)不論是初級還是高級崗位，企業(yè)都愿意為分析師提供高于行業(yè)平均水平薪酬。（萬元）互聯(lián)網(wǎng)分析師職位薪酬互聯(lián)網(wǎng)全部職位平均薪酬工作年限 薪酬(上限)第33頁獵聘網(wǎng)數(shù)據(jù)分析師匯報(bào) 高薪職位在不一樣行業(yè)分布互聯(lián)網(wǎng)、金融行業(yè)年薪超出50萬元職位數(shù)最多第34頁獵聘網(wǎng)數(shù)據(jù)分析師匯報(bào) 高薪分析師職位在不一樣地域分布年薪50萬以上分析師職位主要分布在北京、上海、深圳。上海 17.2%寧夏深圳 16.1%廣州 2.8%杭州 3.1%北京 47.7%第35頁獵聘