菜鸟也会数据分析
30天精学Excel——从菜鸟到数据分析高手
ONE
14
2.4 数据的清除技巧
2.4 数据的清除技 巧
2.4.1 彻底清除单元格数据及格 式 2.4.2 数据的转置 2.4.3 数据的选择性粘贴
ONE
15
2.5 快速输入时间和日期
2.5 快速输入时间 和日期
2.5.1 使用快捷键输入时间和日 期 2.5.2 认识时间和日期数值格式 2.5.3 使用函数输入时间和日期
ONE
24
3.2 带你了解Excel的科学计 数法显示模式
3.2 带你了解Excel的科学计数法显示 模式
ONE
25 3.3 数据分列
3.3 数据分列
ONE
26
3.4 数据分列案例1：将文本 数据变为日期数据
3.4 数据分列案例1：将文本数据变为日期数据
ONE
27
3.5 数据分列案例2：提取特 定符号前的数据
ONE
34
4.2 利用替换、分列、填充功 能综合整理财务数据
4.2 利用替换、分列、填充功 能综合整理财务数据
4.2.1 使用替换功能 4.2.2 使用分列功能 4.2.3 使用填充功能
ONE
35
第5章 数据的安全保护与多表 数据快速汇总
第5章 数据的安全保护与多表数据快 速汇总
ONE
36
3.5 数据分列案例2：提取特定符号前的数据
ONE
28
3.6 数据分列案例3：分列并 将数据变为文本格式
3.6 数据分列案例3：分列并将数据变为文本格 式
ONE
29
3.7 数据分列案例4：ERP导 出数据无法定位空值
3.7 数据分列案例4：ERP导出数据无法定位空 值
ONE
30
菜鸟物流运营中大数据应用的主要内容
菜鸟物流运营中大数据应用的主要内
容
1. 数据分析和预测：菜鸟物流通过收集和分析大量的物流数据，包括订单数据、运输数据、仓储数据等，来预测物流需求和趋势。
这些预测可以帮助菜鸟物流优化其物流网络和资源配置，提高物流效率和客户满意度。
2. 智能路由和调度：菜鸟物流利用大数据技术来优化物流路由和调度，以降低物流成本和提高物流效率。
通过分析运输数据和路况信息，菜鸟物流可以选择最佳的运输路线和运输方式，从而提高运输效率和降低运输成本。
3. 仓储管理和优化：菜鸟物流利用大数据技术来优化其仓储管理和布局。
通过分析订单数据和库存数据，菜鸟物流可以预测库存需求和优化仓储布局，从而提高仓储效率和降低仓储成本。
4. 物流服务质量监控：菜鸟物流利用大数据技术来监控其物流服务质量，以提高客户满意度。
通过分析客户反馈和投诉数据，菜鸟物流可以及时发现物流服务中的问题，并采取相应的措施来改进物流服务质量。
5. 供应链金融服务：菜鸟物流利用大数据技术来提供供应链金融服务，以帮助供应商和买家解决资金问题。
通过分析供应链数据和信用数据，菜鸟物流可以为供应商和买家提供融资服务，从而提高供应链的效率和稳定性。
总之，菜鸟物流运营中大数据应用的主要内容包括数据分析和预测、智能路由和调度、仓储管理和优化、物流服务质量监控以及供应链金融服务等方面。
这些应用可以帮助菜鸟物流提高物流效率、降低物流成本、提高客户满意度，从而实现更好的物流服务。
大数据打造互联网物流菜鸟物流大数据应用分析
传统物流面临的问题与挑战/ C2B模式下的全供应链协同机制尚未形成
电子商务改发的丌仅是商家和消费者 之间的流通体系，也改发了制造业。 消费方式的发化正在造成生产方式的 发化，工业经济时代，大工厂、大零 售生产规模化，同质化的产品，由垄 断信息的中间商驱劢；信息经济时代， 信息链的打通使制造业可以直接获叏 消费者信息，个性化制造成为可能， 中间商服务化，生产制造由消费者驱 劢。近年来，C2B模式，淘工厂等一 系列新事物的出现表明，未来的商业 流通体系丌仅是从电商到消费者，它 将涉及到产业布局，引収全供应链的 整体发化，如果电商、物流、制造业 之间丌能形成有敁的协同机制，转型 期间的阵痛必将升级。
传统物流面临的问题与挑战/物流信息化水平低造成物流成本高
我国社会物流成本偏高，根据物流采贩联合会统计，2013年，中国社会物 流总费用占GDP比值为18%，进高亍美国8%的占比。物流信息化程度偏低是导 致物流成本偏高的主要原因，尤其是整个物流行业非常分散，物流企业数据量超 过8000家，大量的小型企业物流信息化水平较低，无法满足应对电子商务需求 的与业化物流服务的需求。电子商务虽然使商业信息和资釐流劢打破了空间限制， 刺激了消费，但商品交易的地理空间距离仍然存在，现代物流业成为电子商务的 支撑服务业，然而物流成本高，敁率低，已经成为抑制消费的重要因素之一。
使用电子面单一般由快递公司向菜鸟预収物流单号，在快递公司预収的物 流单号范围内，快递公司授权菜鸟向开通此项服务幵通过“物流宝”系统向菜 鸟申请物流单号的卖家下収物流单号，当卖家产生销售订单幵产生物流需求时， 卖家可在绑定物流面单号后，生成物流面单信息，幵通过热敂纸打印输出纸质 物流面单。不目前传统的纸质面单相比，电子面单没有复写联，只有上下联， 在敁率、成本、安全性方面更有优势。根据菜鸟网络对物流订单収货时敁监测 分析，使用电子面单的商家，在収货速度上较过去能提升30%以上。
谁说菜鸟不会数据分析(完整版)
倍数一般是表示数量的增长或上升幅度，而不适用
B、数据处理
➢ 初识EXCEL & 数据准备 ➢ 数据处理方式和技巧 ➢ 数据处理原则 ➢ 数据清洗 ➢ 常用数据处理公式
B、数据处理
初识EXCEL
做数据分析讲究的是原则、思考方法和解决方案，任何软件都只是一 种工具，我们只要掌握并精通一种工具不足够了。这比什么软件都只懂但都 只是略懂皮毛要好很多。本培训所涉及内容，均以Excel 2010为例。
他们主要的 区别就在于 分析师会想目的是否明确 数据变化的背后真相是什么？ 从哪些角度分析数据才系统？ 用什么分析方法最有效？ 图表是否表达出有效的观点？
数据分析的目的达到了吗？
数据分析报告有说服力吗？ ……
A、数据分析哪些事儿
数据分析师的基本素质
态度严谨负 责
勇于创新
好奇心强烈
模仿主要是参 考他人优秀的分析思 路和方法。但不能： 一直在模仿，从未超 越过。
D、数据展现
复合饼图
未签约店面 10%
全国整体店面分类
全国整体店面分类 店面死亡
未签约店面,
（FY11）,
197
533
建店完成,
Q4签约店
新建店 面 79
21 申建请设通中过, ,3
24
审图通过,
审图面, 通125过6
26
店面死亡
1%
审图修改, 5
（FY11） 26%
Q4签永远是对的； 第二，如果老板错了，请参考第一条。
B、数据处理
数据清洗
• 冻结窗格 • 自动筛选 • 快速隐藏 • Ctrl+箭头键 • F4的妙用，绝对引用和相对引用 • 重复数据处理
重复数据处理
大数据打造互联网 物流--菜鸟物流大数据应用分析
大数据打造互联网物流--菜鸟物流大数据应用分析大数据打造互联网物流--菜鸟物流大数据应用分析1.引言本文对菜鸟物流的大数据应用进行了分析。
菜鸟物流作为中国领先的物流平台，拥有庞大的数据资源，通过充分利用这些数据，可以提高物流效率、优化运营模式、提供更好的用户体验等方面取得突破性的进展。
本文将重点介绍菜鸟物流的大数据应用情况，探讨其在互联网物流行业中的重要性和价值。
2.菜鸟物流的大数据应用现状2.1 数据收集与存储菜鸟物流通过多种方式收集数据，包括订单数据、运输数据、仓储数据、用户数据等。
这些数据以结构化和非结构化的形式存储在云平台上，以便后续的数据分析和挖掘。
2.2 数据分析与挖掘菜鸟物流借助大数据分析平台对收集到的数据进行深度分析和挖掘。
基于这些分析结果，菜鸟物流能够了解物流运营的状况，发现问题和优化的机会，并做出相应的决策。
2.3 数据驱动的运营优化菜鸟物流利用大数据分析结果，进行运营优化。
比如，根据数据分析结果，优化配送路线、提升仓储效率、降低成本等。
这些优化措施能够帮助菜鸟物流提高物流效率，提供更好的服务，提升用户体验。
3.菜鸟物流大数据应用的核心技术3.1 数据挖掘与机器学习技术菜鸟物流利用数据挖掘和机器学习技术，对庞大的数据进行深入分析，提取有价值的信息和知识。
这些技术能够帮助菜鸟物流发现隐藏在数据中的规律和关联性，为运营决策提供有力支持。
3.2 实时数据处理与分析技术菜鸟物流面对大量的实时数据，需要及时对这些数据进行处理和分析，以获取实时的运营信息。
实时数据处理与分析技术能够帮助菜鸟物流快速响应市场变化，做出及时的调整和决策。
3.3 数据可视化技术菜鸟物流通过数据可视化技术，将大量的数据以图表、地图等形式呈现出来，便于用户理解和分析。
这样的可视化展示能够帮助菜鸟物流更直观地了解物流运营状况，及时发现问题和优化机会。
4.菜鸟物流大数据应用的优势与挑战4.1 优势菜鸟物流的大数据应用具有以下优势：- 数据资源丰富：菜鸟物流拥有大量的物流数据，可以为运营决策提供充足的依据。
三张表格走天下：菜鸟也会Excel数据分析(第2版)
妙招技法
C
职场感悟 Excel只 是工具
D
3 正确做好基础表
3.1.1 练好内功，天 下无敌
A
3.1.2 基础表的必备 条件
B
3.1.3 思路有了，问 题没了
C
3.1 基础表才是“王道”
3 正确做好基础表
3.2.1 “一表多 名”累不累
3.2.3 字段也有 “先来后到”
3.2.2 “画蛇添 足”的合计行
7.4.2 一步生成 汇总表
7.4.4 汇总完了 还能还原
7.4 做个简单汇总
7 Excel数据分析的好帮手
01
1.一键排序 小技巧
02
2.根据数值 区间进行筛
选
03
3.只复制汇 总项数据
04
4.按颜色筛 选数据
05
5.筛选结果 也能放在其 他工作表中
妙招技法
PART ONE
08 8 突 破 表 格 ， 用 图 表 “ 说 话 ”
9 图表虽形象，但 还要专业
9.2 制作高级图表
9.2.1 将精美小 图应用到图表
9.2.2 制作 甘特图
9.2.3 制作金 字塔分布图
9 图表虽形象，但还要专业
壹
9.3.1 图表类型越简 单越好
ห้องสมุดไป่ตู้
9.3.2 用好双轴复合
贰 图表
9.3.3 处理过长的分
叁 类标签
肆
9.3.4 形成自己的图 表风格
7.2 红豆黑豆
挑出来
01
7.1 让数据重
新“站”个队
7.1.1 单一排序最简单 7.1.3 编个序列排排看
7.1.2 加个条件一样排
7.1.4 数据也能倒着排（辅 助列）
谁说菜鸟不会数据分析(入门篇)笔记5.1数据分析方法-1对比2分组3结构4平均分析法
谁说菜鸟不会数据分析(入门篇)5.1数据分析方法数据分析作用与对应的分析方法数据分析作用 基本方法 数据分析方法现状分析 对比 对比分析平均分析综合评价分析 ……原因分析 细分 分组分析结构分析交叉分析杜邦分析漏斗图分析 矩阵关联分析 聚类分析 ……预测分析 预测 回归分析 时间分析 决策树 神经网络 ……一、定义• 对比分析法 – 将两个或两个以上的数据进行比较，分析它们的差异，从而揭示这些数据所代表的事物发展变化情况和规律。
• 对比分析法的特点：可以非常直观地看出事物某方面的变化或差距，并且可以准确、量化地表示出这种变化或差距是对少。
二、分类分为静态比较和动态比较★ 静态比较 – 在同一时间条件下对不同总体指标的比较，如不同部门、不同地区、不同国家的比较，也叫横向比较，简称横比。
★ 动态比较 – 在同一总体条件下对不同时期指标数值的比较，也叫纵向比较，简称纵比。
三、实践运用1. 与目标对比实际完成值与目标进行对比，属于横比。
例如将公司目前的业绩与全年的业绩目标进行对比，看是否完成目标。
2. 不同时期对比选择不同时期的指标数值作为对比标准，属于纵比。
例如将公司目前的业绩与自身的去年同期及上个月完成情况进行对比。
• 同比 - 与去年同期对比。
• 环比 - 与上个月完成情况对比。
3. 同级部门、单位、地区对比与同级部门、单位、地区对比属于横比。
4. 行业内对比与行业中的标杆企业、竞争对手或行业的平均水平进行对比，属于横比。
5. 活动效果对比对某项营销活动开展前后进行对比，属于纵比。
对活动的开展状况进行分组对比，属于横比。
四、注意事项1. 指标的口径范围、计算方法、计量单位必须一致，即要用同一种单位或标准取衡量。
2. 对比的对象要有可比性。
3. 对比的指标类型必须一致。
• 分组分析法 – 根据数据分析对象的特征，按照一定的标志（指标），把数据分析对象划分为不同的部分和类型来进行研究，以揭示其内在的联系和规律性。
菜鸟学SPSS数据分析
3.9.1化学成绩分析：简单数据汇总 3.9.2化学成绩分析：多重数据汇总
3.10.1课程成绩分析：生成新变量 3.10.2 “如果”按钮
3.11.1满意度分析：统计个案中值 3.11.2拓展知识
3.12.1信用评分分析：重新编码为不同变量 3.12.2职工奖金分析：重新编码为相同的变量
3.13.1什么是可视分箱 3.13.2北京月度价格分析：可视分箱分组
5.7.1简单散点图 5.7.2矩阵散点图 5.7.3重叠散点图 5.7.4三维散点图
6.1描述统计与变量 分布形态
6.2频率分析
6.3描述统计 6.4探索性分析
6.1.1集中趋势 6.1.2离散趋势 6.1.3分布形态
6.2.1分类变量的频率分析 6.2.2连续变量的频率分析
6.3.1描述统计概述 6.3.2考生信息分析：描述统计
8.3.1概述 8.3.2检测血磷值分析：成对样本t检验
9.1非参数检验综述 9.2游程检验
9.3单样本K-S检验 9.4二项分布检验
9.5两个独立 1
样本的非参数 检验
9.6多个独立 2
样本的非参数 检验
3 9.7两个相关
样本的非参数 检验
4 9.8多个相关
样本的非参数 检验
5 9.9非参数检
11.3.1分析思路 11.3.2假设检验 11.3.3阅读速度影响因素分析：两因素完全随机方差分析
11.4.1两因素重复测量方差分析概述 11.4.2命题反应分析：两因素重复测量方差分析
11.5.1分析思路 11.5.2身高和体重数据分析：单因素多元方差分析
11.6.1两因素多元方差分析概述 11.6.2大学生支出情况分析：两因素多元方差分析
9.7.1概述 9.7.2患者血磷值差异分析：Wilcoxon符号秩检验及符号检验
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Concatanate函数
CONCATENATE(text1, [text2], ...)-----将几个文本字符串合并为一个文本字符串
需要合并的第1、2、……,N 个文本项（N≤30），这些文本可以为 文本字符串，数字或对单个单元格的引用
注意： Text1必需要连接的第一个文本项。 Text2, ...可选。其他文本项，最多为 255 项。项 与项之间必须用逗号隔开。
数据展现
建议采用的图表 要表达的数据和信息 成分（整体的一部分） 排序（数据间比较） 时间序列 频率分布（数据频次） 相关性（数据间关系） 多重数据比较 饼图 柱形图 条形图 折线图 散点图 & 雷达图
4
数据分析 常用指标及术语
1
常用指标及术语
绝对数与相对数 同比与环比 倍数与番数 平均数
频数与频率
数据加工
字段分列 字段合并 字段匹配 字段计算 字段分组&转换
3
函数法：left&right函数 菜单法 （演示）：“数据”---“分列”
Concatanate函数
Vlookup函数 sum函数—求和 average函数—平均数 now函数---当前时间 Vlookup函数的模糊匹配功能 “转置”功能---行列互换
快捷键使用：“Ctrl+G” 快捷键-----定位条件 “Ctrl+F” 快捷键”----查找 “Ctrl+H” 快捷键”----替换
2、处理缺失问题
快捷键“Ctrl+enter ” &“ctrl+G”运用 用样本平均值代替缺失值+ctrl+enter快捷键
错误数据处理方法--------检验逻辑错误
要做多少 张图表? 报表要写多少页呢？
才系统呢？
用什么方法最有效数据报 表有说服力呢？
数据收集
数据库 互联网 市场调查 公司内部的业务数据库 使用搜索引擎获取数据并导入 运动科学方法，有目的、有系统地收集、记录、 整理有关数据方面的信息和资料，分析市场情况。
数据处理
数据清洗 数据加工 数据抽样 重复数据的处理、缺失数据的处理、检查数 据逻辑错误 数据抽取、数据计算、数据分组、数据转换 从调查对象总体中随机抽取一部分对象 作为样本进行调查分析，从此推论总体 情况的方法。
Vlookup函数
要查找的区域 TRUE（或不填）/FALSE（一般填0）
VLOOKUP(lookup_value,table_array,col_index_num,range_lookup)
要查找的值
返回数据在查找区域的第几列数
注意： vlookup函数使用注意事项： 1、table_array第一列的值必须是要查找的值lookup_value 2、数据中不能存在空格 3、数据格式和类型要统一
2
数据分析常见问题
数据分析常见问题&困惑 困惑 数据分析用来干嘛 无从下手 不清楚如何分析 分析完后找不到真正原因 问题 目标/目的不明确、不完整
原始数据错误/不全面/无可比性
分析方法不佳、片面性 就数据分析而分析/数据的堆积
......
忽略数据背后的原因
比例与比率
百分比与百分点
THANKS
重复数据处理方法
函数法：Countif函数（演示） 高级筛选法：“数据”→“排序与筛选”→“高级” 条件格式法：“数据”→“条件格式”→“突出显示单元格规格”→“重复值” 删除重复数据：“数据”→“删除重复值” 筛选排序功能与countif函数的运用
缺失数据处理
1、查找缺失数据
查找菜单路径：“开始”---“查找”---“定位”
1、If函数+条件 If(logical_text,value_if_true,value_if_false) If(需要判断真假的表达式，表达式为真的显示值，表达式为假的显示值) 条件表达式是用比较运算符（<>=）建立的式子 要注意表达式为文本时需加“” if（countif（），“错误”，“正确”） 2、利用条件格式标记错误 函数or，满足一个即返回true 函数and ,同时满足才返回true
数据分析
根据数据分析对象的特征，按照一定的指 标，把数据分析对象划分为不同的部分和 类型进行研究，从而揭示内在联系规律的 方法。 通常用于分析两个变量之间（字段）之间的关 系，即同时将两个有联系的变量及值交叉排列 在一张表格中，使各个变量成为不同变量的交 叉点，形成交叉表，从而分析交叉表中变量的 关系。
分组分析法
对比分析法
将两个或两个以上的数 据进行对比，分析它们 的差异，从而揭示事物 的变化情况及内在规律
数据分析 常用方法
交叉分析法
平均分析法
从运用计算平均数的方法来反映总 体在一定时间、地点条件下某一数 量特征的一般水平。
综合评价分析法
运用多个指标对多个参评单位进行 评价的方法。例如：不同国家的经 济实力、社会发展水平。
菜鸟
也会
数据分析
CONTENTS
1
数据分析概述 数据分析常见问题 数据分析六部曲 常用指标及术语
2
3 4
1
数据分析概述
何谓数据分析？
what
使用适当的统计分析方法对收 集来的大量数据进行分析，并将 它们加以汇总，理解消化，从而 得出内在规律的过程。简单来说 就是提取有用信息和形成结论而 对数据加以详细研究概括总结的 过程。
......
3
数据分析六部曲
3
数据分析六部曲
第一步
明确分析目和 确定分析思路
第二步
数据收集
第三步
数据处理
第四步
数据分析第五步ຫໍສະໝຸດ 数据展现第六步报告撰写
1
菜鸟
明确分析目的，确定分析思路
专家
数据变化背后的真相是什 么？ 从哪几个维度去分析数据
要选用哪种图做分析会 好看呢？ 高级的分析方法在这能
用吗？