10.23 Excel,python全都靠邊站,這才是數據分析應該有的樣子

老規矩,咱們的文末總是有驚喜,要抓緊時間,這周結束驚喜就沒了...

前段時間,老同學居然和我說她在學編程。當時我很不理解,她是市場專員,又不是程序員,為啥要學編程?直到上週,她請我吃飯,告訴我她調到了新項目組做主管。

“學編程不一定就是做程序員,我用python蒐集競品信息,對產品和服務做數據分析,畢竟知己知彼,百戰不殆嘛。”

新職位給了她更大的職場可能,也獲得了翻倍的薪水,畢竟幾個月前,她可是向我們吐槽自己是“吃麻辣燙不敢加兩根腸的搬磚工”呢。

直到第三季度尾,領導讓她馬上出一份市場團隊前幾個月的銷售統計表和競品信息,第二天開會用,這些數據和信息分佈在大小几十個表格和文檔裡,大小有5G,光是打開都花了15分鐘。

Excel,python全都靠邊站,這才是數據分析應該有的樣子

面對這麼龐大的數據,python還不太熟練的她束手無策,excel就更不用說了,這麼大的數據卡死簡直是分分鐘的事,萬般無奈之下,她向專業做數據分析的我請教該怎麼辦。

其實,做數據分析不一定得用python、R這些編程語言,需要長時間的學習,而且一般來說業務人員做數據分析,目的為非就是一個:用數據推動業務,而且自己能隨時改數據,不用和IT溝通,拖拖拽拽就產生數據分析的那種再合適不過了~

談到數據分析,自然離不開賴以使用的數據分析工具。

我給她推薦了FineBI,她瞬間棄用了用Excel做數據透視表,各種寫公式,各種百度VBA代碼的“無奈”操作。尤其是最新版,無論是對剛入門數據分析的,自己捯飭數據做業務分析的,出數據可視化的,還是專業的數據分析師,都是絕佳的好工具。

而且個人使用永久免費,沒有閹割功能,大讚!先給大家看看finebi的效果圖~

Excel,python全都靠邊站,這才是數據分析應該有的樣子

Excel,python全都靠邊站,這才是數據分析應該有的樣子

Excel,python全都靠邊站,這才是數據分析應該有的樣子

Excel,python全都靠邊站,這才是數據分析應該有的樣子

一、關於FineBI

關於FineBI,可能很多小夥伴或多或少了解過這款BI工具,這是目前市面上應用最為廣泛的自助式BI工具之一,類似於國外的Tableau等BI分析工具,但FineBI在協同配合,數據權限上,能更好的解決國內企業的情況。

Excel,python全都靠邊站,這才是數據分析應該有的樣子

  • 你可以把它視作為可視化工具,因為它裡面自帶幾十種常用圖表,以及動態效果;
  • 你也可以把它作為報表工具,因為它能接入各種OA、ERP、CRM等系統數據,不寫代碼不寫SQL就能批量化做報表。
  • 你還可以把它看作數據分析工具,其內置等常見的數據分析模型、以及各式圖表,可以藉助FineBI做一些探索性的分析。

但嚴格定義來講,它其實是一款自助式BI。支持Hadoop、GreenPlumn、Kylin、星環等大數據平臺,支持SAP HANA、SAP BW、SSAS、EssBase等多維數據庫,支持MongoDB、SQLite、Cassandra等NOSQL數據庫,也支持傳統的關係型數據庫、程序數據源等。

常常被用作大數據前端展現的工具,對接hadoop、Spark等平臺,有了這一款工具之後,IT部門只需要將數據按照業務模塊分類準備好,業務部門即可在瀏覽器前端通過鼠標點擊拖拽操作,就能得到自己想要的數據分析結果。

Excel,python全都靠邊站,這才是數據分析應該有的樣子

二、與Excel、Python的區別

Finebi和Excel有很大的區別,多到可以寫一篇萬字長文(等我有空給你們安排,或者評論讓我聽見你們的呼聲),這裡我就選兩個比較重要的點來說。

1.酷炫的可視化效果

我們在使用excel做報表時,通常就是做表格,行展現什麼,縱展現什麼,很難直觀展現數據變化的規律,也更加難以分析數據變化是由於哪些指標引起的。

比如下圖,密密麻麻的文字和指標,讓人看了抓不住重點:

Excel,python全都靠邊站,這才是數據分析應該有的樣子

稍微懂數據分析的人知道要做可視化圖表才能直觀看出,是的,但是Excel的可視化表現力有些弱,圖表也就那幾個。(啥,裝插件,銀行單位用著Excel2003的傷不起)

FineBI除了提供無限的圖表分析之外,儀表板還可供用戶進行靈活地數據圖表佈局分析,輕鬆構建出你的數據圖表思維邏輯,讓你擁有獨到的洞察性數據見解,進而達到有效溝通或者數據彙報的目的。

Excel,python全都靠邊站,這才是數據分析應該有的樣子

因此FineBI做出來的故事儀表板是下圖這樣的,數據之間可進行任意聯動、鑽取、跳轉等OLAP分析操作。重點突出,邏輯清晰,具有深度見解和洞察力,可讀性極高!

Excel,python全都靠邊站,這才是數據分析應該有的樣子

2.移動的數據分析平臺

手機版的Excel很雞肋哎,用起來很不方便,小編出神入化的快捷鍵技能根本無法施展身手。如今很多數據報告都可以在手機平板甚至LED電子大屏上看。

之前我把數據分析報告在手機上展示,領導看了大為讚賞。

Excel,python全都靠邊站,這才是數據分析應該有的樣子

三、FineBI分析過程

Excel,python全都靠邊站,這才是數據分析應該有的樣子

如上圖所示的一個企業月度合同數據分析案例,如果使用Excel透視表,可以將年份、月份字段拖拽到行區域,將合同金額字段拖拽到數據區域以完成每個年月的合同金額統計,但是對於求組內排名、組內累計值、累計達成率、同比環比等計算,Excel透視表處理起來則比較麻煩了。

Excel,python全都靠邊站,這才是數據分析應該有的樣子

之前強調過數據處理的效率和類數據透視表的操作性,如果用FineBI,是如何一步步簡單快速完成的?用一個安利來展示一下!小夥伴們也可以到FineBI官網下載安裝,邊學邊體會!

1.分組統計

首先我們選擇FineBI的分組表組件,使用FineBI的內置銷售DEMO業務包,找到合同事實表,將合同簽約時間的年份、月份字段拖拽到分組表的行表頭,然後將合同金額字段拖拽到指標欄進行求和彙總(還可以修改彙總方式為求最大值、最小值、平均值等等),即可完成每個年月的銷售額基礎數據統計。

Excel,python全都靠邊站,這才是數據分析應該有的樣子

2.數據排名

接下來我們繼續用FineBI來新增一個每個月合同金額的排名列,直接點擊添加計算指標,計算方式選擇組內排名,根據合同金額進行降序方式排名即可得到每個月的合同金額排名。

Excel,python全都靠邊站,這才是數據分析應該有的樣子

3.數據過濾

下面我們只想看2015年和2016年的數據,那麼在FineBI中直接對合同簽約時間的年份字段進行過濾,然後選擇2015年和2016年即可。

Excel,python全都靠邊站,這才是數據分析應該有的樣子

4.累計求和

在看每個月度的合同金額數據時,我們往往可能需要把每個月份的合同金額進行累加,以計算截至到當月的總目標達成率。

這個在FineBI中添加合同金額月度累計值計算指標,然後對合同金額進行組內累計求和,然後再進行組內所有值計算得到合同金額年度總值,最後直接用合同合同金額月度累計值除以金額年度總值即可得到當月的年度目標達成率。

Excel,python全都靠邊站,這才是數據分析應該有的樣子

5.同比環比

計算完每個月的合同金額達成率之後,再分析每個月的同比環比數據自然是需要的。對於同期環期和同比環比,我們可以直接在FineBI中添加計算指標,然後選擇對應計算方式即可,非常簡單,這樣一來我們的基礎數據分析統計就完成了。

Excel,python全都靠邊站,這才是數據分析應該有的樣子

6.條件格式

在統計好基本的數據指標之後,可能會需要添加一些條件樣式以便於觀察數據,例如我們這邊可以通過FineBI給合同金額指標添加圖表樣式標記,使得當月大於5000000合同金額的數據標綠色,小於5000000的則標紅色。

另外再對每個月的合同金額同期比數據添加條件樣式,使得當月同比去年同期增長的數據打上上升標記,下降的則打上下降標記。通過以上的簡單操作,看似複雜的一個企業月度合同數據分析案例就輕鬆完成!

Excel,python全都靠邊站,這才是數據分析應該有的樣子

四、總結

下面這個動圖展示了一個圖表的製作,其他都類似的,如果不懂可參見FineBI官網的幫助文檔。

Excel,python全都靠邊站,這才是數據分析應該有的樣子

當然,其實以上只是FineBI強大功能中的冰山一角,限於篇幅,這邊暫時先給大家分享這麼多。

首先是工作流程上,BI工具打破了傳統信息部門開發報表,業務人員查看報表的滯後數據流程,通過輕量便捷的BI平臺使得最有分析需求的業務人員也能輕鬆分析出自己所需要的數據結果。

其次是大數據的處理性能上,FineBI提供的FineIndex+FineDirect雙數據引擎則分別滿足實時和大數據量的計算需求,秒級刷新的頁面響應,讓領導看數據不再經歷漫長等待。

最後,FineBI除了解放業務人員之外,最大的貢獻應該是對企業。上了FineBI之後,讓業務人員也能基於業務基於指標去做特定主題的數據分析,進而為公司經營出謀劃策,做到全員都能用好數據,實現阿米巴式模式全員經營,這樣一來,企業經營業績指標不蒸蒸日上才怪呢。

想要Finebi的永久免費版和移動端app請私信回覆“BI”


分享到:


相關文章: