關(guān)于我們
書(shū)單推薦
新書(shū)推薦
|
Excel 高效辦公——數(shù)據(jù)處理與分析(案例版)
《Excel 高效辦公——數(shù)據(jù)處理與分析(案例版)》根據(jù)現(xiàn)代企業(yè)決策和管理工作的主要特點(diǎn),從實(shí)際應(yīng)用出發(fā),以不同行業(yè)或崗位為主線,以解決問(wèn)題為導(dǎo)向,介紹Excel數(shù)據(jù)處理與分析常用方法和技能。全書(shū)共10章,包括數(shù)據(jù)分析引言、人力資源數(shù)據(jù)分析、生產(chǎn)數(shù)據(jù)分析、銷售數(shù)據(jù)分析、財(cái)務(wù)數(shù)據(jù)分析、投資決策分析、電商數(shù)據(jù)分析、在線教育數(shù)據(jù)分析、短視頻運(yùn)營(yíng)數(shù)據(jù)分析、利用Power BI 進(jìn)行數(shù)據(jù)分析等內(nèi)容。本書(shū)不僅通過(guò)實(shí)例講解數(shù)據(jù)分析技能,還將良好的Excel使用習(xí)慣、規(guī)范的數(shù)據(jù)分析思維、清晰的視覺(jué)設(shè)計(jì)思路等貫穿于講解之中。
8大類數(shù)據(jù):人力資源/生產(chǎn)/銷售/財(cái)務(wù)/投資決策/電商/在線教育/短視頻運(yùn)營(yíng),覆蓋剛需及熱門應(yīng)用領(lǐng)域;
33個(gè)分析案例:均來(lái)源于實(shí)際工作,讀者不僅可以在學(xué)習(xí)過(guò)程中學(xué)會(huì)數(shù)據(jù)分析方法,還可以掌握數(shù)據(jù)分析思路;
10小時(shí)圖書(shū)配套視頻,學(xué)習(xí)更輕松,每個(gè)難點(diǎn)配備二維碼,掃碼即看;
額外贈(zèng)送 3 小時(shí)Excel 數(shù)據(jù)處理與分析基本技能視頻,掃清入門障礙;
2 小時(shí)函數(shù)/ 數(shù)據(jù)透視表/ 圖表應(yīng)用視頻,讀者可按需強(qiáng)化學(xué)習(xí);
3 小時(shí)PPT 設(shè)計(jì)視頻,關(guān)鍵時(shí)刻不要輸在表達(dá)上!
神龍工作室團(tuán)隊(duì)擁有多位院校教授、Office/Windows/PS方面的高手,著有《Excel高效辦公——數(shù)據(jù)處理與分析(第3版)》《數(shù)據(jù)分析高手這樣用Excel圖表》《Excel其實(shí)很簡(jiǎn)單 從數(shù)據(jù)到分析報(bào)告》等圖書(shū)
目 錄
第 1章 數(shù)據(jù)分析引言
1.1 數(shù)據(jù)分析的目的 2
1.2 數(shù)據(jù)分析的流程 2
1.3 數(shù)據(jù)分析的方法 2
1.3.1 描述分析 3
1.3.2 對(duì)比分析 3
1.3.3 趨勢(shì)分析 4
1.3.4 相關(guān)分析 4
1.3.5 預(yù)測(cè)分析 4
1.3.6 轉(zhuǎn)化分析 5
1.3.7 分布分析 5
1.3.8 結(jié)構(gòu)分析 5
1.3.9 達(dá)成分析 5
1.4 數(shù)據(jù)分析結(jié)果可視化 6
第 2 章 人力資源數(shù)據(jù)分析
2.1 在職員工結(jié)構(gòu)分析 8
2.1.1 收集并備份數(shù)據(jù) 8
2.1.2 清洗數(shù)據(jù) 9
1. 日期格式不規(guī)范、不統(tǒng)一 9
2. 同一字段出現(xiàn)多種說(shuō)法 10
3. 手機(jī)號(hào)、身份證號(hào)位數(shù)不準(zhǔn)確 12
4. 性別、出生日期、年齡等
與身份證信息不一致 12
2.1.3 不同部門的在職員工分布情況 16
1. 統(tǒng)計(jì)各部門的在職員工人數(shù) 16
2. 可視化不同部門的在職人數(shù) 18
2.1.4 在職員工的學(xué)歷分布情況分析 23
2.1.5 在職員工的性別比例分布分析 26
1. 統(tǒng)計(jì)不同性別的在職員工人數(shù) 26
2. 使用圓環(huán)圖展現(xiàn)在職員工的性別比例 28
2.1.6 不同年齡段的在職員工人數(shù)分布情況 28
2.1.7 不同工齡段的在職員工人數(shù)分布情況 34
2.1.8 構(gòu)建在職員工結(jié)構(gòu)數(shù)據(jù)看板 36
1. 構(gòu)建基礎(chǔ)版面 36
2. 指標(biāo)數(shù)據(jù)分類 38
3. 將指標(biāo)數(shù)據(jù)按序排列 38
2.2 離職情況分析 40
2.2.1 離職率分析 40
1. 年度離職率 40
2. 各月離職率 47
3. 不同部門的離職率 52
4. 不同年齡段的離職率 53
5. 不同工齡段的離職率 55
6. 聯(lián)動(dòng)分析離職率 57
2.2.2 離職原因分析 60
2.2.3 構(gòu)建離職情況分析看板 63
2.3 招聘情況分析 65
2.3.1 招聘概況分析 65
1. 不同部門的招聘人數(shù) 65
2. 不同學(xué)歷的招聘人數(shù) 66
3. 不同年齡段的招聘人數(shù) 67
4. 不同性別的招聘人數(shù) 68
2.3.2 招聘過(guò)程分析 70
2.3.3 招聘結(jié)果分析 72
2.3.4 招聘渠道分析 74
2.3.5 構(gòu)建招聘情況分析看板 74
2.4 薪酬結(jié)構(gòu)分析 76
2.4.1 分析不同部門的實(shí)發(fā)工資 76
2.4.2 分析實(shí)發(fā)工資和績(jī)效工資的分布情況 78
2.4.3 分析不同崗位的工資情況 80
2.4.4 分析不同分項(xiàng)工資的占比 80
2.4.5 構(gòu)建薪酬結(jié)構(gòu)分析看板 81
第3章 生產(chǎn)數(shù)據(jù)分析
3.1 需求預(yù)測(cè)與生產(chǎn)計(jì)劃分析 83
3.1.1 使用移動(dòng)平均法進(jìn)行月度需求預(yù)測(cè)分析 83
1. 安裝分析工具庫(kù) 84
2. 使用移動(dòng)平均法預(yù)測(cè)未來(lái)一個(gè)月的銷量 85
3.1.2 使用指數(shù)平滑法進(jìn)行月度需求預(yù)測(cè)分析 88
1. 判斷數(shù)據(jù)變化趨勢(shì) 89
2. 用一次指數(shù)平滑法預(yù)測(cè)未來(lái)一個(gè)月的銷量 90
3.2 生產(chǎn)過(guò)程的監(jiān)督與分析 93
3.2.1 生產(chǎn)合格率分析 93
1. 計(jì)算生產(chǎn)合格率 93
2. 分析生產(chǎn)合格率 94
3.2.2 生產(chǎn)合格率異常分析 96
3.2.3 設(shè)備生產(chǎn)能力優(yōu)化決策分析 99
1. 盈虧平衡點(diǎn) 99
2. IF函數(shù) 99
3. OR函數(shù) 99
3.2.4 合理配料實(shí)現(xiàn)利潤(rùn)最大化 102
1. 安裝規(guī)劃求解插件 103
2. 用規(guī)劃求解法求最佳配料方式 104
3.3 量本利預(yù)測(cè)分析 113
3.3.1 盈虧平衡點(diǎn)分析 114
3.3.2 目標(biāo)利潤(rùn)分析 116
第4章 銷售數(shù)據(jù)分析
4.1 月度銷售數(shù)據(jù)分析 119
4.1.1 不同品類的銷售額分析 119
4.1.2 不同品類的銷量分析 122
4.1.3 不同品類的銷售額的環(huán)比分析 123
4.1.4 不同品類的銷售額的同比分析 125
4.1.5 各業(yè)務(wù)員的銷售額占比分析 128
4.2 年度銷售數(shù)據(jù)分析 131
4.2.1 不同品類的年度銷售額分析 131
4.2.2 全年銷售額的變動(dòng)趨勢(shì)分析 132
4.2.3 近3年銷售額變動(dòng)趨勢(shì)對(duì)比分析 134
4.2.4 熱銷產(chǎn)品分析 137
1. 對(duì)不同規(guī)格的產(chǎn)品的銷售數(shù)量進(jìn)行匯總 137
2. 將不同規(guī)格的產(chǎn)品按銷售數(shù)量進(jìn)行排序 138
3. 將不同規(guī)格的產(chǎn)品按銷售數(shù)量進(jìn)行排名 138
4. 可視化銷售數(shù)量排名前8的產(chǎn)品 139
4.2.5 單價(jià)對(duì)銷量的影響分析 144
1. 匯總統(tǒng)計(jì)不同價(jià)格區(qū)間的產(chǎn)品銷量占比 144
2. 可視化不同價(jià)格區(qū)間的產(chǎn)品銷量占比 145
4.2.6 銷售額完成率分析 147
1. 創(chuàng)建數(shù)據(jù)源 148
2. 創(chuàng)建圖表 149
3. 轉(zhuǎn)換動(dòng)態(tài)圖表 152
4.3 銷售數(shù)據(jù)預(yù)測(cè)分析 154
4.3.1 使用趨勢(shì)線進(jìn)行銷售預(yù)測(cè)分析 154
4.3.2 使用函數(shù)進(jìn)行銷售預(yù)測(cè)分析 158
1. 簡(jiǎn)單平均法 158
2. 移動(dòng)平均法 159
3. 指數(shù)平滑法 159
4. 直線回歸分析法 160
4.3.3 使用數(shù)據(jù)分析工具進(jìn)行銷售預(yù)測(cè)分析 160
1. 移動(dòng)平均預(yù)測(cè) 161
2. 指數(shù)平滑預(yù)測(cè) 162
4.3.4 使用預(yù)測(cè)工作表進(jìn)行銷售預(yù)測(cè)分析 164
第5章 財(cái)務(wù)數(shù)據(jù)分析
5.1 財(cái)務(wù)數(shù)據(jù)結(jié)構(gòu)分析 166
5.1.1 利潤(rùn)表分析 166
1. 收支結(jié)構(gòu)分析 166
2. 收支明細(xì)分析 167
5.1.2 資產(chǎn)負(fù)債表分析 169
1. 資產(chǎn)結(jié)構(gòu)分析 169
2. 流動(dòng)資產(chǎn)構(gòu)成要素分析 169
3. 固定資產(chǎn)構(gòu)成要素分析 174
4. 負(fù)債和所有者權(quán)益結(jié)構(gòu)分析 174
5. 流動(dòng)負(fù)債構(gòu)成要素分析 174
6. 所有者權(quán)益構(gòu)成要素分析 175
5.1.3 現(xiàn)金流量表分析 175
1. 流入流出比例分析 175
2. 流入結(jié)構(gòu)分析與流出結(jié)構(gòu)分析 175
5.2 財(cái)務(wù)比率分析 177
5.2.1 變現(xiàn)能力比率分析 177
5.2.2 資產(chǎn)管理比率分析 179
5.2.3 負(fù)債比率分析 183
5.2.4 盈利能力比率分析 185
5.3 財(cái)務(wù)比較分析 187
5.4 財(cái)務(wù)趨勢(shì)分析 190
5.5 杜邦分析 193
第6章 投資決策分析
6.1 資金管理的決策分析 198
6.1.1 銀行貸款決策分析 198
1. 用相同利率計(jì)算等額本息還款 198
2. 用不同利率計(jì)算等額本息還款 201
3. 可視化不同利率和貸款期限的總還款額變化 202
6.1.2 債券籌資決策分析 204
1. 計(jì)算債券的發(fā)行價(jià)格 204
2. 分析市場(chǎng)利率對(duì)債券發(fā)行價(jià)格的影響 206
3. 分析票面利率對(duì)債券發(fā)行價(jià)格的影響 207
6.2 項(xiàng)目投資的效益分析 208
6.2.1 使用凈現(xiàn)值法進(jìn)行投資決策分析 208
6.2.2 使用內(nèi)含報(bào)酬率法進(jìn)行投資決策分析 210
6.3 項(xiàng)目投資的風(fēng)險(xiǎn)分析 212
6.3.1 通過(guò)相關(guān)系數(shù)判斷風(fēng)險(xiǎn)大小 212
6.3.2 計(jì)算要求報(bào)酬率判斷投資可行性 214
6.4 投資組合決策分析 215
1. 計(jì)算項(xiàng)目1的現(xiàn)值 216
2. 計(jì)算各項(xiàng)目的凈現(xiàn)值 217
3. 計(jì)算企業(yè)的投入資金 217
4. 計(jì)算凈現(xiàn)值合計(jì) 218
5. 規(guī)劃求解確定選擇變量 219
6.5 固定資產(chǎn)折舊分析 220
6.5.1 用年限平均法計(jì)算固定資產(chǎn)折舊額 221
6.5.2 用雙倍余額遞減法計(jì)算固定資產(chǎn)折舊額 222
1. 用雙倍余額遞減法計(jì)算前8年的固定資產(chǎn)折舊額 223
2. 用年限平均法計(jì)算最后兩年的固定資產(chǎn)折舊額 224
6.5.3 用年數(shù)總計(jì)法計(jì)算固定資產(chǎn)折舊額 224
6.6 固定資產(chǎn)項(xiàng)目投資決策分析 226
6.6.1 計(jì)算每年的銷售收入 227
6.6.2 計(jì)算每年的銷售數(shù)量 228
6.6.3 計(jì)算每年的利息支出 229
6.6.4 計(jì)算每年的經(jīng)營(yíng)成本和利潤(rùn)總額 230
6.6.5 計(jì)算每年的所得稅 231
6.6.6 計(jì)算每年的現(xiàn)金流入量、現(xiàn)金流出量和凈現(xiàn)金流量 231
6.6.7 計(jì)算凈現(xiàn)值 232
第7章 電商數(shù)據(jù)分析
7.1 流量分析 235
7.1.1 店鋪流量數(shù)據(jù)指標(biāo) 235
7.1.2 店鋪流量來(lái)源 236
1. 自主訪問(wèn)流量 236
2. 付費(fèi)流量 237
3. 淘內(nèi)流量 239
4. 淘外流量 239
7.1.3 店鋪流量結(jié)構(gòu)分析 239
1. 刪除多余數(shù)據(jù) 240
2. 調(diào)整數(shù)據(jù)格式 240
3. 分析不同流量來(lái)源的訪客數(shù) 241
4. 分析排名前10的流量來(lái)源明細(xì) 243
7.1.4 頁(yè)面流量分析 245
7.1.5 商品詳情頁(yè)流量分析 248
7.2 轉(zhuǎn)化率分析 251
7.2.1 流量轉(zhuǎn)化分析 251
7.2.2 提高轉(zhuǎn)化率的有效方法 252
7.3 銷售業(yè)績(jī)分析 253
7.3.1 交易金額分析 253
7.3.2 客單價(jià)分析 255
7.4 客戶數(shù)據(jù)分析 256
7.4.1 客戶分布情況分析 256
7.4.2 會(huì)員增長(zhǎng)與流失情況分析 258
1. 不同地區(qū)會(huì)員的增長(zhǎng)與流失情況 258
2. 近一年店鋪會(huì)員的增長(zhǎng)與流失情況 260
7.5 利潤(rùn)數(shù)據(jù)分析 261
7.5.1 影響網(wǎng)店盈利的成本因素 261
1. 商品成本 262
2. 推廣成本 262
3. 固定成本 263
7.5.2 利潤(rùn)預(yù)測(cè)分析 264
1. 線性預(yù)測(cè) 264
2. 模擬運(yùn)算 266
3. 雙變量模擬預(yù)測(cè) 268
7.6 客服數(shù)據(jù)分析 268
7.6.1 響應(yīng)時(shí)間分析 269
7.6.2 咨詢轉(zhuǎn)化率分析 270
7.6.3 落實(shí)客單價(jià)分析 271
7.6.4 訂單支付率分析 272
7.6.5 月退貨率分析 273
7.6.6 客服KPI考核綜合分析 274
1. 計(jì)算KPI考核綜合得分 274
2. 動(dòng)態(tài)可視化客服人員的KPI指標(biāo) 274
第8章 在線教育數(shù)據(jù)分析
8.1 在線教育銷售狀況及趨勢(shì)分析 281
8.1.1 銷售額與毛利潤(rùn)分析 281
8.1.2 毛利率分析 282
8.2 渠道分析 283
8.2.1 不同渠道的銷售額與毛利率分析 284
8.2.2 免費(fèi)渠道的毛利率分析 286
1. 免費(fèi)渠道內(nèi)不同分渠道的毛利率對(duì)比分析 286
2. 免費(fèi)渠道內(nèi)不同分渠道的毛利率環(huán)比分析 287
8.3 客戶分析 289
8.3.1 客戶行為分析 289
1. 不同環(huán)節(jié)的轉(zhuǎn)化率分析 289
2. 總轉(zhuǎn)化率分析 293
8.3.2 客戶價(jià)值分析 296
第9 章 短視頻運(yùn)營(yíng)數(shù)據(jù)分析
9.1 自身視頻的數(shù)據(jù)分析 302
9.2 同行視頻數(shù)據(jù)分析 304
1. 合并多個(gè)同行視頻數(shù)據(jù)工作表 304
2. 分析不同賬號(hào)的粉絲數(shù)量 306
3. 分析不同賬號(hào)的粉絲增量 307
9.3 熱門視頻數(shù)據(jù)分析 308
第 10章 利用Power BI進(jìn)行數(shù)據(jù)分析
10.1 了解Power BI 310
1. Power BI Desktop的工作界面 310
2. Power BI與Excel相比的優(yōu)勢(shì) 311
10.2 將Excel中的數(shù)據(jù)導(dǎo)入Power BI Desktop 312
10.3 分析店鋪熱銷產(chǎn)品 314
1. 根據(jù)產(chǎn)品名稱統(tǒng)計(jì)銷售數(shù)量 314
2. 按數(shù)量進(jìn)行降序排列 317
3. 創(chuàng)建圖表 317
4. 根據(jù)表格和圖表內(nèi)容編寫(xiě)分析報(bào)告 320
10.4 分析店鋪產(chǎn)品結(jié)構(gòu) 321
1. 統(tǒng)計(jì)各產(chǎn)品的銷售金額 321
2. 對(duì)銷售金額進(jìn)行分組 324
3. 創(chuàng)建表格和圖表 325
10.5 分析門店客流量 329
1. 分析每天的客流量 329
2. 分析星期一至星期日的客流量 332
3. 分析工作日和休息日的客流量 337
你還可能感興趣
我要評(píng)論
|