面对数据量非常大，密密麻麻的大数据的时候，我们经常会一筹莫展，不知道该怎么去分析。
如果直接把这个数据丢给老板了，会不会被骂我不知道，但至少不会被老板夸奖。
韩小良老师的《构建高效数据分析模板》这本书当中，
给我们提供了几个方向，让我们在面对大数据分析的时候，可以去除这种陌生感，不再心慌慌。
/ 1 /
现金流方向
第一个是现金流方向。
一个企业最基本的目标就是要盈利、赚钱，所现金流是分析数据时，永远多不会过时的话题。
比如财务人员经常需要处理的还款记录、固定资产费用、原材料采购费用、人力成本费用等等。
像下面这个追款记录的清单，密密麻麻的数据，不知道该从哪里开始看起。
如果对数据简单的汇总，按照开票金额、收款金额来做一个统计，然后我们再计算一列待收金额（=开票金额-收款金额），再加上一点颜色的标记，这个数据汇报起来，就清晰明了了。
（应收金额为“-”，表示已经全部收款完成）
当然如果你还有一点设计的思维，把这些数据做一个汇总，输出数据图表，老板肯定会更高兴。
/ 2 /
物流方向
第二个是物流方向。
只要有交易产生，就会有商品的交互、货物的流动，也就产生了物流的数据。
我们比较常见的进销存库存管理、台账管理、快递信息管理等等，这些都属于企业当中，物料、商品、采购等等销售数据管理。
那么在对上面类似的进销存数据分析的时候，我们可以从货物的流动过程来分析，入库多少、出货多少、库存多少等等。
同样的，用简单的汇总，以图表的形式输出，是最佳的呈现方式。
/ 3 /
人流方向
第三个是人流方向。
除了商品产品物料之外，企业当中另一个比较大的成本就是人力成本，所以每个公司都有专门HR部门，来管理统计人员招聘、离职、在职状态，随时掌握人员数量的变化。
比如下面这个表当中，是HR每天都要统计的人员在职、离职记录。
很显然这个数据不是很直观，在分析的时候，计算出人员在职、离职比例，了解当前“人员库存”，通过离职率规划后续招聘需求等等，是我们分析人流的一个方向。
/ 4 /
质量流方向
最后一个方向，质量流。
对于消费者而言，商品除了价格之外，最重要的就是它的质量了。一个产品的销量非常好，但是如果质量非常差的话，会导致比较高的退货、返修率，也是一种，致命的损失。
所有产品在出厂之前，我们经常需要做的一些，合格率、市场返修率、市场投诉率的统计等等，这些都属于质量流。
按照质量管理指标，统计出当天的合格率，再细分到每条生产线的合格率，可以让图表的数据阅读起来更加的轻松。
关于上图的做法，我在《「表格设计课」第6期 让老板5s看懂你的报表 》里面，有详细的介绍。
拉登说：
总的来说，我们日常处理的所有数据当中，基本上都可以囊括在这四种数据流的范围内。
下次如果我们遇到大数据，包含的数据量大、内容类目非常的多，无法找到明确方向的时候，可以静下心来，看一看，能否从这个表格当中，而找出相应的现金流，人流，物流，质量流数据，然后逐一的提取输出数字化指标，让大数据阅读起来，更加的简单。。
好了，以上就是本节课所有的分享，咱们明天见。
我是拉小登，源于Excel，不只是Excel
