Excel 公式应用案例

        好久没有发文了,在家休年假,大热天的也没出去浪,闲来无事就码了些字!

        数据驱动已经成为企业业绩增长,业务提升机改善的重要工具,各大小企业也纷纷搭建了企业内外部数据数据分析平台,但受限于平台搭建成本高,实际业务数据源多、分散、业务需求变更频繁的限制,基于线上平台数据分析系统还难以在业务广度及深度上满足一线数据分析需求。实际一线业务数据分析,更多的是基于Excel等传统分析工具展开。

        自07版本之后,Excel处理数据的能力从6万行增大到了百万行,这样的体量相对传统关系数据库和大数据平台来说是小巫见大巫,但针对一线人员业务数据处理分析来说也完全足够。

        Excel是典型的桌面弱关系数据库系统,集数据管理、处理及报表开发与一体,具有接受受众和传播范围广泛的特点,学习曲线平缓,成为实际工作过程之中使用频率最广泛的办公平台之一。

        Excel在生产制造、供应链物流、行政财务等企业各个职能部门都极高的使用频率,不同的业务有不同的业务特点,有的侧重基础数据管理,有的侧重表单套打,有的侧重数据业务分析及报告排版汇总。

        针对不同的业务需求,Excel提供了丰富的菜单工具,丰富的函数族,脚本处理工具VBA及丰富的插件工具,例如power query等。

        Excel函数族,可以应用于数据的清洗,报表自动化开发(如下图所示)。对于使用Excel工具处理数据来说,掌握基本的函数使用,是必须掌握的基本技能。

本文目标:掌握Excel计数统计的各种业务场合

        下文将会讲解公式的应用案例场景,报表设计思维等角度开展,至于报表之中涉及到的函数具体使用方法,本文将不做详细介绍,对于具体哪个函数的用法,大家可以记录下来,这些函数都是今后实际业务场景之中使用频率较高的函数,如果有不熟悉的地方,希望后续能够认真研习。

(说明下述所涉及到的数据都为随机模拟虚拟数据,不具有任何实际意义,请勿对号入座)

演示素材下载地址:素材文件 

链接: https://pan.baidu.com/s/1DTnT2r--bA8TUx29J91bLQ 提取码: ep5f 

素材文件之中涉及到的函数工具相关资讯地址:  https://www.jianshu.com/p/b9835af28f42

Excel数据统计报表模板


数据报表dashboard


业务需求类型:统计分组数据的数量并自动降序排序

统计各事业部年度累计量,并降序排序

     上图之中的统计需求,实际工作过程之中很常见,主要是统计各个分组的数量并能够降序排序。

        场景一:事业部名录已知,例如案例之中7大事业部已经知道

        解决方案:利用辅助表,使用countifs函数统计各个事业部的业务量,再在统计表之中,使用large函数对数据进行排序,再根据排序后的结果,使用index+match函数完成数据的匹配工作。

辅助表排序---> large 排序  ----> index和match搭配 实现数据的统计功能

        场景二:事业部名录不知,该名录可能经常变化,例如截止5月份是7大事业部,可能下半年会独立出来一个事业部,为规避该风险,第一步骤需要获取有多少个事业部,获取事业部名录后,接下来工作就和场景一相同。

        需要说明的是,业务场景二的方法同样适用业务场景一,但场景二的方法执行效率比场景一低,这点大家要注意下。

         对于部分365用户来说,业务场景二,可以使用UNIQUE函数获取事业部名录,接下来就可以用业务场景一的方法处理了。

        对于这种数据统计的应用场合,给大家推荐个名为“ETOOL”的工具,有个聚合函数,可以直接求得各个事业部名录和数量,配合排序函数,可以轻松实现以上业务场景的统计。素材之中有相关函数,使用上比较简单,因不是Excel原生函数,这里不做详细介绍,演示素材之中有相关函数的使用,如果大家感兴趣,可以下载下来研习下!

 业务需求类型:统计满足一定条件下数量并降序排序

        案例,统计2月份华南事业部,成交量前N的城市,并且按成交量降序排序。

        解决方案:利用辅助列,使用if+countifs函数统计各个条件下计数统计,再在统计表之中,使用large函数对数据进行排序,再根据排序后的结果,使用index+match函数完成数据的匹配工作。

辅助列获取条件计数大小-->large函数完成排序--->index和match搭配 实现数据的统计功能
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,723评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,485评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,998评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,323评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,355评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,079评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,389评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,019评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,519评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,971评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,100评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,738评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,293评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,289评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,517评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,547评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,834评论 2 345