条件格式

1.以单元格值为基础设定条件格式

当单元格在15-25之间，将单元格标上背景颜色

2.以公式返回值为基础设定条件格式

当第二列大于第二列，将第一列标背景颜色

当单元格的行数为偶数值是，将单元格标上背景颜色

图标集

用图标的不同状态标注单元格与阈值的对比关系

（红黄绿灯使用最为频繁）

1.百分比值（当前单元格值-最小值）/（最大值-最小值）

2.百分点值---通过percentile(数组，百分之33%)

数据条，色阶

数据条（长短）

色阶（深浅）

如果要利用色阶来体现各部分值与汇总值之前的占比关系，选定单元格区域内应包含汇总值

迷你图-小型图

可以使用在表格中与单元格值结合使用

认识表格  基础数据与表  的结构数据

表格     基础数据：

1.以单元格为基本存储及操作单位

2.处理批量数据效率低

表     结构数据

1.以列（字段）为基础存储及操作单位

2易于处理大量的数据

@大部分的数据都是在“表”结构数据上完成的

一、EXCEL本质

 EXCEL操作对象历史

2007版-有工具栏，菜单栏

2013版-有powerBI插件

技巧

1.基本功能

2.powerbi    

3.高级图表制作技巧

4.公式

5.VBA功能（宏，VBA程序）

POWERBI插件

Excel与商业智能分析

Excel+powerbi =Excelbi

1.powerquery导入数据

2.powerquery数据加工处理

3.power pivot 搭建多为数据集

4.powermap，poweview和Excel表格界面--交互式数据展示界面

可学到的技能

一，数据分析的分析方法

1.业务数据分析

2.数据挖掘

3.大数据分析

两个成功案例

1.谷歌禽流感趋势预测 

2.啤酒与尿布的故事

二，数据分析的概念

数据分析：将数据转化成知识，智慧的手段

数据分为数据，信息，知识/智慧，（他们的关系层层递增）

三，数据分析在企业管理运营中的应用

1.战略规划

2.市场营销

3.生产管理

4.物流采购

5.财务管理

6.人力资源

四，数据分析项目的参与角色

1.业务人员（提出需求，检验结果的准确性，试指导业务工作）

2.分析人员（数据分析挖掘，制作报表，汇报分析成果）

3.IT技术人员（提供技术支持--爬虫，建数据库，提取字段）

五，数据分析方法分类

1.业务数据分析（描述性分析《对过去的事情跟现在的事情做一个描述》，数据透视，可视化图表-SQL,EXCEL）

2.数据挖掘分析---统计，大数据预测（协同过滤，分类分析，关联分析，聚类分析--PYTHON,SPSS,SAS,R等）

3.大数据分析（HADOOP大数据分析平台，数据整理，建模、分析与展示---HADOOP,SPARK等）

三个数据分析领域人才需求情况--特征

1.业务数据分析人才需求大，数据挖掘，大数据分析人才需求较少

2.业务数据分析门槛低，薪资最低，数据挖掘最高

六.业务数据分析流程

1.业务理解

2.数据收集--原始数据

3.数据处理-清洗，整理--有效的数据

4.数据分析--搭建多维度的数据分析环境，描述性分析

5.数据展现-表格，图表可视化展示

6.成果报告--数据分析报告PPT，动态商业智能bi分析报表

七、商业智能-交互式与可视化结合

商业智能是实现数据洞察的重要手段，

商业洞察是深入商业现象发现问题本质的过程

八、可视化

对比分析

（预警分析，进度分析，差异分析，纵向分析，横向分析，各种对比）

结构分析

（构成分析，杜邦分析）

透视分析

（数据透视表，数据透视图，上钻，下钻分析，不用汇总规则的分析）

其他分析

（变化分析，分组分析，增维分析）

九、交互式-从静态报表到动态商业智能报表的飞跃--将获取信息的主动权交到报表阅读者中----切片器

去重下拉，直接万金油

iserror简直就是鸡肋，直接用iferror不香？

KPI

作用：创建图标集（阈值），直观反映数据的好坏

度量值：两个汇总值之间比较

绝对值：与绝对数值做对比

步骤：

Power Pivot

数据透视工具

特点：

1. 多维
2. 突破行数限制（低于2G）
3. 操作简洁
4. 可自定义—DAX表达式

加载插件--启动编辑器

在excel中添加Power Pivot选项卡：文件-选项-加载项-下方管理：COM加载项-转到：勾选Power Pivot to excel。

打开Power Pivot界面：

1. 在Power Pivot选项卡点击管理
2. 在数据选项卡下-数据工具-数据管理模型

Power Pivot编辑器

导入数据：

1. power pivot直接导入外部数据：编辑器窗口中从文件；从数据库导入
2. 从power query 导入：导入文件时勾选“将此数据添加到数据模型”
3. excel中Power Pivot选项卡下添加到数据模型--将excel表格数据直接导入Power Pivot。

文件选项卡

主页选项卡

设计选项卡

高级选项卡

Power Query

作用：数据处理

对象：表结构数据

特点：

1. 提取、整合多数据源数据
2. 数据量限制（无行数限制，单机参考量：2G）
3. 数据处理分析功能，操作方便
4. M函数自定义创建数据处理和计算规则
5. 流程可重复利用，提高效率

工具：excel 2013版需另外加载，excel 2016以上已加入--获取和转换。

操作界面--查询编辑器：

功能组

编辑栏

查询列表（近似于表）

数据预览区

查询设置区

导入数据方式：

1. 仅创建连接：只导入query，不用excel处理数据时用，文件内存小。
2. 创建连接和表：导入query同时创建excel表格。

文本文件：TXT--分隔符为tab键，即制表符；CSV--分隔符为逗号。

加载：默认加载到表。

加载到：表或仅创建连接，使用到数据模型。

查看仅创建连接导入的数据：双击工作簿查询的表名，进入查询编辑器的界面。

修改加载方式：右击工作簿查询中的表名，右键-加载到。

关闭并上载/关闭并上载至：与加载一致。

合并数据

表结构数据的关系：字段-数据表-数据库

标题行的值：字段名

记录：字段的值

横向合并：关键字段（公共字段）--无重复且一一对应最好，合并操作--合并查询，选择展示字段。

主表：

附表：为主表提供信息。

连接种类

• 左外部：保留左表的所有行
• 右外部：保留右表的所有行
• 内部：保留左右表匹配的行
• 全外连接：保留左右表所有行
• 左反：只保留左表中能与右表匹配的行
• 右反：只保留右表中能与左表匹配的行

纵向合并：合并行

1. 有相同字段的行追加到下面
2. 有不同的字段追横向加到最后
3. 不匹配的字段标记空值

excel加载表结构数据：如果第一行各字段的数据类型与下面全部一致，自动添加一个标题行。

Power Query 基本功能

感叹号错误信息--找不到文件：文件路径错误--应用的步骤，源，修改编辑栏上的M函数公式中的文件路径。

开始选项卡

转换-数据类型

转换选项卡

填充功能：

1. 向下填充：空值邻近的值向下填充空值位置
2. 向上填充：空值邻近的值向上填充空值位置

编辑列-信息：判断奇偶

添加列选项卡

透视列：选择值列，高级选项选汇总规则。

逆透视列：把透视表展开

添加自定义列：

索引列：

转换与添加列重复的功能：转换选项卡下的功能在当前列操作，添加列选项卡的功能新建列后操作。

视图选项卡

M函数

用于自定义处理数据的方法，编程语言。

1、修改M函数：看懂M函数并且能重组使用。

2、写M函数：自己写需要的M函数来实现数据处理和计算功能。

编辑位置：编辑栏、添加自定义列、高级编辑器。

查询M函数：新建空查询，编辑栏输入  =#shared  后回车，到表中后可筛选。

M函数名称规律：数据类型.方法

M函数的特点：

1. 参数以逗号分隔
2. 第一个参数基本都是上一步操作的步骤名称
3. 文本要加引号，数值不用引号
4. 索引以0开始
5. 步骤名称不能重复

高级编辑器

let  in 结构

过程写在 let ：步骤名称=函数名称（上一步名称，参数……），……

结果写在 in ：步骤名称