文|花隨花心

無論是剛?cè)腴T的數(shù)據(jù)分析小白，但是工作多年的數(shù)據(jù)工程師，學(xué)會用Excel做數(shù)據(jù)分析總是第一門課。其實excel不只是一個數(shù)據(jù)統(tǒng)計工具，它的數(shù)據(jù)分析能力十分強(qiáng)大，除了基本的數(shù)據(jù)計算之外，還可以進(jìn)行數(shù)據(jù)清洗、數(shù)據(jù)可視化等等，財務(wù)人、業(yè)務(wù)人等都很喜歡用excel做報表。

雖然Excel不能實現(xiàn)大數(shù)據(jù)量的數(shù)據(jù)分析，對于數(shù)據(jù)分析領(lǐng)域的新手來說，它成為一個很好的跳板，幫助你快速掌握數(shù)據(jù)分析的基礎(chǔ)思維和方法。

下面我就以某電器商家的淘寶數(shù)據(jù)為例，詳細(xì)介紹一下如何用excel分析數(shù)據(jù)！

了解數(shù)據(jù)和分析方法

這是一家賣電器的店鋪后臺的訂單數(shù)據(jù)，來源于已賣出的寶貝。隱私數(shù)據(jù)都被我刪除了，無論從手機(jī)號碼、家庭地址，還是會員名，真實姓名，統(tǒng)統(tǒng)去除。

這里可以分享一個小函數(shù)：Replace()。如果需要隱藏一部分文本，可以使用這個函數(shù)，正如數(shù)據(jù)源當(dāng)中的“買家會員名”，我把前3個文本都用“*”來代替，既不會影響這個字段的使用，又可以合理隱藏真實信息。

而我們做電商數(shù)據(jù)分析，一定要記住，是先分析，后數(shù)據(jù)。除非剛?cè)腴T的時候，不知道分析什么好，所以看到有什么數(shù)據(jù)就從數(shù)據(jù)當(dāng)中去提取有價值的信息。

但真正的高手，都是先分析后數(shù)據(jù)，先勝而后戰(zhàn)。而分析靠的是什么，其實就是運營經(jīng)驗，歸根到底做電商數(shù)據(jù)分析，不懂電商的業(yè)務(wù)邏輯，分析出來的信息，是不適合用來做商業(yè)決策的。因為信息是錯誤的，那么決策的成本機(jī)會增加。

往往一條有重要指導(dǎo)意義的錯誤信息，會導(dǎo)致一家店鋪，一家公司走向死亡。所以，沒把握之前，就要做微調(diào)型決策，一步一步向前走。

那么，我們可以先分析什么呢？

既然有“買家會員名”這個字段，那么能否知道，有多少買家在過去一段時間進(jìn)行了二次復(fù)購呢，甚至多次復(fù)購呢？

分析這個問題的時候，要注意，什么是復(fù)購？

復(fù)購，就是說一個客戶在過去一段時間有來店鋪買過兩次以上的產(chǎn)品，也就是下過兩次訂單。由于訂單也有可能是一個客戶在同一時間拍下2個產(chǎn)品，每個產(chǎn)品1個訂單，那為了方便統(tǒng)計，我們也默認(rèn)這算是復(fù)購。

而由于數(shù)據(jù)源是取決于不同的下單日期的，如果我取的日期是最近一周，那么很有可能是沒有任何復(fù)購的可能性。這個要看這個類目的產(chǎn)品，重復(fù)購買的周期有多久，這個一定有行業(yè)均值，而如果不知道，憑借自己的行業(yè)經(jīng)驗也是可以的。

為了回答這個問題，我對數(shù)據(jù)源進(jìn)行了處理，處理結(jié)果如下。

借助了PowerPivot的度量值計算，分別統(tǒng)計有多少的“買家會員名”，以及去重之后，還剩下多少數(shù)，兩者相減，剩下來的就是“復(fù)購會員數(shù)”，然后基于度量值計算，去分析復(fù)購率。

很明顯，如果我以省份作為分析維度的話，那么上面這份數(shù)據(jù)透視表就可以看出不同的省份下哪些復(fù)購率高。

如果從這段時間整家店鋪來算，整體復(fù)購率是16.30%，而如果細(xì)化到各個省份，每個省份都有各自的復(fù)購率計算，比如廣東省，復(fù)購率16.56%，和整體復(fù)購率持平。

通過“復(fù)購會員數(shù)”最起碼知道哪些人重復(fù)購買的次數(shù)有多少，數(shù)值是2，代表買過3次，其中有2次是復(fù)購；數(shù)值是10，代表買過11次，其中有10次是復(fù)購。

復(fù)購次數(shù)多，不見得消費的金額就高，所以要看其總金額，看為這家店鋪貢獻(xiàn)了多少人民幣。那么從數(shù)據(jù)分析的角度來說，到這里為止，能給的決策其實就是圍繞這些高復(fù)購率的省份，高復(fù)購率的會員進(jìn)行重點維護(hù)。

畢竟，現(xiàn)在一次性生意是越來越難做的，要做就要做可以二次復(fù)購甚至多次復(fù)購的生意。

接下來，我想問，過去一段時間的訂單增長率如何，環(huán)比同比的情況是怎樣的？

這里，就不得不提到日歷表，我們接下來結(jié)合日歷表，進(jìn)行日期維度數(shù)據(jù)的提取。有了日期數(shù)據(jù)，才能計算環(huán)比同比的訂單增長率。

為了回答這個問題，我對數(shù)據(jù)源進(jìn)行了處理，處理結(jié)果如下。

通過計算訂單的環(huán)比、同比數(shù)據(jù)，可以快速了解店鋪訂單增長率走勢如何。

如果純粹靠Excel的函數(shù)嵌套來計算同比環(huán)比的話，那么無論是從手工效率，還是數(shù)據(jù)計算正確率來說，都會大打折扣。而如果借助PowerPivot的關(guān)于同比環(huán)比計算的DAX函數(shù)，那么就可以快速實現(xiàn)分析。

這個方法可以分析訂單增長率，難不成就不能分析客戶增長率嗎？當(dāng)然可以，這里就不一一演示。

最后我們再分析一個任務(wù)額完成度

由于我的數(shù)據(jù)源這邊只有2019年7月和8月的訂單數(shù)據(jù)，所以我們只針對這2個月的數(shù)據(jù)進(jìn)行分析。

假設(shè)之前制定今年的7月份銷售額指標(biāo)要達(dá)到10萬，8月份要20萬，這時候如何通過自動化的方式來分析這個任務(wù)額完成度？所謂完成度，就是用實際銷售額比銷售額指標(biāo)，要的就是看是否能達(dá)標(biāo)。

接下來基于這份任務(wù)表，結(jié)合我們之前做的訂單分析模型，來對數(shù)據(jù)源進(jìn)行處理。

為了回答這個問題，我對數(shù)據(jù)源進(jìn)行了處理，處理結(jié)果如下。

這樣子，只需要選擇年份數(shù)據(jù)，就可以快速分析出每一年的實際訂單任務(wù)額完成度是多少，超過90%，就算達(dá)標(biāo)。

那么，這里給每個月份指定的任務(wù)額是固定的嗎？其實我們只需要修改一下數(shù)字，刷新之后，這些數(shù)據(jù)都會自動變化，自動計算。

而它計算的背后，是有一個數(shù)據(jù)模型在控制的，這個也不是Excel的函數(shù)嵌套能辦到的事情。