数据分析和Excel：有关数据分析和Excel的简单介绍

一.数据分析

1.概念

官方说法：
　　数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。

案例说明:
　　例子1：在09年流感爆发的时候，google通过对人们输入词条的分析，挖掘出了有效及时的指示标，比通过层层收集的官方数据惊人很多。
　　例子2：Farecast通过对于机票数据的趋势变化情况，提供票价预测的服务，目前公布准确度高达75%，现在被微软收购，整合在了bing的搜索中。
　　例子3：Xoom是从事跨境汇款业务的公司，处理过的一个案例是，单独看一笔交易是合法的，但是重新检查了所有的数据之后，发现犯罪集团正在进行诈骗。
　　例子4：亚马逊三分之一的销售额来自个性化推荐系统。
　　例子5：美国折扣零售商能够通过用户购买商品的历史，判断出是否怀孕。

2.数据分析的重要性

（1）数据分析现在是顶级组织的优先事项
　　随着业务竞争的加剧，经济形势的僵化以及业务驱动型决策的制定，顶级企业现在必须转向数据分析来识别新的市场机会，用于改善业务的口袋，改进的服务和产品以及与竞争对手相比的业务。
　　如今，77％的顶级组织将数据分析视为其业务绩效的非常关键的组成部分。业务绩效通过分析来衡量。这意味着数据专业人员通常会对公司政策，决策和营销策略产生巨大影响。
（2）能使人将成为公司决策的核心
　　最高期望的工作期望之一就是做出决定的权力。通常，缺乏决策权会使工作变得不尽如人意，就像伟大的企业轮盘中的另一个齿轮一样。
　　但是，作为数据分析专家，您是公司决策的核心。实际上，您将成为业务决策和未来战略不可或缺的一部分，因为您研究趋势，就未来的改进范围提供了有意义的见解，从而在组织中发挥了重要作用和宗旨。
（3）数据分析专业人员可以选择广泛的职位和领域
　　指标和分析专家、数据分析师、运营分析师、销售分析师、金融分析师、市场分析师数据、分析顾问、数据挖掘工程师
（4）高薪和更多工作机会
　　数据才是真正的慷慨之王。需求增加而供应减少意味着数据专业人员很有价值。
　　公司现在专注于在业务周期中全面整合数据分析。正如没有社交媒体就无法创造卓越的品牌体验一样，没有数据分析也无法完成业务绩效评估。
（5）众多行业开放
　　很显然，数据分析师并不局限于两个行业领域，它们的贡献跨越了整个行业。
　　到数据分析的过渡很顺利。没有特定的域；数据分析师为每个人工作。麦当劳到IBM，沃尔玛。因此，您可以在自己选择的任何领域工作。它可能处于垂直行业，例如金融，制造业，信息技术，通信，物流，零售，汽车以及整个社会。这就是数据分析可以发挥所有作用的原因。
“能够查看各种数据并得出结论，这可能是任何员工拥有的最有价值的技能，而且令人惊讶的是，如果不是其他技术先进的员工，通常就会缺少这种技能。”

3.数据分析应用的九大领域

（1）理解客户、满足客户服务需求
　　数据的应用目前在这领域是最广为人知的。重点是如何应用数据更好的了解客户以及他们的爱好和行为。企业非常喜欢搜集社交方面的数据、浏览器的日志、分析出文本和传感器的数据，为了更加全面的了解客户。在一般情况下，建立出数据模型进行预测。比如美国的着名零售商Target就是通过数据分析，得到有价值的信息，精准得预测到客户在什么时候想要小孩。另外，通过数据的应用，电信公司可以更好预测出流失的客户，沃尔玛则更加精准的预测哪个产品会大卖，汽车保险行业会了解客户的需求和驾驶水平，政府也能了解到选民的偏好。
（2）业务流程优化
　　数据也更多的帮助业务流程的优化。可以通过利用社交媒体数据、网络搜索以及天气预报挖掘出有价值的数据，其中数据的应用最广泛的就是供应链以及配送路线的优化。在这2个方面，地理定位和无线电频率的识别追踪货物和送货车，利用实时交通路线数据制定更加优化的路线。人力资源业务也通过数据分析来进行改进，这其中就包括了人才招聘的优化。
（3）数据正在改善我们的生活
　　数据不单单只是应用于企业和政府，同样也适用我们生活当中的每个人。我们可以利用穿戴的装备（如智能手表或者智能手环）生成最新的数据，这让我们可以根据我们热量的消耗以及睡眠模式来进行追踪。而且还利用数据分析来寻找属于我们的爱情，大多数时候交友网站就是大数据应用工具来帮助需要的人匹配合适的对象。
（4）提高医疗和研发
　　数据分析应用的计算能力可以让我们能够在几分钟内就可以解码整个DNA.并且让我们可以制定出最新的治疗方案。同时可以更好的去理解和预测疾病。就好像人们戴上智能手表等可以产生的数据一样，数据同样可以帮助病人对于病情进行更好的治疗。数据技术目前已经在医院应用监视早产婴儿和患病婴儿的情况，通过记录和分析婴儿的心跳，医生针对婴儿的身体可能会出现不适症状做出预测。这样可以帮助医生更好的救助婴儿。
（5）提高体育成绩
　　现在很多运动员在训练的时候应用数据分析技术了。比如例如用于网球比赛的IBM SlamTracker工具，我们使用视频分析来追踪足球或棒球比赛中每个球员的表现，而运动器材中的传感器技术（例如篮球或高尔夫俱乐部）让我们可以获得对比赛的数据以及如何改进。很多精英运动队还追踪比赛环境外运动员的活动-通过使用智能技术来追踪其营养状况以及睡眠，以及社交对话来监控其情感状况。
（6）优化机器和设备性能
　　数据分析还可以让机器和设备在应用上更加智能化和自主化。例如，大数据工具曾经就被谷歌公司利用研发谷歌自驾汽车。丰田的普瑞就配有相机、GPS以及传感器，在交通上能够安全的驾驶，不需要人类的干预。数据工具还可以应用优化智能电话。
（7）改善安全和执法
　　数据现在已经广泛应用到安全执法的过程当中。想必大家都知道美国安全局利用数据进行恐怖主义打击，甚至监控人们的日常生活。而企业则应用数据技术进行防御网络攻击。警察应用数据工具进行捕捉罪犯，信用卡公司应用大数据工具来槛车欺诈性交易。
（8）改善我们的城市
　　数据还被应用改善我们日常生活的城市。例如基于城市实时交通信息、利用社交网络和天气数据来优化最新的交通情况。目前很多城市都在进行数据分析和试点。
（9）金融交易
　　​ 数据在金融行业主要是应用金融交易。高频交易是数据应用比较多的领域。其中数据算法应用于交易决定。现在很多股权的交易都是利用数据算法进行，这些算法现在越来越多的考虑了社交媒体和网站新闻来决定在未来几秒内是买出还是卖出。

4.数据之美

（1）美国纽约曼哈顿的24小时人口活跃图
（2）用Excel做山水风景画

二.Excel

1.Excel起源

大家日常工作离不开的Excel，实际上脱胎于1979年问世的Apple II电脑上的一款杀手级应用VisiCalc。
　　VisiCalc在问世后的6年间，以100美金一份的价格卖出了超过70万份，堪称Apple II上的一款杀手应用，人们宣称它改变了人们使用计算机甚至是思考世界的方式，因为传统计算机的运作是一个步奏一个步奏往下运行的，而VisiCalc的运行方式是，当你在一处地方做了修改，其他地方都会立即改变。
　　VisiCalc的创意来源于发明者Dan Bricklin有一次在哈佛大学观看一场演讲，台上一位教授在讲财务模型，当模型其中一个参数写错时，教授需要在表格的所有地方进行修改。Dan Bricklin觉得可以发明一种电子表格，来使这样的修改变得更有效率。
　　到1982年，VisiCalc的前雇员去了Lotus Software，在IBM计算机平台上推出了Lotus 1-2-3
它比VisiCalc响应更快，同时集成了表格计算、数据库、数据可视化3个功能，这也是Lotus 1-2-3的由来。
　　Lotus 1-2-3垄断了1980-1990年10年间的表格应用市场，直到1993年Windows平台Excel第5版的推出。
　　随着Windows平台的逐渐风靡，依附于IBM平台的Lotus 1-2-3渐渐把垄断地位让给了Excel，同时Lotus Software也在1995年被IBM以35亿美元收购。
　　从VisiCalc到Lotus 1-2-3到Excel，实际是计算机霸主地位从Apple到IBM再到微软的更迭，而从1995年起，由于微软在企业级市场的强势，再没有第四个表格类应用取代Excel。

2.Excel的重要性

Excel： 人人都可以成为数据分析师，入门门槛低，敏捷快速响应需求，最大只能处理100W数据，可以做数据可视化。
SQL: 处理数据量庞大，更适用于进行实时监控的操作，不能直接数据可视化sql有性能瓶颈，数据量大，访问量大
Python：python比起Excel和SQL缺点在于学习成本更高一点，优点是几乎可以完成数据分析所有的工作，而且当你熟练掌握之后Python的缺点便不存在了，而优点却可以带来巨大的效率提升。Excel和SQL固然很棒，可以完成大部分的传统数据分析工作，用SQL取数，然后Excel可视化分析。但是随着数据分析时代的来临，数据分析难道只是简简单单的取数＋可视化嘛？使用Python你可以方便地进行各种数据挖掘算法的建模，这个恐怕SQL和Excel很难做到了。

如果你是一位纯新手的话：

3.Excel用户级别