9 Tips voor het presenteren van tabelresultaten en het analyseren van gegevens - dummies

Hier zijn een handvol algemene tips voor het analyseren van gegevens met Excel. Meestal geven deze tips veel gedetailleerdere processen voor het analyseren van gegevens samen en generaliseren ze deze.

Werk hard om gegevens te importeren

Werken aan het importeren van goede, rijke gegevens in Excel-werkmappen is echt de moeite waard. Soms is het importeren van gegevens problematisch. Hoofdpijn en liefdesverdriet kunnen optreden wanneer u gegevens uit andere managementinformatiesystemen probeert te halen en wanneer u probeert met een databasebeheerder te werken om de juiste gegevens in een indeling te krijgen die nuttige gegevensanalyse met Excel mogelijk maakt.

Maar ondanks het gedoe met het verkrijgen van de gegevens, zult u merken dat het importeren van goede gegevens in Excel de moeite waard is. Traditioneel nemen mensen beslissingen door gebruik te maken van zeer standaard informatiebronnen … zoals het boekhoudsysteem, of een rapport van een derde partij, of nieuwsbrief of publicatie. En die traditionele bronnen produceren traditionele inzichten, wat geweldig is. Maar wanneer u kunt werken met een rijkere, diepere gegevensset van onbewerkte informatie, verzamelt u vaak inzichten die gewoon niet in de traditionele bronnen voorkomen.

Ontwerpinformatiesystemen om rijke gegevens te produceren

Meer dan 20 jaar geleden concentreerden ontwerpers zich nu op het maken van systemen die de rapporten produceerden die managers en beslissers wilden en die formulieren (zoals facturen) produceerden en cheques en bestellingen) die bedrijven nodig hebben om te werken.

Die artikelen zijn nog steeds vanzelfsprekend belangrijke dingen om over na te denken terwijl u informatiesystemen ontwerpt en installeert en beheert, zoals een boekhoudsysteem. Maar u moet ook erkennen dat er waarschijnlijk ongeplande, onorthodoxe, ongewone maar nog steeds zeer waardevolle manieren zijn waarop de gegevens die door deze managementinformatiesystemen worden verzameld, kunnen worden geanalyseerd. En dus, als u werkt met, of ontwerpt of deelneemt aan de implementatie van informatiesystemen, moet u zich realiseren dat onbewerkte gegevens uit het systeem kunnen en moeten worden doorgegeven aan hulpmiddelen voor gegevensanalyse, zoals Excel.

Door rijke, gedetailleerde gegevens over de producten of diensten die een bedrijf verkoopt, kan dat bedrijf trends in de verkoop per product of dienst zien. Bovendien stelt het een bedrijf in staat om kruistabellen te maken die laten zien hoe bepaalde klanten bepaalde producten en diensten kiezen en gebruiken.

Waar het op neerkomt, is dat organisaties informatiesystemen moeten ontwerpen zodat ze ook goede, rijke, onbewerkte gegevens verzamelen. Later kunnen deze gegevens eenvoudig worden geëxporteerd naar Excel, waar eenvoudige gegevensanalyses kunnen leiden tot rijke inzichten in de werking van een bedrijf, de kansen en mogelijke bedreigingen.

Vergeet bronnen van derden niet

Eén snelpunt: onderkennen dat er veel gegevensbronnen van derden zijn. Leveranciers en klanten hebben bijvoorbeeld mogelijk zeer interessante gegevens beschikbaar in een voor Excel toegankelijk formaat dat u kunt gebruiken om hun markt of uw branche te analyseren.

Een snelle laatste opmerking over gegevensbronnen van derden is dit: de Web Query-tool die beschikbaar is in Excel, maakt het extra gemakkelijk om informatie uit tabellen op webpagina's te extraheren.

Voeg het toe

U denkt misschien dat krachtige gegevensanalyse krachtige technieken voor gegevensanalyse vereist. Chi-pleinen. Inferentiële statistieken. Regressie analyse.

Een aantal van de krachtigste gegevensanalyses die u kunt doen, is eenvoudig getallen optellen. Als u cijfers toevoegt en sommen krijgt waarvan andere mensen niet eens weten - en als die sommen belangrijk zijn of trends vertonen - kunt u belangrijke inzichten verkrijgen en waardevolle informatie verzamelen met behulp van de eenvoudigste technieken voor gegevensanalyse.

Nogmaals, het belangrijkste is om in eerste instantie echt goede informatie te verzamelen en die informatie vervolgens in een container te laten opslaan, zoals een Excel-werkmap, zodat je de gegevens rekenkundig kunt manipuleren en analyseren.

Onderzoek altijd beschrijvende statistieken

De beschrijvende statistische hulpmiddelen die Excel biedt - inclusief metingen zoals een som, een gemiddelde, een mediaan, een standaardafwijking, enzovoort, zijn echt krachtige hulpmiddelen. Voel je niet alsof deze tools je vaardigheden te boven gaan.

Beschrijvende statistiek beschrijf eenvoudig de gegevens die u in een Excel-werkblad hebt. Ze zijn niet magisch en je hebt geen speciale statistische training nodig om ze te gebruiken of om ze te delen met de mensen aan wie je je gegevensanalyseresultaten presenteert.

Merk ook op dat enkele van de eenvoudigste beschrijvende statistische maatregelen vaak het nuttigst zijn. Het kennen van de kleinste waarde in een gegevensset of de grootste waarde kan bijvoorbeeld erg handig zijn. Het kennen van de gemiddelde, mediaan of modus in een dataset is ook erg interessant en handig. En zelfs ogenschijnlijk gecompliceerde geavanceerde maatregelen zoals een standaardafwijking (die alleen spreiding over het gemiddelde meet) zijn echt behoorlijk bruikbare hulpmiddelen.

Kijken naar beschrijvende statistieken die veranderen (of niet veranderen) in de loop van de tijd, zoals van jaar tot jaar, geeft je vaak bijzonder waardevolle inzichten.

Kijk uit voor trends

Peter Drucker, misschien wel de bekendste en meest inzichtelijke waarnemer van moderne managementpraktijken, merkte in een aantal van zijn laatste boeken op dat een van de meest belangrijke dingen die data-analyse kan doen, een verandering van trends is. Trends zijn bijna het belangrijkste wat je kunt zien. Als de gecombineerde omzet van uw bedrijfstak groeit, is dat aanzienlijk. Als ze niet zijn gegroeid of als ze beginnen te slinken, is dat waarschijnlijk nog belangrijker.

Zorg ervoor dat u in uw eigen gegevensanalyse uw werkbladen samenstelt en uw gegevens verzamelt op een manier die u helpt trends te identificeren en, idealiter, wijzigingen in trends te identificeren.

Snijden en in blokjes snijden: kruistabel

De opdracht PivotTable is een geweldig hulpmiddel.Kruistabellen zijn uiterst handige manieren om gegevens te knippen en te dobbelstenen. En het handige aan de draaitabel-tool is dat u eenvoudig opnieuw kunt kruisen en vervolgens opnieuw kunt kruisen.

Als u over goede rich databronnen beschikt en u niet regelmatig uw gegevens kruist, mist u waarschijnlijk absolute schatten aan informatie. Er is goud in hen, heuvels.

In kaart brengen, baby

Een belangrijk onderdeel van een goede gegevensanalyse is het visueel presenteren en onderzoeken van uw gegevens.

Als u een lijndiagram bekijkt van een belangrijke statistiek of een kolomdiagram van een set gegevens maakt, ziet u vaak dingen die niet duidelijk zijn in een tabelpresentatie van dezelfde informatie. Kortom, grafieken zijn vaak een geweldige manier om dingen te ontdekken die je anders niet zou zien.

Houd rekening met inferentiële statistieken

Met inductiestatistieken kunt u een steekproef verzamelen en vervolgens conclusies trekken over de populatie waaruit het monster is getrokken op basis van de kenmerken van het monster.

In de juiste handen zijn inferentiële statistieken buitengewoon krachtige en nuttige hulpmiddelen. Met goede vaardigheden in inferentiële statistieken kun je allerlei dingen analyseren om allerlei inzichten in gegevens te verkrijgen die gewone mensen nooit krijgen. Eerlijk gezegd, als je enige blootstelling aan inferentiële statistische technieken minimaal is, beschik je waarschijnlijk niet over voldoende ruwe statistische kennis om inferentiële statistische analyses redelijk uit te voeren.