Excel или аналитик: как заставить цифры работать на вашу компанию каждый день

Бизнес ежедневно имеет дело с разными данными: объемы продаж, показатели рекламы, конверсия на сайте, количество посетителей в магазине и многое другое. Анализируя их, можно эффективнее развивать компанию и справиться с широким спектром задач, как ежедневных, так и экстренных.

Рассмотрим на реальных кейсах как эффективнее решать управленческие задачи, используя анализ данных в Excel, и какие остаются подходы, когда его становится недостаточно.

Понятие анализа данных
Анализ данных – область математики и информатики, занимающая построением и исследованием наиболее общих математических методов и вычислительных алгоритмов извлечения знаний из экспериментальных данных.
Анализ данных – это процесс исследования, фильтрации, преобразования и моделирования данных с целью извлечения полезной информации и принятия решения.

14. Решение типовых задач с помощью ППП «Excel»

• Для многих компаний более актуальна стратегическая аналитика, к которой относится создание финмодели, иначе говоря, моделирование ближайшего финансового будущего предприятия. Это позволяет планировать открытие нового направления с минимальными рисками и оценить возможность достижения успеха. Моделирование подходит, например, для интернет-проекта при намерении использовать он-лайн каналы сбыта, для рекламной кампании, найма дополнительных сотрудников отдела продаж.
• Одна из актуальных задач — выгодно ли делать бесплатную доставку? В ряд регионов «цена курьера» может оказаться выше прибыли. С помощью анализа данных можно подобрать и оценить несколько вариантов решения. Например, разделить регионы на 3 типа: бесплатная доставка при определенном чеке; области, где можно оптимизировать тарифы за перевозку – выбрав другую компанию-перевозчика; отказаться от бесплатной доставки.

При установленном флажке Парето выходная таблица сортируется по убыванию частоты, а при установленном флажке Интегральный процент в таблицу добавляется столбец с накопляемым процентным вкладом каждого кластера.

Виды регрессионного анализа

О выполнении последнего вида регрессионного анализа в Экселе мы подробнее поговорим далее.

Внизу, в качестве примера, представлена таблица, в которой указана среднесуточная температура воздуха на улице, и количество покупателей магазина за соответствующий рабочий день. Давайте выясним при помощи регрессионного анализа, как именно погодные условия в виде температуры воздуха могут повлиять на посещаемость торгового заведения.

Открывается небольшое окошко. В нём выбираем пункт «Регрессия». Жмем на кнопку «OK».

Открывается окно настроек регрессии. В нём обязательными для заполнения полями являются «Входной интервал Y» и «Входной интервал X». Все остальные настройки можно оставить по умолчанию.

В поле «Входной интервал Y» указываем адрес диапазона ячеек, где расположены переменные данные, влияние факторов на которые мы пытаемся установить. В нашем случае это будут ячейки столбца «Количество покупателей». Адрес можно вписать вручную с клавиатуры, а можно, просто выделить требуемый столбец. Последний вариант намного проще и удобнее.

В поле «Входной интервал X» вводим адрес диапазона ячеек, где находятся данные того фактора, влияние которого на переменную мы хотим установить. Как говорилось выше, нам нужно установить влияние температуры на количество покупателей магазина, а поэтому вводим адрес ячеек в столбце «Температура». Это можно сделать теми же способами, что и в поле «Количество покупателей».

После того, как все настройки установлены, жмем на кнопку «OK».

Вывод о статистической значимости модели в целом делают по — критерию. Если фактическая величина критерия Фишера окажется больше табличного значения, то полученная модель статистически значима и полно описывает изменение исследуемого показателя под действием факторов, присутствующих в модели.

Регрессионный анализ в excel пример

1. В категории «Статистические» выбираем функцию КОРРЕЛ.
2. Аргумент «Массив 1» — первый диапазон значений – время работы станка: А2:А14.
3. Аргумент «Массив 2» — второй диапазон значений – стоимость ремонта: В2:В14. Жмем ОК.

Значение t-статистики (критерий Стьюдента) помогает оценивать значимость коэффициента при неизвестной либо свободного члена линейной зависимости. Если значение t-критерия > t_кр, то гипотеза о незначимости свободного члена линейного уравнения отвергается.

Что такое линейная регрессионная модель и зачем это нужно

Это наиболее распространенный способ показать зависимость какой-то переменной от других, например, как зависит уровень ВВП от величины иностранных инвестиций или от кредитной ставки Нацбанка или от цен на ключевые энергоресурсы.

где a — параметры (коэффициенты) регрессии, x — влияющие факторы, k — количество факторов модели.

Если вам по работе или учёбе приходится погружаться в океан цифр и искать в них подтверждение своих гипотез, вам определённо пригодятся эти техники работы в Microsoft Excel. Как их применять — показываем с помощью гифок.

4 техники анализа данных в Microsoft Excel — Лайфхакер

Определение характеристик положения
Определение среднего (СРЗНАЧ, СРГЕОМ)
Определение моды в интервале данных или массиве (МОДА)
Определение медианы (МЕДИАНА)
Определение квартилей (КВАРТИЛЬ)

Быстрый анализ

Полезное дополнение. Мгновенно можно создавать различные типы диаграмм или спарклайны (микрографики прямо в ячейке).

Как работать

1. Откройте таблицу с данными для анализа.
2. Выделите нужный для анализа диапазон.
3. При выделении диапазона внизу всегда появляется кнопка «Быстрый анализ». Она сразу предлагает совершить с данными несколько возможных действий. Например, найти итоги. Мы можем узнать суммы, они проставляются внизу.

В быстром анализе также есть несколько вариантов форматирования. Посмотреть, какие значения больше, а какие меньше, можно в самих ячейках гистограммы.

Также можно проставить в ячейках разноцветные значки: зелёные — наибольшие значения, красные — наименьшие.

Надеемся, что эти приёмы помогут ускорить работу с анализом данных в Microsoft Excel и быстрее покорить вершины этого сложного, но такого полезного с точки зрения работы с цифрами приложения.

На этом этапе разрабатывают рекомендации об использовании результатов регрессионного анализа. Анализируют коэффициенты регрессии в натуральном и стандартизованном масштабе, а также коэффициенты эластичности.

Статистический анализ данных в MS Excel

1. Откройте таблицу с данными за период и соответствующими ему показателями, например, от года.
2. Выделите два ряда данных.
3. На вкладке «Данные» в группе нажмите кнопку «Лист прогноза».
4. В окне «Создание листа прогноза» выберите график или гистограмму для визуального представления прогноза.
5. Выберите дату окончания прогноза.

Как и другие инструменты Пакета анализа, инструмент Описательная статистика создает таблицу параметров. Если нужна не таблица, а отдельные статистические характеристики, то их можно получить либо с помощью другого инструмента Пакета анализа, либо с помощью функций Microsoft Excel.