《数据说服力：菜鸟学Excel数据分析（职场进阶版）》以一位刚工作的大学生学习数据分析的过程为背景，向读者介绍数据分析的基本概念和实际操作。在具体分析操作时，没有使用复杂的专业分析软件，而是用大家在办公中都会用到的Excel来进行操作。《数据说服力：菜鸟学Excel数据分析（职场进阶版）》将数据分析和Excel基础操作融入职场办公的场景中，主要用企业的销售数据来演示各类数据分析方法的使用，阅读起来轻松幽默，不再像大部分数据分析类图书那样枯燥乏味。另外，本书配套光盘中提供了专门录制的多媒体教学视频，便于读者高效而直观地学习。光盘中还赠送了4.7小时Excel商务图表制作教学视频、13.7小时Excel公司管理教学视频和14小时Excel数据分析、处理和计算教学视频，非常超值！
　　《数据说服力：菜鸟学Excel数据分析（职场进阶版）》共分15章，从数据分析的基本概念开始，不仅介绍了Excel在数据分析中的基本操作，还结合案例重点介绍了数据收集、数据加工、描述分析、趋势分析、对比分析、相关分析、结构分析、在Excel中展示分析数据以及编写分析报告等内容。为了让读者在数据分析时能进行更高层次的操作，书中还介绍了Excel的模拟分析功能及VBA在数据分析中的应用，最后还简单介绍了数据挖掘的相关概念。
　　《数据说服力：菜鸟学Excel数据分析（职场进阶版）》适合各类企事业单位从事市场营销、金融、人力资源管理、财务管理等需要进行数据分析的职场人士阅读，也适合企业经营、管理人员和广大数据分析爱好者阅读。

　　超值DVD光盘，你值得拥有！

　　《数据说服力：菜鸟学Excel数据分析（职场进阶版）》涉及的源文件

　　4小时配套教学视频

　　4.7小时Excel商务图表制作视频讲解

　　13.7小时Excel公司管理视频讲解

　　14小时Excel数据处理、计算与分析视频讲解

　　★这是一本非常浅显易懂的书，几乎不涉及复杂的公式，对于想要学习数据分析的人尤为适合。而且这本书还很有趣，不像传统的教材板着一副面孔，而是娓娓道来，用职场对话的形式展开，读来亲切自然。
　　——IT部落窝论坛
　　
　　★时至今日，许多企业在数据管理中所面临的主要挑战之一就是如何从海量数据中获得更多的价值，尤其是从企业自身一点一滴辛苦积累起来的数据中获取价值。要做到这一切，必须要掌握数据分析技术。
　　本书拟定了两个职场人物，以他们的情景对话展开叙述，向读者介绍了如何利用Excel进行数据分析。而且本书的门槛很低，比较注重解决实际问题，非常适合数据分析的入门人员作为参考。
　　——中国会计视野论坛
　　
　　★一提到数据分析很多人就望而却步，担心门槛高，难以入门。这本书中没有介绍专业的数据分析软件，没有讲解复杂的数理统计模型，而是将专业的数据分析工作都在Excel中完成。书中的案例非常贴近实际，写作风格轻松活泼，是一本很有特色的数据分析入门教材。
　　——Excel畅销书作者、IT部落窝与会计视野两大版主、注册会计师、审计师李云龙

　　第1章　让数据说话

　　数据分析，这个词对刚入职的李双双来说还很陌生。对于刚毕业的李双双，没有实际工作经验，更别提数据分析了，可现在却必须面对这个难题。李双双今年刚毕业，应聘到WM电器销售公司做总经理秘书。上班的第一天，陈总就对李双双的工作进行了安排：由于分公司的大部分文字工作由行政部负责，因此，总经理秘书需要做的主要工作是收集分公司各门店的经营数据，并在总经理需要时提供相关数据。

　　数据分析该怎么做？数据分析有什么作用？该用什么方法进行数据分析？用什么工具进行数据分析？……李双双带着这一连串的问号，开始了人生的第一份工作。正所谓“车到山前必有路，柳暗花明又一村”，上班后，李双双知道公司设有一个信息部，专门从事数据分析工作，这个部门的员工基本上都是科班出身学习数据统计分析的。“对，找他们拜师学艺！”李双双心里又开始了女孩特有的幻想，“如果遇到一位帅哥就更好了！嘻嘻。”

　　想到就做，这是李双双的性格。第二天上班，她抽空到信息部办公室，一个小伙子从办公桌后站了起来：你好，请问你找谁？李双双定睛一看，光洁白皙的脸庞，乌黑深邃的眼眸，那浓密的眉、高挺的鼻，无一不表示这是一位帅哥。李双双脸红了一下：你好，我叫李双双，刚到公司上班。

　　帅哥：哦，欢迎加入，我叫沈栋，有什么可以帮忙的？

　　李双双嘴很甜，马上说道：沈哥，你好！是这样的，我现在做陈总的秘书。陈总要求我做一些数据收集、分析的工作，可我对数据分析还是门外汉，听说信息部都是科班出身的数据分析师，所以今天想来拜师学艺。

　　沈栋：呵呵，拜师就说不上了，有什么问题咱们可以探讨。

　　李双双：要说问题，我现在感觉是一头雾水，还找不到从哪里说起，想请你从零开始教我。不过，这不着急，沈老师，今天拜了师，中午该我请老师吃饭。

　　沈栋：不用客气，你是才进公司的新人，该我请客。

　　1.1大海捞针，如何从海量数据中发现问题

　　搞定拜师的事情之后，李双双决定趁热打铁，下午到信息部办公室看了几次，准备瞅准沈栋空闲时马上就去找他上课。看到李双双在办公室门口转了几次，沈栋把手上的工作忙完后说：小李，进来吧。我看你在门口转了几次了，学习的热情很高啊。李双双顽皮的笑了笑：我现在是求知若渴啊。老师，什么是数据分析？

　　1.1.1找不着信息的尴尬

　　沈栋：什么是数据分析？通俗地讲，就是对数据进行分析。

　　李双双：这么简单？

　　沈栋：其实，从专业角度来解释数据分析的话，有很长一段话，不过，我觉得不用去记那么多专业的描述，对你来说，关键是了解数据分析，掌握常用方法。

　　李双双：正好，我也不喜欢记那些苦涩难懂的术语。

　　沈栋：假设咱们公司每天只销售10笔商品，这样，就会产生10条销售数据，这会是什么情况？

　　李双双：只销售10笔商品，那咱们就失业了。

　　沈栋：哈哈，你想得挺远，不过确实是这样的。如果只有10笔销售数据，老板自己就可逐一检查处理了，要咱们干啥。但是，象现在这种情况，咱位分公司一年销售额几十亿，商品数据、销售数据、客户数据每年都达几千万、上亿笔，这么多数据，老板自己一个人就看不完了，并且面对这么多数据，也不是一眼就能看出规律的。这就需要专业的数据分析师对这些海量数据进行分析，也就有我的一口饭吃。

　　时至今日，许多企业在数据管理中所面临的主要挑战之一就是如何从海量数据中获得更多的价值，尤其是从企业自身一点一滴辛苦积累起来的数据中获取价值。当公司的数据很多时，就会出现问题：不知道整个公司的信息系统中保存了多少数据，保存了什么数据，这些数据保存在哪里，各系统中的数据之间存在哪些冲突……这就导致了很多企业都会出现找不着信息的尴尬。

　　在信息高度发达的今天，数据信息呈爆炸式增长，每天全世界产生着巨量的数据，例如百度网站每天就有上亿人次访问，访问数据将达到几亿条。这还只是一个网站产生的数据，而互联网上运行的网站数不胜数。根据一项统计显示，全世界2005年创造的数据是1500亿GB，到2020年创造的数据将超过3500万亿GB。随着这股信息洪流不断增加，面对这种呈几何级数增长的数据，从中提取并存储有用的数据将变得十分困难，已经出现数据泛滥的状况。

　　1.1.2如何处理海量数据

　　李双双：按你这么说，对于这么庞大的海量数据，该怎么处理呢？

　　沈栋：海量数据是发展趋势，随着电脑存储容量越来越大，数据量肯定也会不断的呈几何级增长。面对这种情况，如何从海量数据中提取有用信息就显得重要而紧迫了。如图1-2所示是海量数据处理的过程，在这个过程中，将收集到的海量数据通过数据处理过程，最后找到金子（需要的数据）。

　　图1-2海量数据处理

　　对海量数据的处理，通常应做到以下几点：

　　l处理要准确；

　　l精度要高；

　　l处理时间要短；

　　l得到有价值信息要快。

　　对于象咱们公司这种有海量数据需要处理的公司，通常都需要投入巨资来建立信息技术系统，并成立相关的技术支持部门和信息分析部门。对于海量数据的处理并没有通用的方法，需要数据分析师长期工作经验的积累，下面我简单介绍一些通用的原理和规则。

　　l选用优秀的数据库工具：好的数据库系统可成倍提高数据处理的速度；

　　l优良的程序：良好的程序代码应该包含好的算法，包含好的处理流程，包含好的效率，包含好的异常处理机制等；

　　l对海量数据进行分区：对数据进行分区，将数据分散开，减小磁盘I/O，减小了系统负荷，而且还可以将日志，索引等放于不同的分区中；

　　l建立数据索引：对海量的数据处理，对大表建立索引是必须的；

　　l建立缓存机制：根据数据量大小建立合适的缓存，提高处理效率。

　　1.2数据分析的前世今生

　　李双双：老师啊，你讲的这些太复杂了，头痛ing。

　　沈栋笑了：确实，你现在要理解海量数据的处理是有点难。这里给你说这些只是让你了解数据处理的重要性，不用去详细理解具体的内容，等你把数据分析知识掌握到一定程度后，就能理解了。现在先给你讲一下数据分析的前世今生。

　　1.2.1数据的记录

　　沈栋端起茶杯喝了一口，接着说：要说数据分析，首先得说数据。在日常生活中，人们为了回想过去发生过的事，对进行的各种活动进行记录，就形成了数据。人类记录数据通常具有以下几种方式（如图1-3所示）：

　　l口头记录；

　　l图画记录；

　　l文字记录；

　　l音频记录；

　　l视频记录。

　　随着人类科技的进步，数据的记录形式也在不断变化，从最初的口口相传发展到现在，已经能用各种介质来保存信息，例如文字、图片、声音、视频等。到现在电子数据存储的软、硬件技术得到很大的发展，已经可以将文本、图片、声音、视频等信息存储在一起，并能方便地检索这些信息。

　　李双双马上接口说：我知道了，像咱们平常收集的销售数据就是文本类的数据，而广告公司为咱们设计的海报就是图片类的数据，而声音、视频数据就是看电视、电影等。

　　沈栋竖起了大拇指：聪明，学会总结了。

　　李双双顽皮地一笑：一般一般，世界第三。

　　……

第1章 让数据说话
1.1 大海捞针，如何从海量数据中发现问题
1.1.1 找不着信息的尴尬
1.1.2 如何处理海量数据
1.2 数据分析的前世今生
1.2.1 数据的记录
1.2.2 数据分析的目的
1.2.3 数据分析的现状
1.2.4 数据分析的前景
1.2.5 数据分析不是浮云
1.3 怎么进行数据分析
1.3.1 明确数据分析目的
1.3.2 数据搜集
1.3.3 数据处理
1.3.4 数据分析
1.3.5 数据分析报告
1.4 常用分析模型
1.4.1 波特五力分析模型
1.4.2 SWOT分析模型
1.4.3 SW2H分析模型
1.4.4 PEST分析模型
1.4.5 SCP分析模型
1.5 常用数据分析方法
1.5.1 对比分析法
1.5.2 分组分析法
‘1.5.3 结构分析法
1.5.4 高级数据分析法
1.6 不能不知的统计概念
1.6.1 总体与样本
1.6.2 平均数、中位数和众数
1.6.3 番与倍的概念
1.6.4 百分数与百分点的区别

第2章 数据分析的武器装备-Excel
2.1 不可不知的数据分析软件
2.1.1 SPSS简介
2.1.2 SAS简介
2.1.3 马克威分析系统简介
2.2 不能不会的Excel
2.2.1 认识Excel
2.2.2 Exce12013的功能区
2.2.3 功能区的使用
2.3 Excel的基本操作
2.3.1 必须了解的概念
2.3.2 选择操作区域
2.3.3 操作单元格
2.3.4 行列操作
2.4 美化表格
2.4.1 让文字更好看
2.4.2 让文字排好队
2.4.3 不能只使用白背景
2.4.4 边框必须有
2.4.5 设置数据格式
2.5 Excel的公式与函数
2.5.1 基本概念
2.5.2 运算符
2.5.3 运算符优先级
2.5.4 快速计算方法
2.5.5 输入公式
2.5.6 函数

第3章 数据从哪里来
3.1 数据收集方法
3.1.1 间接来源
3.1.2 直接来源
3.1.3 普查还是抽查
3.2 调查问卷设计
3.2.1 调查问卷结构
3.2.2 调查问卷设计步骤
3.2.3 问题设计的注意事项
3.2.4 用Excel设计调查问卷
3.3 Excel中的数据
3.3.1 数据类型
3.3.2 字段与记录
3.3.3 Excel表
3.4 在Excel中输入数据
3.4.1 各类数据的输入
3.4.2 快速输入数据的方法：填充
3.5 在Excel中导入数据
3.5.1 导入文本数据
3.5.2 导入网站数据

第4章 数据加工

4.1 你的数据来源可靠么
4.1.1 对数据进行审核
4.1.2 审核直接数据
4.1.3 审核间接数据
4.2 你的数据完整么
4.2.1 处理重复数据
4.2.2 处理缺失数据
4.2.3 处理离群值
4.3 你的数据有序么
4.3.1 排序找出趋势
4.3.2 用筛选剔除数据
4.4 你是哪一组
4.4.1 按品质标志分组
4.4.2 按数量标志分组
4.4.3 如何快速统计各分组
4.4.4 分类汇总
4.5 Excel神器：数据透视表
4.5.1 创建数据透视表
4.5.2 透视表的计算和汇总
4.5.3 透视表筛选和排序

第5章 你的工资被平均了吗--描述分析
5.1 收集整理工资数据
5.1.1 要收集哪些数据
5.1.2 整理计算数据
5.1.3 快速找出错误数据
5.2 用数据透视表汇总工资数据
5.2.1 查表合并数据
5.2.2 更快的方法有没有
5.2.3 向功能区增加新按钮
5.2.4 数据透视表现身
5.2.5 让数据透视表为我所用
5.3 什么是描述分析
5.3.1 集中趋势
5.3.2 离散趋势
5.3.3 偏度与峰度
5.3.4 对工资数据进行描述分析
5.4 工资数据分析图表
5.4.1 总额和人均变化图
5.4.2 部门工资分布示意图
5.4.3 工资与部门的关系
5.4.4 工资与职称的关系
5.4.5 工资与学历的关系
5.5 发现公司薪酬体系问题

第6章 了解过去，展望未来--趋势分析
6.1 销售数据采集
6.1.1 选择数据的思路
6.1.2 整理数据
6.2 什么是趋势分析
6.2.1 什么是时间序列
6.2.2 什么是线性趋势
6.3 公司销售增长情况分析
6.3.1 再说同比和环比
6.3.2 计算销售数据同比增速
6.3.3 计算销售数据环比增速
6.3.4 计算发展速度与增长速度
6.4 用移动平均过滤波动
6.4.1 怎么计算移动平均
6.4.2 销售数据移动平均数
6.5 制作分析图表
6.5.1 月销售金额图表
6.5.2 销售金额折线图

第7章 公司在行业中的地位--对比分析
7.1 收集行业数据
7.1.1 选择数据的思路
7.1.2 收集内部数据
7.1.3 收集外部数据
7.2 什么是对比分析
7.2.1 横向比较和纵向比较
7.2.2 对比的对象要有可比性
7.2.3 对比的口径要一致
7.2.4 对比的指标类型要统一
7.3 公司能进多少强？
7.3.1 按销售总额对比
7.3.2 单店销售额对比

第8章 隐藏在数据后面的内容--相关分析
8.1 什么是相关分析
8.1.1 相关关系有哪些分类
8.1.2 相关表和相关图
8.1.3 相关系数
8.2 广告投入对销量的影响
8.2.1 收集整理广告投入与销量数据
8.2.2 通过折线图查看广告对销量的影响
8.2.3 通过散点图查看广告对销量的影响
8.2.4 广告与销量的相关系数

第9章 公司能分多少蛋糕--结构分析
9.1 什么是结构分析法
9.1.1 结构分析法的概念
9.1.2 结构指标
9.1.3 结构分析的作用
9.2 GDP结构指标的变动趋势分析
9.2.1 从国家统计局网站获取数据
9.2.2 通过结构指标分析变动趋势
9.3 份额结构分析
9.3.1 收集行业、地区数据
9.3.2 计算公司所占份额
9.4 各品类商品的贡献分析
9.4.1 收集各类商品销售额、成本数据
9.4.2 计算各类商品的贡献

第10章 在Excel中展示分析数据
10.1 突出表格中的关键数据
10.1.1 通过底纹突出数据
10.1.2 用条件格式突出数据
10.1.3 用数据条区分数据
10.1.4 用色阶区分数据
10.1.5 用图标集区分数据
10.2 重新认识Excel的图表
10.2.1 图表的组成
10.2.2 如何选择Excel图表
10.2.3 根据数据关系选择图表
10.2.4 修改图表设计
10.3 给图表美容
10.3.1 选择图表中的对象
10.3.2 向图表中插入形状
10.3.3 改变形状样式
10.3.4 新的设置方式

第11章 让人看懂你的分析
11.1 数据分析报告有啥用
11.1.1 为啥要写数据分析报告
11.1.2 数据分析报告的分类
11.1.3 数据分析报告编写流程
11.1.4 数据分析报告的原则
11.2 编写数据分析报告
11.2.1 起一个好的标题
11.2.2 报告前言
11.2.3 报告正文
11.2.4 报告结尾，给出结论、建议或展望
11.3 一个简单的分析报告

第12章 Excel的其他常用分析功能
12.1 单变量求解
12.2 模拟运算表
12.2.1 单变量模拟运算表
12.2.2 双变量模拟运算表
12.3 方案管理器
12.3.1 创建方案前要准备什么
12.3.2 创建方案
12.3.3 查看方案的结果
12.3.4 生成方案预测报表
12.4 用Excel进行运筹规划
12.4.1 规划求解概述
12.4.2 规划求解在哪里
12.4.3 规划求解的操作步骤
12.4.4 计算最大利润

第13章 Excel的高级功能
13.1 了解宏和VBA
13.1.1 什么是宏
13.1.2 怎么调用宏
13.1.3 什么是VBA
13.2 VBA编程基础
13.2.1 书写规范
13.2.2 VBA基本要素
13.2.3 控制程序流程
13.2.4 VBA过程
13.3 VBA中的Excel对象
13.3.1 什么是对象
13.3.2 Application对象
13.3.3 Workbook对象
13.3.4 Worksheet对象
13.3.5 Range对象

第14章 用VBA扩展数据分析
14.1 用VBA代码扩展数据输入
14.1.1 删不掉的公式
14.1.2 选不中的单元格
14.1.3 可控的数据验证设置
14.1.4 禁止输入重复值
14.2 用VBA代码扩展数据整理
14.2.1 相同数据标识相同颜色
14.2.2 删除多个空行
14.2.3 每人的最高日销售额

第15章 数据挖掘是什么
15.1 了解数据挖掘
15.1.1 什么是数据挖掘
15.1.2 数据分析与数据挖掘
15.2 数据挖掘的功能和流程
15.2.1 数据挖掘有什么功能
15.2.2 数据挖掘流程
15.3 数据挖掘的应用
15.3.1 金融行业应用数据挖掘
15.3.2 电信行业应用数据挖掘
15.3.3 网站应用数据挖掘
15.4 数据挖掘软件
15.4.1 数据挖掘软件的分类及选择
15.4.2 常用数据挖掘软件简介