谁说菜鸟不会数据分析（入门篇）（第4版）

　　这是一本有趣的数据分析书！

　　《谁说菜鸟不会数据分析（入门篇）（第4版）》基于通用的Excel工具，加上必知必会的数据分析概念，以小说般通俗易懂的方式讲解。

　　《谁说菜鸟不会数据分析（入门篇）（第4版）》基于职场三人行来构建内容，完全按照数据分析工作的完整流程来讲解。全书共8章，依次讲解数据分析必知必会知识、数据分析的结构化思维、数据处理技巧、数据展现的技术、提升图表之美的专业化视角，以及专业分析报告的撰写方法等内容。

　　《谁说菜鸟不会数据分析（入门篇）（第4版）》有足够的魅力让你一口气读下去，在无形之中掌握数据分析的技能，提升职场竞争能力。

　　《谁说菜鸟不会数据分析（入门篇）（第4版）》能有效帮助职场新人提升职场竞争力，也能帮助市场营销、金融、财务、人力资源管理人员及产品经理解决实际问题，还能帮助从事咨询、研究、分析行业的人士及各级管理人士提高专业水平。

　　张文霖，新浪博客“小蚊子数据分析”博主，资深数据分析师，曾服务于国内知名市场研究公司、中国移动等公司，具有多年移动互联网数据分析经验，略懂Excel、PPT、SPSS、水晶易表等工具。

　　刘夏璐，暨南大学硕士。曾在腾讯、雅芳中国等知名企业有PM、数据分析实习经历。热衷于研究数据、图表与互联网产品。目前是一名在互联网浪潮中扑腾的后生。

　　狄松，英国南安普顿大学理学硕士，主修市场分析，现服务于全球著名市场研究公司，主要从事数据建模与分析等工作；获得SPSS高级认证，高级调查分析师等证书，具有多年数据分析经验，略懂Excel、PPT、SPSS、Tableau等工具。

　　影响了海峡两岸数十万人的数据分析“小黄书”基于Excel 2016更新升级；

　　沈浩教授、《数据化管理》作者黄成明、张文彤博士、知名博主邓凯等抢先品读；

　　《谁说菜鸟不会数据分析》由小蚊子团队出品，曾荣获中国书刊发行业协会颁发的“全行业优秀畅xiao品种”奖；

　　对各种数据处理方法进行重新梳理，使数据处理方法更加结构化、体系化；

　　新增了RFM分析法、结构分解法、因素分解法、趋势分析法等常用数据分析方法，使数据分析方法更加完善、实用；

　　新增树状图、旭日图、帕累托图、漏斗图等Excel 2016版图表绘制技巧；

　　关注作者公众号赠送数据分析视频学习券和配套数据下载服务。

　　“谁说菜鸟不会数据分析”系列自2011年7月首次出版已经走过了8个年头。给亲爱的读者汇报一下这8年间的小成绩：获得过出版全行业畅销品称号，在中国台湾地区出版了繁体版，获得了几十万读者的认可。读者的认可比什么都重要，为了让这本书更加完美，我们与时俱进地开展了结构的优化，新增了多个实用的数据分析方法。

　　“拍脑袋决策，拍胸脯保证，拍屁股走人”的时代已经与我们渐行渐远。不管是在传统企业还是在互联网企业，现在的决策都越来越依赖于数据，用数据说话。“谁说菜鸟不会数据分析”系列就是帮助广大读者提升自我，帮助我们更好地理解数据，用活数据，真正给企业带来价值。在这个数据驱动运营的时代，不管大数据、小数据，我们掌握一些数据处理技能，必定能增加我们在职场上的势能。

　　这次出版的第4版，我们特地做了非常细致的勘误，吸收了众多读者反馈的意见和建议，只为给读者呈现最有品质的阅读效果。

　　本次改版主要变动如下：

　　1. 对各种数据处理方法进行重新梳理，使数据处理方法更加结构化、体系化。

　　2. 新增了RFM分析法、结构分解法、因素分解法、趋势分析法等常用数据分析方法，使数据分析方法更加完善、实用。

　　3. 新增树状图、旭日图、帕累托图、漏斗图等Excel 2016版图表绘制技巧。

　　从心出发，未来已来，期待在成长的道路上再相逢。

　　经常有朋友询问：数据分析该怎么做？有什么分析技巧？这些数据怎么处理分析？

　　因为大量问题具有通用性，而且“懒”得挨个答复类似的问题，于是就结合大家关心的问题，编写了这本通俗易懂的数据分析书。市面上的数据分析图书大部分还停留在大雅的范畴，要么就是高深的统计学理论，要么就是专业的统计分析软件，给人感觉门槛非常高。而且，所讲解的案例大部分来自科研一线，让人看了摸不着北。这无形之中在学习者与数据分析之间建起了鸿沟。

　　其实，通过多年的数据分析实践来看，数据分析还是一件很有乐趣的事情。我们需要做的是：基于通用的工具Excel，加上必知必会的数据分析概念，采用通俗易懂的方式去讲解。这样数据分析就不那么晦涩了，而且故事化的情境设计，让我们有一口气读下去的勇气，天堑也变通途了。

　　虽然积累了多年的数据分析实战经验，但是要上升到一本书还是花费了近1年的时间。她的第1章、第8章由狄松完成，第2章、第5章、第6章由张文霖完成，第3章、第4章、第7章由刘夏璐完成。这个创作过程是艰辛的，但也是很有成就感的。我们努力讲好数据分析的故事，同时把这个故事尽量展现得美丽动人。请允许我们以“她”来称呼这本与众不同的数据分析书籍，很多人翻开这本书的时候，可能会有大量疑惑，

　　但，请耐着性子慢慢读下去，你将会有莫大的收获。

　　如果你觉得她看起来很轻松，千万别误以为她是一本小说，她其实是一本讲述数据分析的书籍

　　她抛开复杂的数学或者统计学原理，只和你讲必知必会的要点，关注解决实际问题；

　　她不去探究专业的学术问题，只和你耐心地分享职场中的实战案例；

　　她不板起脸和你讲大道理，只和你娓娓道来切身的趣味故事；

　　她天生丽质，图表漂亮绝伦；

　　她多姿多彩，还有卡通漫画风。

　　可能你会觉得她肤浅……

　　但是，当你揭开她华丽的外衣时，你会惊艳；

　　也会被她通俗而不庸俗，美丽而又深刻的本质所吸引。

　　把她珍藏起来吧，因为：

　　她会循循善诱地把你领进数据分析的大门；

　　她会让你的简历更加具有吸引力；

　　她会让老板对你刮目相看；

　　她值得在你的书架上长期逗留，会让你的书架也增加色彩。

　　她讲述了职场三人行的故事，她的故事还会让你偷着笑

　　牛董，关键词：私企董事、要求严格、为人苛刻。

　　小白，关键词：应届毕业生、刚入职场的伪“白骨精（白领+骨干+精英）”、牛

　　董助手、单身女白领、爱臆想。

　　Mr.林，关键词：小白的同事、数据分析达人、成熟男士、乐于助人、做事严谨。

　　哪些人会对她的故事有阅读兴趣呢

　　★ 需要提升自身竞争力的职场新人。

　　★ 在市场营销、金融、财务、人力资源、产品设计等工作中需要做数据分析的人士。

　　★ 经常阅读经营分析、市场研究报告的各级管理人员。

　　★ 从事咨询、研究、分析等工作的专业人士。

　　致谢

　　感谢作者的好朋友李治的鼓励和支持，让笔者下定决心写这本书。在此要衷心感谢成都道然科技有限责任公司的姚新军先生，感谢他的提议和在写作过程中给予的支持。感谢参与本书优化的朋友：王斌、李伟、张强林、万雷、李平、王晓、景小燕、余松。非常感谢本书的插画师王馨的辛苦劳动，您的作品让本书增色不少。

　　感谢邓凯、黄成明、李双、刘晓霞、刘云锋、欧维平、石军、沈浩、张立良、张文彤、张志成、郑来轶、祝迎春、王雍、伍昊等书评作者，感谢他们在百忙之中抽空阅读书稿，撰写书评，并提出宝贵意见。

　　最后，要感谢三位作者的家人，感谢他们默默的付出，没有他们的理解与支持，同样也不会有本书。

　　尽管我们对书稿进行了多次修改，仍然不可避免地会有疏漏和不足之处，敬请广大读者批评指正，我们会在适当的时间进行修订，以满足更多人的需要。

　　第4版说明

　　“谁说菜鸟不会数据分析”系列自2011年7月出版以来得到广大读者朋友的大力支持，而且很荣幸获得中国书刊发行业协会颁发的“2011年度全行业优秀畅销书品种”称号。这个荣誉的取得与广大读者的大力支持是分不开的。为了让这本书精益求精，在征集了大量的读者反馈意见后，我们进行了本次升级。

第1章　数据分析那些事儿 /13

1.1　数据分析是“神马” /14

1.1.1　何谓数据分析 /15

1.1.2　数据分析的作用 /17

1.2　数据分析的流程 /18

1.2.1　明确分析目的和思路 /19

1.2.2　数据收集 /21

1.2.3　数据处理 /22

1.2.4　数据分析 /22

1.2.5　数据展现 /22

1.2.6　报告撰写 /23

1.3　数据分析的三大误区 /25

1.4　数据分析师的要求 /26

1.4.1　数据分析师的硬件要求 /26

1.4.2　数据分析师的软件要求 /28

1.5　几个常用指标和术语 /30

1.6　本章小结 /34

第2章　结构为王，确定分析思路 /35

2.1　数据分析方法论 /36

2.1.1　数据分析方法论与数据分析法的区别 /36

2.1.2　数据分析方法论的重要性 /37

2.2　常用的数据分析方法论 /38

2.2.1　PEST分析法 /38

2.2.2　5W2H分析法 /41

2.2.3　逻辑树分析法 /42

2.2.4　4P营销理论 /43

2.2.5　用户使用行为理论 /45

2.3　本章小结 /46

第3章　无米难为巧妇，数据准备 /47

3.1　理解数据 /48

3.1.1　字段与记录 /49

3.1.2　数据类型 /50

3.1.3　数据表要求 /50

3.2　数据来源 /52

3.2.1　导入数据 /52

3.2.2　问卷录入要求 /56

3.3　本章小结 /58

第4章　简单快捷，数据处理 /59

4.1　数据处理简介 /60

4.2　数据清洗 /61

4.2.1　重复数据处理 /61

4.2.2　缺失数据处理 /66

4.2.3　空格数据处理 /70

4.3　数据合并 /72

4.3.1　字段合并 /72

4.3.2　字段匹配 /74

4.4　数据抽取 /76

4.4.1　字段拆分 /76

4.4.2　随机抽样 /80

4.5　数据计算 /82

4.5.1　简单计算 /82

4.5.2　函数计算 /83

4.6　数据转换 /87

4.6.1　数据表行列互换 /87

4.6.2　二维表转一维表 /89

4.6.3　数据类型转换 /93

4.7　本章小结 /97

第5章　工欲善其事必先利其器，数据分析 /98

5.1　数据分析方法 /99

5.1.1　对比分析法 /100

5.1.2　分组分析法 /104

5.1.3　结构分析法 /105

5.1.4　分布分析法 /106

5.1.5　交叉分析法 /107

5.1.6　RFM分析法 /109

5.1.7　矩阵关联分析法 /111

5.1.8　综合评价分析法 /116

5.1.9　结构分解法 /119

5.1.10　因素分解法 /120

5.1.11　漏斗图分析法 /122

5.1.12　趋势分析法 /123

5.1.13　高级数据分析方法 /129

5.2　数据分析工具 /129

5.2.1　初识数据透视表 /130

5.2.2　数据透视表创建三步法 /131

5.2.3　数据透视表分析实践 /133

5.2.4　数据透视表小技巧 /137

5.2.5　多选题分析 /141

5.3　本章小结 /145

第6章　给数据量体裁衣，数据展现 /146

6.1　揭开图表的真面目 /147

6.1.1　图表的作用 /147

6.1.2　经济适用图表有哪些 /148

6.1.3　通过关系选择图表 /149

6.1.4　图表制作5步法 /154

6.2　表格也疯狂 /155

6.2.1　突出显示单元格 /156

6.2.2　项目选取 /157

6.2.3　数据条 /158

6.2.4　图标集 /160

6.2.5　迷你图 /161

6.3　给图表换装 /163

6.3.1　平均线图 /163

6.3.2　双坐标图 /166

6.3.3　竖形折线图 /169

6.3.4　帕累托图 /172

6.3.5　旋风图 /178

6.3.6　人口金字塔图 /183

6.3.7　漏斗图 /185

6.3.8　矩阵图 /190

6.3.9　改进难易矩阵（气泡图） /193

6.4　本章小结 /195

第7章　专业化生存，图表可以更美的 /196

7.1　别让图表犯错 /198

7.1.1　让图表“五脏俱全” /198

7.1.2　要注意的条条框框 /200

7.1.3　图表会说谎 /211

7.2　浓妆淡抹总相宜——图表美化 /215

7.2.1　美化三原则 /215

7.2.2　略施粉黛，美化技巧 /218

7.2.3　图表也好“色” /224

7.3　本章小结 /228

第8章　专业的报告，体现你的职场价值 /229

8.1　什么是数据分析报告 /230

8.1.1　数据分析报告是什么 /230

8.1.2　数据分析报告的原则 /230

8.1.3　数据分析报告的作用 /231

8.1.4　数据分析报告的种类 /233

8.2　报告的结构 /235

8.2.1　标题页 /236

8.2.2　目录 /238

8.2.3　前言 /238

8.2.4　正文 /240

8.2.5　结论与建议 /241

8.2.6　附录 /243

8.3　撰写报告时的注意事项 /243

8.4　报告范例 /244

8.5　本章小结 /251