课程背景：

做报表人人都会，可是大部份报表只是数据的罗列，而不是管理问题的挖掘；只是针对数据泛泛的总结，而不是一针见血的洞见；更可怕的是延迟的、无效的、错误的报表。

企业经营的报表，既需要总结历史规律，更需要预测未来走势；既需要规避经营暗礁，更需要为未来指明方向。作为企业管理者，数据分析能力已经成为必须的能力！企业必须推进数据化管理，利用数据提升管理的精准性、科学性，“用数据说话”，“无数据，不管理”。

大数据时代，企业缺少数据吗？不，各个信息系统已经积累了大量的数据。只是没有人拿出来分析，也没有人拿出来应用于管理决策，这些数据在服务器中沉睡着。我们不缺乏海量的数据，也不缺少高效的工具，我们缺少思路和方法，缺少懂数据、会分析的中高层管理者！必须将数据分析的思路、方法，以及将其落实到工作实际的实战应用。

课程收益：

● 思路决定出路，“凡事必有道理，凡事必有方法”，思路的背后一定有套路，这个套路就是“数据思维”。为了有效提升学员的数据分析能力，我们从数据思维训练开始，有了思路就会“才思泉涌”地创出数据分析方法和模型。

● 本课程从企业管理的原点出发，运用企业现有的数据和工具，探讨如何将数据分析与企业管理经营科学结合在一起，让数据分析更高效的提升企业管理水平，让数据治理企业、改变企业，提升企业。

● 通过你最熟悉的EXCEL工具，不需要高深的统计学理论，也不需要专业的统计分析软件，以解决实际问题为根本，详细介绍依托EXCEL进行海量数据分析的原理、方法和实践。

学习本课程您将可以掌握以下内容：

● 打造企业和个人数据化管理核心能力

● 快速定位企业成长中存在的问题

● 即时捕捉到企业发展的每一个机会

● 洞察隐藏在数据背后的奥秘

● 构筑出别人无法模仿的隐性竞争力

课程时间：2天，6小时/天

课程软件：MicrosoftEXCEL2013/2016

课程对象：

1. 常年纠缠于数据海洋，嫌EXCEL慢的人

2. 经常要从不同系统导出数据，并整理到眼花瞭乱的人

3. 经常被领导要求的报表折磨到“吐血”的人

4. 想点一点就自动生成可视化报表的超级“懒人”

课程特点：

● 有思路：解密数据分析完整流程

● 有方法：分享数据分析七大方法

● 有场景：结合企业各种案例场景

● 有实战：提炼实际岗位分析报告

课程模型：

课程大纲

第一讲：企业中的数据与数据分析

一、认清数据的本质

1. 什么是数据？

2. 数据分类与数据类型

3. 数据的维度与角度管理

二、数据的管理

1. 数据结构和数据结构化

2. 数据质量及其八个指标

3. 数据处理与数据清洗

三、数据分析的目的

1. 追溯——追责、求根源、求真相

2. 监控——监督、检查、评估、监控、检测

3. 洞察——探寻规律，掌握发展的钥匙

4. 挖掘——未被满足的需求

5. 预测——指导未来实践的规律

四、数据分析的思路

1. 先总后分，逐层拆解

2. 抽丝剥茧，寻踪问迹

3. 内涵外延，概念清晰

第二讲：描述性分析——对数据关系进行估计和描述

一、什么是描述性分析

二、描述性分析适用的场景

实战：描述性分析

1. 基于平均值的标准——销售员业绩排行榜

2. 使用直方图——居民奶制品消费支出统计图

3. 用平均值来分析——生产合格率评核

4. 使用箱图——员工考核成绩分析

5. 使用柏拉图——本地家庭月收入调查统计

第三讲：对比分析——识别事物的基本方法

1. 对比是识别事物的基本方法

2. 如何对数据特征进行描述？

3. 我的业务的特征是啥样的？

4. 数据描述的指标：求和、计数、平均值、中位数、众数、方差（标准差）、变异系数、峰度、偏度、占比、累计占比、同比、环比等。

实战对比分析

1）纵向对比分析——年度销售随季度变化对比

2）横向对比分析——门店盈亏对比

3）突出对比的差距——地区销售成本对比

4）别让差距那么大——销售规模对比

5）供与求的对比——市场供求分析

6）理想与现实的对比——月销售计划和完成情况分析

第四讲：分类分析——认知事物的基本方法

1. 什么是分类？为什么要分类？分类的方法是什么

2. 解构事物的三要素

1）要素

2）属性

3）行为

3. 对数据进行分类的方法

1)维度分类法

2）属性分类法

3）流程分类法

4）层级分类法

4. 分类中的权重设定问题

实战：结构性分析

1）使用复合饼图——年度经费支出情况

2）表现结构的变化——销售收入结构变化图

3）结构分析何必一定用饼图——影响购买奶制品的因素调查分析

4）趋势与结构并重——库龄结构分析

5）结构性对比——生产成本构成对比

6）多分类结构分析——生产成本构成对比

7）用阶梯型图表表现时间结构——利润构成分析

第五讲：相关性分析——寻找事物之间的因果规律

1. 相关性与相关系数分析

2. A数据和B数据之间有关系吗？如果有关系，关系是怎样的？

3. 如果数据之间有影响，有没有重要程度的差异？

4. 我想知道数据之间的对应关系，如何处理？

5. 如何考虑A事件对B事件的边际贡献率？

实战：相关性分析

1）用数字度量相关程度——卖场面积与营业额相关性分析

2）展示3个变量的关系——产品销售状况分析

3）用对比来表现相关——广告和销售关系图

4）双变量相关分析——气温对销量影响图

5）使用趋势线进行相关性分析——带趋势线的气温对销量影响图

6）使用带折线的散点图——月均入店次数与消费金额相关分析

第六讲：回归分析—考查变量间的伴随关系

1. 什么是回归分析

2. 回归分析适用的场景

实战：回归分析

1）用数字度量相关程度——卖场面积与营业额相关性分析

2）展示3个变量的关系——产品销售状况分析

3）用对比来表现相关——广告和销售关系图

4）双变量相关分析——气温对销量影响图

5）使用趋势线进行相关性分析——带趋势线的气温对销量影响图

6）使用带折线的散点图——月均入店次数与消费金额相关分析

第七讲：预测分析——数据分析的终极目标

1. 预测是数据分析的终极目的

2. 预测的必要性和误差的必然性

3. 预测数据趋势的方法

1）突出预测数据——销售成本预算图

2）让时间点更易辨识——市场变化趋势图

3）表现阶段性变化——月销量变化图

4）消除季节的影响——销量同比增长图

5）今天和昨天的对比——销售额环比增长图

6）用移动平均减小波动——门店非营业性支出变化图

实战：销售业绩预测与校正

第八讲：模拟分析——决策前的实战演练

1. 如何建立数据测试模型

2. 如何做到最佳组合——人、财、物等企业资源的最佳搭配

实战：模拟分析

1）确定销售利润最大化的产品定价

2）确定最佳生产方案

3）确定最合适的库存方案

第九讲：数据分析报告的撰写

1. 数据分析报告的框架

1）项目背景：为什么做，目的是什么

2）数据获取：怎么获取到的数据源

3）数据概况：重要指标的趋势、变化情况

4）数据拆分：根据不同的维度作为细节补充

5）结论汇总：汇总数据分析的主要结论

6）解决方案：目前存在的问题，并给出解决方案

2. 数据分析报告的呈现思路

1）你拥有什么样的数据？

2）你想表达什么样的数据信息？

3）你会什么样的数据可视化方法？

4）你从图表中能获得什么样的数据信息？

3. 数据分析报告的EXCEL呈现

4. 数据分析报告的PPT呈现

5. 数据分析报告的WORD呈现