This image has an empty alt attribute; its file name is 640

据说无论在纽约,伦敦,多伦多,悉尼还是香港,

如果你去投行,咨询,四大公司面试,

考官常会不经意的问:你的Excel 水平如何?

 不要小看这个绵里藏针的问题。

考官这样问,是因为Excel对提高工作效率很有帮助,

而你的简历或面试表现,

或许尚未打消他/她对你干活效率的担心。

所以我们把”Proficient at Excel”写在了Resume上。
但是,你真的能达到投行、四大的标准么?
据PC 在PWC的Senior Associate导师说,

他操作Excel的时候完全不用鼠标!

Excel的快捷键使用的不好

在投行里面就是鄙视链的前端

 Excel 作为最简单的办公软件,功能却不容小觑,同样可以实现分类、聚类、关联和预测来进行数据分析。

这些概念听起来比较抽象,其实一点都不难,小编就直接来一波干货,从具体操作开始讲起

数据分析工具在哪里?

Excel里面自带的数据分析功能也可以完成这些专业统计软件有的数据分析工作,这其中包括:

描述性统计、相关系数、概率分布、均值推断、线性、非线性回归、多元回归分析、时间序列等内容。


接下来的用Excel进行数据分析系列教程,都是基于Excel 2013,今天我们讲讲Excel2013的数据分析工具在哪里?


分析工具库是在安装 Microsoft Office 或 Excel 后可用的 Microsoft Office Excel 加载项 (加载项:为 Microsoft Office 提供自定义命令或自定义功能的补充程序。)程序。

但是,要在 Excel 中使用它,您需要先进行加载

具体操作步骤如下:

  • 单击“文件按钮” ,然后单击“选项”。
  • 单击“加载项”,然后在“管理”框中,选择“Excel 加载宏”,单击“转到”。
  • 在“可用加载宏”框中,选中“分析工具库”复选框,然后单击“确定”。

提示:如果“可用加载宏”框中未列出“分析工具库”,请单击“浏览”以找到它。

如果系统提示计算机当前未安装分析工具库,请单击“是”以安装它。

  • 加载分析工具库之后,“数据分析”命令将出现在“数据”选项卡上的“分析”组中。

数据清洗与筛选等基础操作

杂乱无章的原始数据是难以分辨的,因此需要对海量数据进行清洗和筛选才能找出其中的规律。

常见的方法有如下几种:

  • 运用描述性统计命令观察数据的离散程度等基本情况

通过添加“分析工具库”加载项找到数据-数据分析-描述统计,可以得到这组数据的中位数、众数、峰度、偏度等基本指标,观察这组数据的特征。

此外,数据分析中还有方差分析等其他命令。

  • 运用 VLOOKUP 将数据合理分组,收放自如

VLOOKUP 函数是 Excel 中的一个纵向查找函数,可以用来核对数据,多个表格之间快速导入数据等函数功能。

功能是按列查找,最终返回该列所需查询列序所对应的值。

比如,我们导出公司的原始报表后,可以通过 VLOOKUP 函数将报表中的数字一一导入到新的管理用的财务报表,这样既不会破坏原始数据,又可以建立良好的模板,方便后续使用。

VLOOKUP 的四个参数用通俗的话来说,就是(要找谁,要在哪里找,要找哪一列内容,是精确的还是模糊的)

  • 运用数据透视表分组求平均数、标准差、计数等多个指标

数据透视表是一个非常容易上手的分组工具,对于简单的数据处理甚至在便捷程度上打败了很多编程工具呢。

比如要对每个省份的所有专业分数线求一个平均数,将年份和省份轻松地拖动到对应的列和行,就可以得到结果啦。

试想,如果在原始表格中手动一个一个求平均数该有多麻烦。

  • 运用条件函数计算融资缺口,检查配平

比如在预测财务报表时,我们常常要判断资产是否等于负债+所有者权益。

此时可以用 IF 函数 (资产=负债+所有者权益,TRUE,FALSE)如果是配平的,直接返回 TRUE。

此外,还有一些函数如 IRR 可以计算项目的投资回报率。

挖掘数据背后的规律

在完成了数据清洗和筛选之后,我们还是要落实到数据分析的重点,也就是数据背后的逻辑

首先我们可以采用画图的方式。画图可以非常直观地佐证结论,不同情况下要用不同类型的图,比如饼图显示比重,折线图发现趋势,还可以采用叠加多种形式的图。

下面这张图就是一个数据分析应用的经典例子,显示的是一个教育公司在扩张过程中,学习中心同比增速与营业毛利率的关系。

试想,如果只是一堆数据放在你的面前,可能根本无法发现其中的规律,但是通过下图,我们可以发现,

学习中心的同比增速一般与营业毛利率呈反向关系,这也就意味着,扩张的过程必然要伴随利润下降的阵痛,这样的数据分析就是有效的,可以为公司的扩张战略提供参考依据。

另一种比较常见的数据分析应用就是从历史预测未来。

比如如果公司过去几年的存货周转率都比较稳定,可以以此来预测未来几年的存货周转率。

又或者通过线性回归发现某两个指标之间过去的线性关系,并以此来预测未来走势。

这个操作方法可以用散点图——添加趋势线——选择回归类型(线性)来得出简单的结论

ajax-loader