1. 对比分析

定义:将 2 个或 2 个以上的数据进行比较,分析它们的差异性,从而发现事物发展变化情况和规律性。

日期对比

1.1 日期分组

打开【用户消费明细.xlsx】,选中 号码注册时间 两列
在这里插入图片描述
号码拖至 ∑ 值 \sum 值 (汇总区域) 处,可以得到一共 60349 个用户,那么他们都是什么时间注册的呢?
在这里插入图片描述
将【注册时间】拖至
在这里插入图片描述
右击【行标签】任意单元格,选择【创建组】,可以看到数据的起始和终止。
在这里插入图片描述
选中
在这里插入图片描述
得到每一年、每一月的注册用户是多少
在这里插入图片描述

1.2 环比计算

再将号码拖至 ∑ 值 \sum 值 (汇总区域) 处
在这里插入图片描述

在新出现的一列任意单元格右击,选择【值字段设置】
在这里插入图片描述
在【值字段设置】中,按 1、2、3 分别选择显示方式
在这里插入图片描述
得到环比结果
在这里插入图片描述

1.3 同比计算

在这里插入图片描述

对【值显示方式】操作,按如下 1、2、3进行选择。

在这里插入图片描述
得到同比结果
在这里插入图片描述

2. 结构分析

定义:在分组的基础上,计算各组成部分所占比重,进而分析总体的内部结构特征的一种分析方法。

定性分组:指按事物属性划分,如性别男和女

打开【用户消费明细.xlsx】的【号码库】sheet页。
在这里插入图片描述

选中 号码注册时间微信 3列,插入数据透视表,点击确定
在这里插入图片描述
j将【号码】、【微信】分别拖至如下图所示
j在这里插入图片描述
在【计数项:号码列】右击,点击【值字段设置】
在这里插入图片描述

将【值显示方式】选择【列汇总百分比】
在这里插入图片描述
效果如下图所示:
在这里插入图片描述
加入一个【时间维度】,并将【微信】拿到列标签,
在这里插入图片描述

将【注册时间】拿到行标签
在这里插入图片描述
效果如下:
在这里插入图片描述

点击去掉空白
在这里插入图片描述
对着日期右键,选【创建组】,选【年】,
在这里插入图片描述
在这里插入图片描述

把【年】拖至【筛选器】
在这里插入图片描述

然后选择【2012】年的结果
在这里插入图片描述

得到2012年每月的用户结构趋势变化
在这里插入图片描述
插入【百分比堆积柱状图】
在这里插入图片描述

效果如下:
在这里插入图片描述

3. 分布分析

定义:根据分析目的,将数值型数据进行等距不等距分组

  • 消费分布分析
  • 收入分布分析
  • 年龄分布分析

定量分组

3.1 VLooKup模糊匹配功能进行分组

打开【用户消费明细数据】
在这里插入图片描述
点击 f x f_x fx,插入函数
在这里插入图片描述

插入 VLOOKUP 函数,点击【确定】
在这里插入图片描述
Lookup_value选择 F2单元格
在这里插入图片描述
Table_array 选择 分组 sheet 页的 A、B、C 三列
在这里插入图片描述

在这里插入图片描述
Col_index_num=3 表示匹配第 3 列——【范围】列,Range_lookup=1表示模糊匹配。
在这里插入图片描述

全选插入【数据透视表】
在这里插入图片描述
点击【确定】
在这里插入图片描述

先总后分,【号码】拖至求和,【月消费分组】拖到行
在这里插入图片描述
在这里插入图片描述

可再插入【柱状图】

在这里插入图片描述

3.2 数据透视表进行数值型数据分组

选择A-F列,插入【数据透视表】
在这里插入图片描述
点击【确定】
在这里插入图片描述

在这里插入图片描述

右击选择【创建组】

在这里插入图片描述

,步长=50,步长就是组距,点击【确定】

在这里插入图片描述
在这里插入图片描述
然后插入【柱状图】即可
在这里插入图片描述
优缺点:

  • 优点:分组速度快(在不知道数据分布情况的时候,推荐首先使用)
  • 缺点:只能进行等距分组

4. 交叉分析

交叉分析法,用于分析两个或两个以上分组变量间的关系,以交叉表的形式进行变量间关系的对比分析,
在这里插入图片描述
一般情况下,两个分组变量就足够,多了会不清楚。
案例:根据消费、流量两个维度对某通信公司用户数据进行细分。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
对月流量进行相同的操作
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

4.2 交叉表

选中 A-I列,插入数据透视表
在这里插入图片描述
还是先总后分的思路,下面就是交叉分析,可以将空白剔除
在这里插入图片描述
双击,即可选中【高消费】【高流量】的用户信息
在这里插入图片描述
在这里插入图片描述

Logo

腾讯云面向开发者汇聚海量精品云计算使用和开发经验,营造开放的云计算技术生态圈。

更多推荐