Excel数据分析与可视化(大数据人才培养规划教材)

本书以项目为导向，由浅入深地介绍Excel在数据分析与可视化方面的应用。全书以“自动售货机”产品销售为主线，共分7个项目。项目1介绍了某企业“自动售货机”的经营困惑，以及“自动售货机”数据分析的流程；项目2为商品的整体销售情况分析；项目3为区域销售情况分析；项目4为商品库存的分析；项目5为用户行为的分析；项目6为商品销售量的预测；项目7介绍了“自动售货机”周报的撰写。项目2～项目7都包含了技能拓展和技能训练，可以帮助读者巩固所学的内容。 本书可作为高校数据分析类课程的教材，也可作为数据分析爱好者的自学用书。

张良均，高级信息系统项目管理师，泰迪杯全国大学生数据挖掘竞赛（www.tipdm.org）的发起人。华南师范大学、广东工业大学兼职教授，广东省工业与应用数学学会理事。兼有大型高科技企业和高校的工作经历，主要从事大数据挖掘及其应用的策划、研发及咨询培训。全国计算机技术与软件专业技术资格（水平）考试继续教育和CDA数据分析师培训讲师。发表数据挖掘相关论文数二十余篇，已取得国家发明专利12项，主编图书《神经网络实用教程》、《数据挖掘:实用案例分析》、《MATLAB数据分析与挖掘实战》等9本畅销图书，主持并完成科技项目9项。获得SAS、SPSS数据挖掘认证及Hadoop开发工程师证书，具有电力、电信、银行、制造企业、电子商务和电子政务的项目经验和行业背景。

第 1篇　数据分析与可视化 项目1　分析“自动售货机”现状　1 1.1　某企业“自动售货机”经营 困惑　1 1.2　“自动售货机”数据分析流程　2 项目2　分析商品的整体销售情况　4 2.1　商品销售额的环比分析　5 2.1.1　计算商品销售额的环比　5 2.1.2　绘制图表分析商品销售额环比　8 2.2　商品毛利率分析　11 2.2.1　计算商品毛利率　11 2.2.2　绘制折线图分析商品毛利率　14 2.3　商品销售量排行分析　17 2.3.1　计算各类别商品的销售量　17 2.3.2　绘制柱形图分析商品销量排行　18 2.4　商品单价区间的销售量分析　21 2.4.1　计算商品单价区间的销售量　21 2.4.2　绘制条形图分析商品单价区间的销售量　22 2.5　技能拓展　25 2.5.1　计算饮料类具体商品的销售量　25 2.5.2　绘制柱形图分析饮料类各商品销量排行　28 2.6　技能训练　32 项目3　分析区域销售情况　33 3.1　各区域销售额对比分析　34 3.1.1　计算各区域销售额　34 3.1.2　绘制条形图分析各区域销售额　35 3.2　各区域销售目标达成率分析　38 3.2.1　计算销售目标达成率　38 3.2.2　绘制簇状柱形图和折线图分析各区域销售目标达成率　39 3.3　各区域售货机数量与销售额相关 分析　41 3.3.1　计算各区域售货机数量　41 3.3.2　绘制折线图分析各区域自动售货机数量与销售额的相关性　46 3.4　各区域各类别商品销售量分析　48 3.4.1　计算各区域各类别商品的销售量　48 3.4.2　绘制树状图分析各区域各类别商品销售量　50 3.5　技能拓展　52 3.5.1　计算兰山区各类别商品的销售量　52 3.5.2　绘制柱形图分析兰山区各类别商品的销售量　54 3.6　技能训练　57 项目4　分析商品库存　58 4.1　库存的存销比分析　58 4.1.1　计算存销比　58 4.1.2　绘制簇状柱形图和折线图分析库存的存销比　63 4.2　库存的商品类别占比分析　66 4.2.1　计算库存的商品类别占比　66 4.2.2　绘制饼图分析库存的商品类别占比　68 4.3　技能拓展　71 4.3.1　计算库存的周转率　71 4.3.2　绘制折线图分析库存周转率　73 4.4　技能训练　74 项目5　分析用户行为　75 5.1　客单价分析　75 5.1.1　计算客单价　75 5.1.2　绘制带数据标记的折线图分析客单价　79 5.2　用户复购率分析　80 5.2.1　计算复购率　80 5.2.2　绘制三维饼图分析用户复购率　85 5.3　用户支付偏好分析　86 5.3.1　计算支付方式占比　86 5.3.2　绘制圆环图进行用户支付偏好分析　88 5.4　技能拓展　89 5.4.1　计算用户流失率　89 5.4.2　绘制簇状柱形图和折线图分析用户 　流失率　91 5.5　技能训练　94 项目6　预测商品销售量　95 6.1　商品销售量预测　95 6.1.1　计算销售量预测值　95 6.1.2　绘制散点图分析商品销售量预测结果　97 6.2　技能拓展　102 6.2.1　计算销售额预测值　102 6.2.2　绘制折线图分析商品销售额的预测结果　104 6.3　技能训练　108 第　2篇 数据分析报告 项目7　撰写“自动售货机”周报文档　109 7.1　撰写周报文档　110 7.1.1　背景与目的分析　110 7.1.2　分析思路　110 7.1.3　商品整体销售情况分析　110 7.1.4　区域销售情况分析　110 7.1.5　库存分析　111 7.1.6　用户行为分析　111 7.1.7　销售量预测　113 7.1.8　总结　113 7.2　技能拓展　114 7.2.1　了解数据分析报告的类型　114 7.2.2　了解数据分析报告的原则　114 7.2.3　数据分析报告的结构　115 7.3　技能训练　116 附录　专有名词解释　117