《商务数据分析》课件-3.3数据加工

3.3数据加工1《商务数据分析》1234567数据加工的目标核心操作一

：

数据转换

（Excel实操）核心操作二：

数据聚合

（Excel实操）核心操作三：

衍生指标构建

（Excel实操）实战案例：

电商订单数据加工全流程数据加工后的质量校验方法课堂总结：

数据采集与预处理全流程回顾核心价值u

数据预处理的收尾环节

，也是衔接数据清洗与深度分析的关键桥梁。u

将基础干净数据升级为有分析价值的数据资产

，支撑复杂商业分析。三大核心标目标类型核心要求商务数据分析优化数据结构调整数据形态

，贴合分析逻辑让数据更易按分析维度拆分、组合聚合汇总数据按业务维度提炼核心统计信息快速获取宏观趋势（如地区/时间销售额）丰富数据维度通过衍生指标挖掘隐藏价值从基础数据中提炼商业洞察（如客单价、复购率）数据加工的核心价值与目标操作类型适用场景Excel实操方法操作演示示例字段拆分复合字段需按维度拆解（如地址、

时间）选中字段列→

【数据】

→

【分列】

，按分隔符（如逗号、空格）

或固定宽度拆分将“客户地址（河北省石家庄市正定县XX路）”拆分为“省份（河北）”“城市（石家庄）”“

区县（正定县）”按分析需求调整数据的结构、

字段形态

，

让数据更

“好用”。核心操作一

：

数据转换

（Excel实操）三大常见操作

(

操作类型适用场景Excel实操方法操作演示示例字段合并分散字段需整合简化（如姓名、编码）用合并公式：=A2&B2（若需分隔符则用=A2&“-”&B2）

，下拉填充合并“姓氏（张）”“名字（三）”为“客户姓名（张三）”；核心操作一

：

数据转换

（Excel实操）操作类型适用场景Excel实操方法操作演示示例数据透视表重塑宽表需转为长表，适配趋势分析复制数据透视表→转置粘贴将“

1-12月销售额”的宽表转为长表核心操作一

：

数据转换

（Excel实操）数据转换原则：按需调整——分析什么维度

，就把数据调整为对应结构。实现方式核心优势实操步骤/公式操作演示示例数据透视表操作便捷、快速生成汇总结果，支持灵活调整维度1.选中清洗后的数据区域（含表头）2.

【插入】

→

【数据透视表】3.拖拽维度字段（如销售地区、月份）

至“行/列”

，数值字段（如销售额、订单量）

至“值”4.设置汇总方式（求和、计数、平均值）按“销售地区+月份”汇总销售额、订单量

，快速得到各地区每月业绩按业务维度

（如地区、

时间、

客户）

对数据进行汇总

，得到宏观统计结果

，是商务分析最常用操作。核心操作二：

数据聚合

（Excel实操）两大实现方式

(

实现方式核心优势实操步骤/公式操作演示示例聚合函数灵活性高，支持多条件精准汇总常用函数：SUM（求和）

、SUMIFS（多条件求和）

、COUNTIFS（多条件计数）、AVERAGEIFS（多条件平均）计算华东地区2025年10月销售额关键提醒：聚合前必须统一维度口径（如“销售地区”统一为“华东、华北、华南”

，避免“华东地

区”“华东”并存）。核心操作二：

数据聚合

（Excel实操）指标类别核心指标Excel计算公式适用场景盈利能力指标客单价、毛利率客单价=销售额/订单量毛利率=(销售额-成本)/销售额零售、

电商等所有盈利性行业

，评估盈利水平运营效率指标库存周转率、订单履约率库存周转率=销售成本/平均库存订单履约率=已履约订单数

/总订单数零售、制造、服务行业，评估运营流程效率用户价值指标复购率、客户贡献度复购率=重复购买客户数/总客户数客户贡献度=单个客户销售额/总销售额电商、会员制企业

，评估客户价值与忠诚度基于现有基础字段

，通过公式计算得到符合业务需求的商业指标

，是数据加工的核心价值所在。核心操作三：

衍生指标构建

（Excel实操）三大类常用衍生指标

(

核心原则：贴合业务场景——不同行业聚焦

不同核心指标（如零售关注客单价

，生产关

注库存周转率）。指标构建

（Excel实操）核心操作三：

衍生案例背景u

原始数据：清洗后的电商订单数据

，含字段——订单编号、销售地区、金额、客户ID、下单时间。u

分析目标：

明确各地区季度销售额、订单量

，评估客户价值（客单价、复购率）。数据转换：拆分“下单时间”字段——选中

“下单时间”列→

【数据】

→

【分列】

→按

“年-月-

日”分隔

，拆分为“年份”“季度”“

日期”。实战案例：

电商订单数据加工全流程数据聚合按“地区+季度”汇总核心数据——插入数据透视表

，将“销售地区”“季度”拖至“行”

，“销售额”“订单量”拖至“值”（汇总方式：求和）。用SUMIFS函数校验计算华东地区2025年Q3销售额。实战案例：

电商订单数据加工全流程整合输出构建分析表——汇总为“地区-季度-销售额-订单量-客单价-复购率”统一分

析表

，支撑业绩评估与策略制定。衍生指标构建计算客户价值指标——新增“客单价”

列（=销售额/订单量）

、“复购率”列（=重复购买客户数/总客户数）。加工效果从基础订单数据

，升级为可直接用于

决策的多维度分析表。实战案例：

电商订单数据加工全流程校验维度核心要求商务数据分析公式核查衍生指标、聚合结果计算准确随机抽查10%-20%数据

，核对公式逻辑与计算结果（如抽查客单价=销售额/订单量的计算准确性）逻辑校验加工后数据符合业务逻辑核查关键逻辑：客单价≥0、复购率≤1、销售额≥支付金额、库存≥0等口径一致性校验同一指标统计口径统一确认同一指标在不同维度下计算规则一致（如所有地区的客单价均按“销售额/订单量”计算

，无差异化口径）数据加工后的质量校验方法三大核心校验