
利用Excel进行同比分析报表
我们这节接着上节的对Excel数据透视表进行自定义继续给大家讲解数据分析,下面的图1所示是某公司2009年和2010年上半年的销售数据,它们分别保存在工作表“2009年”和“2010年”中。现在要求制作一个利用Excel进行同比分析报表,以判断两年经营业绩的差别,并绘制图表辅助分析,如图2所示。由这个报表和图表,可以一目了然地知道哪些月份的收入、成本、费用和利润出现了异常增长。
图1
图2
例如,2010年5月份销售利润同比大幅增长了788.93%,通过图表可以看出,成本和费用也分别同比增长了100%以上,这么大的利润增长主要来自于销售收入的快速增长(同比增长120%左右)。若在2010年能够对成本和费用进行很好的控制,销售利润的增长就会更大。
1、采用导入数据+SQL语句的方法将两个工作表数据汇总在一起,并制作数据透视表,如图3所示。这里的SQL语句为:
select '2009年' as年份, *ftom[2009年$] union all select '2010年' as年份,*from[2010年$]
图3
2、单击“数据透视表工具”|“选项”选项卡,在“工具”功能组中单击“公式”按钮,弹出下拉菜单,选择“计算字段”命令,打开“插入计算字段”对话框,在“名称”下拉列表框中输入名称“利润”,在“公式”文本框中输入计算公式“=收入-成本-费用”,如图4所示,单击“确定”按钮,为数据透视表添加一个计算字段“利润”,得到图5所示的数据透视表。
图4
图5
3、修改字段名称,让报表看起来更加清楚,如图6所示。
图6
4、因为要将2010年和2009年进行同比分析,而“2009年”和“2010年”是字段“年份”下的两个项目,所以这里要为字段“年份”添加自定义计算项。
单击字段“年份”,然后单击“数据透视表工具”|“选项”选项卡,在“工具”功能组中单击“公式”按钮,弹出下拉菜单,选择“计算项”命令,打开“在‘年份’中插入计算字段”对话框,然后在“名称”下拉列表框中输入名称“同比增长率”,在“公式”文本框中输入计算公式“=('2010年'-'2009年')/'2009年'”,如图7所示。单击“确定”按钮,为数据透视表添加一个计算项“同比增长率”。得到如图8所示的数据透视表。
图7
图8
5、设置4个同比增长率数据列的数字格式为百分比,即可得到一个同比分析报表如图9所示。
图9
6、分别使用收入、成本、费用和利润数据绘制图表,以便更加直观地表现两年的收入、成本、费用和利润的变化。关于如何绘制这样的两轴折线图。注意,自定义字段“利润”下的同比增长率是一个错误的计算值,它并不是2010年利润和2009年利润的比较结果,而是字段“收入”、“成本”和“费用”3个字段的同比增长率的加减结果,因为计算字段“利润”的计算公式就是“=收入-成本-费用”。
例如1月份“收入”、“成本”和“费用”的同比增长率分别是-33.38%、-37.27%和-36.45%.其计算结果是-33.38%-(-37.27%)-(-36.45%)-40.34%.因此,自定义计算字段“利润”的同比增长率指标没有任何实际意义。
为了解决这个问题,可以在数据透视表的右侧使用公式计算利润的同比增长率,如图10所示。
图10
将Excel数据透视表内的利润同比增长率字体颜色设置为白色,使之不可见,然后利用照相机将手工计算的数据列拍摄下来。放到数据透视表内的利润同比增长率数据列上,如图11所示。
图11
利用Excel进行同比分析报表,这样我们就知道同期的增长或减少了,我们就可以进行两年或则是同一个季度的同比增长或者进行其他的对比数据分析。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08