
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
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10