9 Conseils pour présenter les résultats de la table et analyser les données - les nuls

Voici quelques conseils généraux sur l'analyse des données avec Excel. Généralement, ces conseils résument et génèrent des processus beaucoup plus détaillés pour l'analyse des données.

Travailler dur pour importer des données

Travailler pour importer de bonnes données dans les classeurs Excel est vraiment utile. Parfois, l'importation de données peut être problématique. Des maux de tête et des chagrins peuvent survenir lorsque vous essayez d'extraire des données d'autres systèmes d'information de gestion et lorsque vous essayez de travailler avec un administrateur de base de données pour obtenir les bonnes données dans un format permettant une analyse de données utile avec Excel.

Mais malgré les tracas de l'obtention des données, vous constaterez que l'importation de bonnes données dans Excel en vaut la peine. Traditionnellement, les gens prennent des décisions en utilisant des sources d'information très standard … comme le système de comptabilité, ou un rapport de tiers, ou un bulletin, ou une publication. Et ces sources traditionnelles produisent des idées traditionnelles, ce qui est génial. Mais lorsque vous pouvez travailler avec un ensemble de données brutes plus riche et plus profond, vous glanez souvent des idées qui n'apparaissent tout simplement pas dans les sources traditionnelles.

Concevoir des systèmes d'information pour produire des données riches

Il y a plus de 20 ans maintenant, les concepteurs se concentraient sur la création de systèmes qui produisaient les rapports voulus par les gestionnaires et les décideurs (tels que les factures) et chèques et bons de commande) que les entreprises doivent exploiter.

Ces éléments restent évidemment des éléments clés à prendre en compte lors de la conception, de l'installation et de la gestion de systèmes d'information, tels qu'un système comptable. Mais vous devez également reconnaître qu'il y aura probablement des moyens non planifiés, non orthodoxes, inhabituels mais néanmoins très utiles pour analyser les données collectées par ces systèmes d'information de gestion. Ainsi, si vous travaillez avec ou concevez ou participez à la mise en œuvre de systèmes d'information, vous devez réaliser que les données brutes provenant du système peuvent et doivent être transmises à des outils d'analyse de données comme Excel.

Le fait d'avoir des dossiers riches et détaillés sur les produits ou les services vendus par une entreprise permet à cette dernière de voir les tendances des ventes par produit ou service. De plus, cela permet à une entreprise de créer des tableaux croisés qui montrent comment certains clients choisissent et utilisent certains produits et services.

En fin de compte, les organisations doivent concevoir des systèmes d'information afin de collecter également de bonnes données, riches et brutes. Plus tard, ces données peuvent facilement être exportées vers Excel, où une simple analyse des données peut donner un aperçu détaillé du fonctionnement d'une entreprise, de ses opportunités et des menaces potentielles.

Ne pas oublier les sources tierces

Un point rapide: Reconnaître que de nombreuses sources de données tierces existent. Par exemple, les fournisseurs et les clients peuvent avoir des données très intéressantes disponibles dans un format accessible à Excel que vous pouvez utiliser pour analyser leur marché ou votre industrie.

Un dernier commentaire rapide sur les sources de données tierces est le suivant: l'outil de requête Web disponible dans Excel facilite l'extraction des informations des tables stockées sur les pages Web.

Il suffit de l'ajouter

Vous pourriez penser qu'une puissante analyse de données nécessite de puissantes techniques d'analyse de données. Chi-carrés. Statistiques déductives. Analyse de régression.

Certaines des analyses de données les plus puissantes que vous puissiez effectuer consistent simplement à additionner des nombres. Si vous ajoutez des chiffres et obtenez des sommes que d'autres ne connaissent même pas - et si ces sommes sont importantes ou montrent des tendances - vous pouvez obtenir des informations importantes et collecter des informations précieuses grâce aux techniques d'analyse de données les plus simples.

Encore une fois, l'essentiel est de collecter d'abord de très bonnes informations, puis de stocker ces informations dans un conteneur, tel qu'un classeur Excel, pour pouvoir manipuler et analyser arithmétiquement les données.

Toujours explorer les statistiques descriptives

Les outils statistiques descriptifs qu'offre Excel - y compris des mesures telles qu'une somme, une moyenne, une médiane, un écart-type, etc. - sont des outils très puissants. Ne vous sentez pas comme si ces outils dépassaient vos compétences.

Les statistiques descriptives décrivent simplement les données que vous avez dans une feuille de calcul Excel. Ils ne sont pas magiques, et vous n'avez pas besoin d'une formation statistique particulière pour les utiliser ou pour les partager avec les personnes à qui vous présentez vos résultats d'analyse de données.

Notez également que certaines des mesures statistiques descriptives les plus simples sont souvent les plus utiles. Par exemple, connaître la plus petite valeur dans un ensemble de données ou la plus grande valeur peut être très utile. Connaître la moyenne, la médiane ou le mode dans un ensemble de données est également très intéressant et pratique. Et même des mesures sophistiquées apparemment compliquées comme un écart-type (qui ne mesure que la dispersion de la moyenne) sont des outils vraiment utiles.

Regarder des statistiques descriptives changer (ou ne pas changer) au fil du temps, comme d'année en année, vous donne souvent des informations extrêmement précieuses.

Surveillez les tendances

Peter Drucker, peut-être l'observateur le plus connu et le plus perspicace des pratiques de gestion modernes, a noté dans plusieurs de ses derniers ouvrages qu'une des choses les plus importantes que peut faire l'analyse des données est un changement de tendance. Les tendances sont presque la chose la plus significative que vous pouvez voir. Si les revenus combinés de votre industrie augmentent, c'est important. S'ils n'ont pas augmenté ou s'ils commencent à rétrécir, c'est probablement encore plus important.

Dans votre propre analyse de données, assurez-vous de construire vos feuilles de travail et de collecter vos données de manière à identifier les tendances et, idéalement, identifier les changements de tendances.

Tranchage et découpage en dés: tabulation croisée

La commande de tableau croisé dynamique est un outil formidable.Les tabulations croisées sont des moyens extrêmement utiles de découper et de découper des données. Et, ce qui est bien dans l'outil de tableau croisé dynamique, c'est que vous pouvez facilement recorriger les tableaux et les recomposer de nouveau.

Si vous avez de bonnes sources de données et que vous ne compilez pas régulièrement vos données, vous manquez probablement des trésors absolus d'informations. Il y a de l'or dans les collines de Thar.

Chart it, baby

Un élément important d'une bonne analyse des données est la présentation et l'examen visuel de vos données.

En examinant un graphique en courbes représentant une statistique importante ou en créant un graphique en colonnes d'un ensemble de données, vous voyez souvent des éléments qui n'apparaissent pas dans une présentation sous forme de tableau de la même information. Fondamentalement, la cartographie est souvent un moyen merveilleux de découvrir des choses que vous ne verrez pas autrement.

Faites attention aux statistiques inférentielles

Les statistiques inférentielles vous permettent de collecter un échantillon et de faire des inférences sur la population à partir de laquelle l'échantillon est prélevé en fonction des caractéristiques de l'échantillon.

Entre de bonnes mains, les statistiques inférentielles sont des outils extrêmement puissants et utiles. Avec de bonnes compétences en statistiques inférentielles, vous pouvez analyser toutes sortes de choses pour obtenir toutes sortes de renseignements sur des données que les gens ordinaires n'ont jamais. Cependant, très franchement, si votre seule exposition aux techniques statistiques inférentielles est minime, vous ne possédez probablement pas assez de connaissances statistiques brutes pour effectuer une analyse statistique inférentielle.