“养数据”：用Excel表格管理数据的基本原则

数据匠人

17小时前

关注

数据透视表的源数据，通常有如下要求：

1. 数据源的首行，由字段标签，或描述每列信息的标题组成。
2. 每列代表独一无二的数据类别。
3. 每行代表一条独一无二的记录。
4. 数据源中的列名称，不会重复作为数据项。数据项用于筛选或查询标准，如月名称，日期，年，位置，雇员等。

在对Excel中的基础数据进行管理时，通常需要遵循八项基本原则

原则一：统一性原则

1. 统一数据格式（同列同格式）
2. 统一数据类型（同列同类型）
3. 统一数据排序。

例如，某家公司总是希望将星期日排在“星期列”第一位（而非将“星期一”至于第一位），或者，将7月份作为财年的第一个月份。我们可以在Excel表格中进行适当的设置，来满足需求。

4. 统一编码规则。

有些时候，我们希望对产品，或者地理位置等进行编码，这时的编码并非随意的流水码，这就需要我们设置一致的编码规则，并且能对产品ID或地理位置编码进行扩展。

统一原则的好处是带来了非常高的数据加工效率，可以多次、重复利用数据，也就是规模经济。

原则二：职责分离原则

1. 数据的结构和数据的内容分析。
2. 数据的展现形式与数据本身分离。

前者可能是货币或百分比，后者可能是个小数。

3. 数据的排序次序与数据本身分离。

前者通常是阿拉伯数字，后者可能是文本类型。

分离原则的好处是带来了非常强的灵活性和个性化。

例如，对于数据本身0.932765，我们可以首先统一地将其格式设置为93.27%，这样生成的每份数据透视表就可自动展示为93.27%的格式，在此基础上如果需要个性化，我们可以使用单元格格式，调整为93%。

原则三：唯一识别原则

同一对象，名称相同。

列有列名、表有表名。每行记录，对应一个唯一标识符（ID）。在关联多个表格的时候，通常会用作表格间的共用匹配列，也称为“键”。（关键字段）

数据总是不断地流动的，要防止冗余记录和冲突，最好的办法是对名称和ID进行规范。

原则四：可扩展性原则

在分析的过程中，我们总希望新增一个“维度”来进行细分、溯源，查明真相。新的维度可以匹配扩展。

原则五：复用原则

不要重复发明轮子，也就是常说的奥卡姆剃刀原则“如无必要，无增实体”。如果用一份基础数据能够生成所需的5份报表，就不要创造多份基础数据。数据的价值不仅来自于分析数据，而且来自于不增加成本的情况下，对数据的重复使用。这就要求我们在分析数据的同时，做好数据管理工作，将数据整合到一起。

原则六：分治原则

分治法是解决复杂问题的最佳方面，能够驭繁为简，提升各个组件的复用。

在创建复杂的公式时，采用“分治法”尤为有用。也就是我们常说的，在处理数据问题的时候。人和机器的最佳分工是：人负责将复杂的问题简单化（分治），而机器负责将简单的问题自动化（重复）。

原则七：组合原则

组合原则主要是为了发挥 “1+1大于2”的效果。

组合分为两种方法来组合多个数据源的数据：合并和追加。

1. 同构数据，字段相同，但记录不同，应当将不同的记录，通过”追加“，组合到一起。
2. 异构数据，字段不同，但共用匹配列，应当通过”匹配列”创建关系形成数据模型，或者“合并“为表格。

原则八：简单抽象原则

简单原则是处理数据时最重要的原则。

简单的本质在于抽象。在开展数据分析时，我们经常用对比、细分、溯源、趋势等概括数据分析方法。其实所有纷繁复杂的数据问题，都可以归结为两块：维度和度量。