数据分析:用Excel做周报

目录

1.初始模板

​编辑

2.填充数据

[2.1 日期以及表头](#2.1 日期以及表头)

[2.2 数据验证](#2.2 数据验证)

[2.3 计算数据填充](#2.3 计算数据填充)

[2.3.1 灵活计算](#2.3.1 灵活计算)

[2.3.2 单独计算](#2.3.2 单独计算)

[2.3.3 总计](#2.3.3 总计)

[2.4 数据格式](#2.4 数据格式)

[2.5 周累计](#2.5 周累计)

[2.6 周环比](#2.6 周环比)

[2.7 业务进度](#2.7 业务进度)

[3 美化](#3 美化)

1.初始模板

2.填充数据

2.1 日期以及表头

结果指标有以下这些:

  • GMV
  • 商家实收
  • 到手率=商家实收/GMV
  • 有效订单
  • 无效订单
  • 客单价=GMV/有效订单

过程指标有以下这些:

  • 曝光人数
  • 进店人数
  • 进店转化率=进店人数/曝光人数
  • 下单人数
  • 下单转化率=下单人数/进店人数
  • 营销占比=CPC总费用/GMV

填充时发现日期变成了一串#

没关系,把单元格拉宽一点就好啦

填充数据时,都基于一个数据引用,之后只要改动那一个数据,就都可以自动改动了,省了不少维护时间

2.2 数据验证

数据 -> (数据工具)数据验证

英文逗号分隔

完成一个可以下拉的筛选器

2.3 计算数据填充

2.3.1 灵活计算

开始计算GMV

J列是源数据的GMV

这里就有一个问题,我们就写死了,只能根据源数据的GMV那一列(J列)来改变数据,想求商家实收只能再重新写,不太灵活,那有没有什么方法呢?

其实把条件改的灵活一些,用index和match来查找不就好了吗?

接下来再把日期也变得灵活一些

查找时溢出了,不过不用着急,这是因为MATCH函数用来在一个范围中寻找某个值的位置,但如果该范围内存在多个匹配项,它可能返回一个数组而非单个值。

=后面加一个@就好啦, @符号告诉 Excel 只返回数组结果中的第一个值,将动态数组结果 "压缩" 为单个值。添加@后强制它只返回第一个值,从而避免整个数组结果试图"溢出"到其他单元格的情况。

将源数据A列用日期列公式替换,J列用求和列替换,H列用平台列替换

使用完日期列求和列平台列就可以删除了,只是作为辅助,报表不需要

2.3.2 单独计算

到手率和客单价需要计算,所以报错了

到手率=商家实收/GMV

客单价=GMV/有效订单

计算曝光人数:把C12改成C24,其余不变

进店转化率=进店人数/曝光人数

下单转化率=下单人数/进店人数

营销占比=cpc总费用/GMV

cpc总费用源数据有,报表表头没有,所以就把列名直接写出来,把C12改成"cpc总费用"即可算出cpc总费用,GMV直接引用C13

2.3.3 总计

快速求和快捷键:"Alt" + "="

求和公式向右拖拽填充

但是到手率和客单价是除法公式,还得向下拖拽一下

营销占比总计稍微复杂一些,这时可以通过第一天的cpc总费用来计算一周的总费用,再除以总GMV,在第一天的cpc总费用的基础上修改

按住ctrl可以多选

2.4 数据格式

这里可以抹掉小数点

占比什么的都改成百分比模式

2.5 周累计

迷你图:

选中数据

插入 -> 折线

放入周累计里曝光人数后面

再点标记

2.6 周环比

周环比=本周/上周 -1

有效订单周环比 = 本周有效订单总计/上周有效订单 - 1

商家实收把引用位置变一下就好,都从有效订单改为商家实收

到手率周环比有点复杂

到手率周环比 = 本周到手率/上周到手率-1

上周到手率 = 上周商家实收/上周GMV

到手率周环比 = 本周到手率 / (上周商家实收/上周GMV)-1

上周商家实收在商家实收环比里面的被除数就是,复制过来就行

上周GMV只需要在上周商家实收基础上把C8改成C12

2.7 业务进度

业务进度 = 整个GMV / 目标

直接在上周GMV公式里修改,把上周第一天改为本月第一天,上周最后一天改为这周最后一天

3 美化

业务进度加个进度条

合并单元格,保留整数

周环比的有效订单

点击格式

再新建一个条件格式

再来一个

双击格式刷

结果指标进行美化

格式里面加个下划线加粗

在视图里取消网格线

标题合并单元格,居中放大加粗

最后一步就是按照自己的想法来美化,有时间调整即可

这样一份可以根据数据变动的自动化周报就完成了!!!

相关推荐
云天徽上9 分钟前
【数据可视化-21】水质安全数据可视化:探索化学物质与水质安全的关联
安全·机器学习·信息可视化·数据挖掘·数据分析
谁家有个大人1 小时前
Python数据清洗笔记(上)
开发语言·笔记·python·数据分析
袁袁袁袁满5 小时前
《巧用DeepSeek快速搞定数据分析》书籍分享
数据挖掘·数据分析
穆易青5 小时前
2025.04.23【探索工具】| STEMNET:高效数据排序与可视化的新利器
python·信息可视化·数据分析·ordering·visualisation
AI大模型顾潇7 小时前
[特殊字符] 大模型对话风格微调项目实战——模型篇 [特殊字符]✨
人工智能·算法·机器学习·数据挖掘·大模型·微调·ai大模型
lilye668 小时前
精益数据分析(16/126):掌握关键方法,探寻创业真谛
人工智能·数据挖掘·数据分析
用户199701080189 小时前
深入研究:Shopee商品详情API接口详解
大数据·爬虫·数据挖掘
璞华Purvar12 小时前
璞华ChatBI闪耀2025数博会:对话式数据分析引领数智化转型新范式
microsoft·数据挖掘·数据分析
lilye6612 小时前
精益数据分析(6/126):深入理解精益分析的核心要点
前端·人工智能·数据分析