Bli en expertdataanalytiker över natten med hjälp av Googles kalkylbladrapportverktyg

Annons

Vissa människor gillar golf. Vissa människor tycker om att surfa. Ytterligare andra kör entusiaster. Och sedan... det finns datahundarna. Det är de människor som ser möjlighet till upptäckt i varje tabell och kalkylblad som är fylld med till synes meningslös och oberoende information. När du spelar med data - omorganiserar, packar om och tar dig tillbaka - kan du börja ansluta prickarna och dra ut ledtrådar som leder dig till viktiga och användbara svar.

Det är skönheten i data - något som de flesta ser på och tycker är tråkiga, eller alltför komplicerade, dataanalytiker tycker är vackra och avslöjande. Vi har behandlat ett antal användbara verktyg för att analysera data här på MUO, till exempel Bandalizer för CSV-datafiler, som naturligtvis Excel kan hantera Hur konverterar jag avgränsade textfiler till Excel-kalkylbladDet är enkelt att konvertera en avgränsad textfil till ett Excel-kalkylblad. Så här gör du med tre olika metoder. Läs mer också. Dataanalys låter dig göra saker som

nischanalys 4 webbplatser för att genomföra en nischindustrianalys Läs mer forskning och naturligtvis skapa coola datavisualiseringar 5 coolaste platser att hitta visualiseringar på webbenFör ungefär en månad sedan kontaktade någon mig om jag ville publicera en av deras infografier på min webbplats. Innan dess hade jag aldrig riktigt intresserat mig för sådana visualiseringar av ... Läs mer .

Men visste du att ett av de största verktygen för alla för att utföra dataanalys faktiskt är Google Spreadsheet? Anledningen till detta är inte bara för att en kalkylrapport från Google kan göra nästan allt du kanske vill göra med Microsoft Excel (även om du kan), men det är faktiskt på grund av några väldigt coola rapporteringsverktyg som levereras som standard i Google Kalkylblad.

I den här artikeln ska jag visa dig hur du använder Pivot Report, diagram och diagram i Google Spreadsheet, några exempel på hur Du kan använda dem för att analysera till synes komplexa data, och hur du kan hamna med några riktigt fantastiska diagram och diagram i slutet.

Använda Pivot-rapporter för att utföra underverk

Om du aldrig har använt pivotrapporter, är du ute efter en riktig behandling. I det här exemplet kommer jag att använda Adsense-data som innehåller tre fält som jag vill analysera - antalet klickade annonser, antalet visade annonser och längden på mina artikeltitlar.

Det jag är nyfiken på att hitta en korrelation till är om artikelns titellängd påverkar antalet Adsense-annonser som visas eller klickas på. Det är den här typen av till synes okopplade data som en pivotrapport kan beräkna och avslöja.

När du är i tabellen med den informationen klickar du bara på "Data" i Google Spreadsheet-menyn och väljer "Pivot tabellrapport ..." i rullgardinsmenyn.

Detta öppnar ett nytt ark där du kan börja bygga din nya pivotrapport. En "Report Editor" öppnas till höger om arket, vilken typ av handlingar som en guide som guider dig genom att skapa din nya rapport. Du vill börja med att lägga till raderna - huvuddata som du vill börja med. I det här fallet vill jag veta om titellängd påverkar annonsens prestanda, så raderna i det här fallet skulle vara titlar.

Därefter vill du lägga till värden i rapporten. När du lägger till nya värden kommer den att fylla i rapporten med de värdena från det ursprungliga kalkylbladet, förutom att uppgifterna beräknas på det sätt du definierar den i rapportredigeraren. I det här fallet använder jag “SUM” eftersom varje titel bara har ett värde ändå. Men nu kan jag sortera efter titellängden under inställningen för titelrad överst.

Du kanske märker vissa "skräp" -data i ditt ark - saker som nollor eller fält där det bara inte finns några giltiga data. Du kan faktiskt säga att pivotrapporten ska ignorera de dåliga värdena genom att klicka på "Lägg till fältet" i filteravsnittet i rapportredigeraren. Sedan kan du avmarkera alla objekt som du vill att rapporten ska ignoreras.

Nu när du har sammanfattat och sorterat alla data kan saker bli mycket tydligare. Plötsligt kan du se mönster, till exempel att titlar mellan 60 och 80 tecken tenderar att prestera mycket bättre av någon anledning (till exempel).

Det här är saker som bara inte är lika tydliga i den röriga, kaotiska kalkylarkvärlden där informationen är osorterad och ofiltrerad. Pivot-rapporter är extremt flexibla och gör att du kan göra andra saker med varje kolumn med data som att sammanfatta efter räkning, genomsnitt, max eller min, standardavvikelse och mycket mer. Kraften i pivotrapporter kommer verkligen ut när du börjar röra dig med data och titta på vilka fantastiska saker som kommer ut i slutet.

Använda diagram och diagram i Googles kalkylblad

Ett annat bra sätt att analysera data är i en mer grafisk form. När du har sorterat data som du vill använda en pivotrapport är det dags att börja kartlägga det. Google Spreadsheet har ett bra utbud av kartverktyg som hjälper dig. För att komma till dessa markerar du bara de data som du vill kartlägga, klicka på menyn "Infoga" och välj "Diagram" i listan. En kartredigerare dyker upp, med en förhandsgranskning av dina data i den högra rutan.

Du kan gå igenom alla tillgängliga diagramtyper för att se vad som ger den bästa representationen av data som du letar efter. Det finns linjediagram, stapeldiagram, cirkeldiagram och till och med några riktigt coola mätare och även kartdiagram som jag ser fram emot att spela med någon gång. För mitt ändamål här avslöjade områdesrappjämförelsen verkligen vad jag ville ha - två hot spot-områden som verkar innebära bättre annonsprestanda med två specifika titellängder på artiklar.

Det här är ganska intressanta grejer, och inte något som så lätt skulle kunna avslöjas i en tabell full av rå data. Ett annat coolt verktyg som finns tillgängligt i Google Spreadsheet för att grafiskt visa data är en funktion som heter "Sparkline". Denna funktion låter dig faktiskt omvandla en cell i kalkylarket till ett stapeldiagram. Allt du behöver göra är att skriva något liknande i en cell:

“= Sparkline (E8: F8, {“ charttype ”,“ bar ”})”

Vad gör det här? Tja, i princip kan du kartlägga data direkt i cellen. I det här fallet jämför jag siffrorna i kolumn E och F och använder ett stapeldiagram för att visa procentsatserna. Kolumn F representeras i blått och E i orange, så med bara en blick på ditt kalkylblad kan du snabbt identifiera var vågen har tippat när du jämför data eller identifierar "larm" -förhållanden.

Det här är bara några idéer för att använda Google Spreadsheet för att analysera data med hjälp av kraftfulla verktyg som pivotrapporter och kartläggningsverktygen. Google Spreadsheet blir snabbt (eller kanske redan är det) en viktig utmanare i dataanalysen företag, och det är tillgänglighet online betyder att det också är bekvämt och enkelt att använda oavsett var du är.

När du har bråttom och behöver bearbeta mycket information snabbt när du är på språng är det en enorm sak. Och det faktum att du helt enkelt kan importera data eller en CSV-fil till det första arket och alla pivottrapporter och diagram skapas automatiskt för dig - det är bara rent gulddamm.

Så om du inte har använt det ännu - föreslår jag starkt att du ger Google-kalkylrapporter ett försök att automatisera dina dataanalysuppgifter. Och om du har använt det ett tag men inte visste om dessa verktyg - för all del, prova dem. Du kommer att vara glad att du gjorde det.

Hur använder du Google Spreadsheet? Vilka är dina favoritverktyg som du inte kunde leva utan? Dela dina tankar och idéer i kommentarerna nedan!

Bildkredit: Affärsmanhand via Shutterstock