編者按：本文轉發自微信公衆號「清醒貪心記」（qtnotes），作者：Autumn QT，麥肯錫七年諮詢；36氪經授權轉載。
離開麥肯錫後，我先後在亞馬遜和兩家互聯網創業公司做市場運營工作。運營是個挺綜合的事兒，文要能做創意、談項目，理要能懂數據、做分析。
平時看團隊需要什麼，不定期組織培訓一下，最近講講用Excel做數據分析的基本功。
現在滿大街談論大數據、增長黑客、人工智能、深度學習這些高級詞兒，但Excel的應用場景也還是很豐富的。
從數量級上說，一年52周、365天、8,760小時；全國大概有600~2,000個城市；一個品牌的渠道、供應商、門店、SKU、員工等，也就幾百到幾十萬個。
Excel2010單張sheet能處理105萬行、1.6萬列數據, 基本夠用。
所以，這篇沒有高大上的概念，沒有如何建立深刻的洞察之類。跑步之前，我們先走幾步，講點基本、實用的東西。
當然，根據慣例，文末附贈幾句雞湯。： ）
爲什麼要學點數據分析
這年頭，沒人會懷疑數據的重要性，但有人會問我，「爲什麼要自己做數據，不是有專業的數據團隊嗎？」
是的，大部分公司會配備專職崗位，埋點取數、儲存清洗、製作報表、開發可視化後臺，還可建立專業模型，做出深度分析。
隨着數據變得海量、工具變得專門，我們似乎沒有必要也沒有能力自己去碰數據了。
但有點數據分析的常識，首先能讓你跟數據團隊更好地溝通，拿到的原始數據或者分析結果更能滿足實際需要。
或者，人手不夠時，能擼起袖子自己上。分析經常是個邊想邊做的過程，夜深人靜的時候，自己在數據的迷宮裏逛一逛、挖一挖，效率高，也有意思。
最重要的是，數據天生「髒亂差」，很容易被歪曲、被誤讀，常識能幫助你善加分辨。
舉個栗子，分析結果說80%的用戶是女生。若你有些常識，又瞭解自己的產品，就會想，咦，我們這個產品沒有身份實名認證，沒法精確判斷男生、女生，這個結論怎麼得出的呢？是否可靠呢？這樣你就可以發現、思考潛在的問題。
第一步，定義需求
Excel課程很多，但若不帶着「解決問題」的思路，把快捷鍵敲得快如閃電，也只是耍帥罷了。
數據分析，從定義需求、數據蒐集開始，來源包括外部的報告、內部的記錄，日常的報表、定製的調研等。
我見到小夥伴們提出數據需求，經常有3個層級：
1、高屋建瓴地說，我想看看這個產品、這個市場——這需要數據提供者非常清楚，到底「看什麼、怎麼看」。
2、相對清晰地說，我要這些數據——例如，我想要這些商品過去一年每月的銷售金額。
這其實還是挺模糊的——怎麼算金額，付款的還是發貨的？美元的還是人民幣的？含不含稅、含不含退貨、含不含折扣？
3、給出完整的表格和描述——規定具體指標、時間跨度、數量單位、呈現方式等。
前期思考得細緻，能避免反覆折騰、做無用功。要義是，「以終爲始」、「結果導向」地思考，我究竟要解決什麼問題。
舉個栗子，我面試一個小夥伴，簡歷上寫「去年做某促銷，活動期間帶給全平臺交易額增長15%」。
可是，這樣能說明活動成功嗎？
爲了交易額增長，付出多大代價，划算嗎？
怎麼定義的「增長」？相對平時嗎？考慮自然增長或者季節因素了嗎？
活動期後，交易額相對基線下降多少（例如有顧客在雙十一期間把一年的尿布都囤積了，銷量未必增長，只是提前了）？
比起過去類似活動、競品活動，這次的表現更好嗎？
分析並沒有那麼簡單，需要先想明白，我到底想證實或者證僞什麼、發現或者解答什麼，才決定用什麼樣的數據可以支撐。
這和Excel能力無關，卻是一切分析的邏輯起點。
第二步，提出需求
我特別反對把數據需求往微信一扔、郵件一發，就算提出了！一定要跟數據提供者約時間，「過一遍需求」。
1、交代背景，讓對方理解目標。這樣能夠發揮他們的經驗，幫助修正需求。
舉個栗子，我昨天跟行政小夥伴說，請把這個文件發順豐次日達。我也可以告訴她，因爲緊急情況，這個文件明天中午之前一定要送到北京。
明白最終意圖，她就可以發揮自己的經驗，用更恰當的方式達到目的。她問我，最近北京快遞受到限制，經常晚到，剛好有同事出差到北京，帶去可以嗎？當然可以！
2、解釋指標，讓大家的理解在同一層面上。
你會發現，人與人之間的誤解，千奇百怪。發出需求的時候，多囉嗦幾句，避免起點就是錯的。
3、瞭解數據的可得性，以及需要付出的代價。這一步非常重要，因爲找數據也要「二八法則」。
在剛剛做完的一個分析中，同事告訴我，2016年8月進行過一次系統升級。如果要此前的數據，就得大費周章，花一個星期導出整理；如果要此後的數據，幾小時就可以搞定。
那麼，我們就可以問問自己，是否一定需要此前的數據，還是過去16個月的趨勢已經基本滿足需求，當場做個決定。
第三步，原始數據整合標註
前幾天，有個小夥伴給我一頁PPT，「理財用戶移動終端偏好：小米、三星、華爲智能機」。
我一看，這違背常識哈——
理財用戶有錢，有錢人很多用iPhone吧。定睛一看，數據來源是TalkingData，我很喜歡這家公司，但是它有些報告更偏重安卓設備分析，不覆蓋蘋果。
其次，這個報告截至2016年底。手機排名爭奪激烈，2017年的格局早就不是這樣。
沒有定義、來源、時間、單位的數據分析，都是耍流氓。
所以呢，拿到原始數據後，我通常會做以下動作：
1、將多項數據導入同一張Excel大表。
原始數據來源不一、形式不一，可能是Excel，txt，word文件等。整合在一起，方便處理。
2、給每一個數據sheet編號、命名，註明來源日期單位等信息。
原則就是，如果隔壁部門的同事或者6個月後你自己打開，還能看懂、使用。
（這是我做所有文件的原則，6個月後打開，還能明白自己在說什麼。）
3、接着，在第一列添加當前行號。如果後面要排序、修改，也容易重新排回原順序。
4、確認單位，調整格式（例如日期不要有亂碼）。
5、檢查一下是否有外部鏈接與公式。
有個快捷鍵，「Ctrl」鍵+「~」鍵，摁住可以暴露單元格的隱藏信息。
正常看到Excel表格是這樣的：
按住Ctrl~看到是這樣的，暴露裏面的公式鏈接等。
如無特殊情況，避免引用外部數據與公式，容易出錯。
好啦，現在你有一個完整、清楚的Excel原始數據文件。
原始數據神聖不可侵犯。這時候，另存新版才進行操作。如果中間過程出現誤操作，可以回到原始數據表格去核對、挽救。
第四步，檢查異常、清洗數據
等我講完，你就知道，數據清洗是有多重要，否則後面的分析都建立在流沙上。
下面的動作，我會耐心對數據一列列地做完。
1、看數據全貌：
在Excel底部右側，可以看到選中那列數據的基本信息，例如計數、平均、最大、最小等。
如下圖，這列數據，共計8,378行，總額260,334元，人均31元。
判斷一下，是否符合常識，有沒有問題。
那我怎麼知道對不對呢？
你不需要知道精確數值，只需要想想這個數量級是否正確——
假設平時人均都是上千元的，那麼，是數據定義錯了、單位標識錯了、數值本身錯了，還是發生了什麼狀況？
等你做完才發現數據錯漏，豈不是很胸悶。
2、是否有「=0」或者乾脆空白的數據，正常嗎？
選中整張表格數據，在菜單欄上選擇「數據」，「篩選」，然後可用每欄的篩選下拉菜單，看看這欄包含哪些數值。
我特別注意「0」或者「空白」的數據。它有可能是正常的，例如某天真是沒有人登錄或者註冊（服務器宕機），也可能數據發生缺失錯漏。
如果有大量的「0」或者「空白」，需要思考對我們分析的影響。例如你想統計男生、女生各自的行爲，假設1,000個樣本點裏，有800個沒有識別男女，那麼這個結果還有代表性嗎？
另外，Excel軟件對「0」與「空白」的處理不同。例如，有10個數值，2個=0，2個缺失，6個=8。讓Excel數一數該列有幾個值，會返回「8個」。0值計入，缺失項不計入。
若計算這一列的平均值，Excel會算成，（2*0+6*8）/（2+6），返回6，因爲求8個數的平均值。既不是全部10個，也不是非零的那6個。
因此，當我們見到「0」或者「空白」時，需要追問，空白真的是空白嗎？零真的是零嗎？系統導出數據時，很可能把未曾統計標識爲零，或者反之。App當日登錄人數未曾統計，或者確實無人登錄，意義當然不同。
3、統一數值口徑。
這是個無聊而必要的髒活，大家肯定遇到過。
問HR要個員工名單，發現部門那一欄五花八門，「營銷部」也會寫成「營銷中心」、「營銷」、「市場營銷」、
問客服要個用戶問題列表，分類有「賬戶」、「帳戶」、「賬號」、「銀行賬戶」……
要先把這些收拾乾淨，否則無法愉快地進行統計了。
4、相關數據交叉檢驗。
有時候，同樣的數值會在不同數據源中多次出現。
例如，一張sheet是當天在售每種商品的銷售件數，另一張sheet是當天每個用戶各自買了幾件商品。
兩張sheet分別加總的值，應該相同。誤差也許難免，個把商品或者用戶統計不精確時有發生；但若相差太大，again，數據又出錯了。
5、用「條件格式」看數據波動，發現異常。
Excel的「條件格式」功能，可以根據數值大小，給單元格畫上彩色柱狀圖。
下圖左邊，可以發現A欄數據在2016年11月出現斷崖式下降；右邊B欄，則在2017年12月底出現峯值。
在這個真實案例中，前者是當時發生統計口徑變化（不是真實波動）；而後者是促銷帶來的波動。
比起導成圖表，這個功能快速簡便，可以發現錯誤，或者讓我們留下總體印象，指導後續的分析。
這5個步驟做完，明顯的數據錯誤應該可以抓出來。
尾聲：數據是種小動物
總結一下：
1、定義需求——我到底要做什麼；
2、提出需求——不能把要求簡單寫寫，郵件一發就算完；
3、整合標註——沒有時間日期單位來源的數據都是耍流氓，原始數據神聖不可侵犯；
4、檢查異常——世界比想象中錯誤百出。
你或許會說，這就尾聲啦？還沒開始分析哪。或者說，有必要在「數據清洗」上花那麼多功夫嗎？
有的。
真實世界的數據是混亂的，是因爲建設這個數據世界的人類，是不完美的。當我們試圖用抽象的數據，去闡釋我們多樣、流動、具象的世界時，人與人之間，人與機器之間，機器與機器之間，有種種的誤解與偏差。
雖然隔着屏幕，敲着鍵盤，我老喜歡用的動詞是「摸」，老跟自己的團隊說，要親手去「摸一摸」數據。
它們，並不像塑料玩具，是工業化的產品，整齊、冰涼、規整。它們更像小動物，毛茸茸的、有點脾氣，在我們的熟悉、撫觸中，慢慢地馴服。
所以，數據分析，聽起來是非常炫酷的事，但是，和所有其他事一樣，許多基本的工作，既不炫酷，也不輕鬆。
於是，也和所有其他事一樣，做得好的人，是能接受其中不夠炫酷的部分的人。安心趟過千萬個坑，一步一步向前走。
See it through，and do it right。
所謂professional，就是這個意思。