京公网安备 11010802034615号
经营许可证编号:京B2-20210330
利用Excel进行同比分析报表
我们这节接着上节的对Excel数据透视表进行自定义继续给大家讲解数据分析,下面的图1所示是某公司2009年和2010年上半年的销售数据,它们分别保存在工作表“2009年”和“2010年”中。现在要求制作一个利用Excel进行同比分析报表,以判断两年经营业绩的差别,并绘制图表辅助分析,如图2所示。由这个报表和图表,可以一目了然地知道哪些月份的收入、成本、费用和利润出现了异常增长。
图1
图2
例如,2010年5月份销售利润同比大幅增长了788.93%,通过图表可以看出,成本和费用也分别同比增长了100%以上,这么大的利润增长主要来自于销售收入的快速增长(同比增长120%左右)。若在2010年能够对成本和费用进行很好的控制,销售利润的增长就会更大。
1、采用导入数据+SQL语句的方法将两个工作表数据汇总在一起,并制作数据透视表,如图3所示。这里的SQL语句为:
select '2009年' as年份, *ftom[2009年$] union all select '2010年' as年份,*from[2010年$]
图3
2、单击“数据透视表工具”|“选项”选项卡,在“工具”功能组中单击“公式”按钮,弹出下拉菜单,选择“计算字段”命令,打开“插入计算字段”对话框,在“名称”下拉列表框中输入名称“利润”,在“公式”文本框中输入计算公式“=收入-成本-费用”,如图4所示,单击“确定”按钮,为数据透视表添加一个计算字段“利润”,得到图5所示的数据透视表。
图4
图5
3、修改字段名称,让报表看起来更加清楚,如图6所示。
图6
4、因为要将2010年和2009年进行同比分析,而“2009年”和“2010年”是字段“年份”下的两个项目,所以这里要为字段“年份”添加自定义计算项。
单击字段“年份”,然后单击“数据透视表工具”|“选项”选项卡,在“工具”功能组中单击“公式”按钮,弹出下拉菜单,选择“计算项”命令,打开“在‘年份’中插入计算字段”对话框,然后在“名称”下拉列表框中输入名称“同比增长率”,在“公式”文本框中输入计算公式“=('2010年'-'2009年')/'2009年'”,如图7所示。单击“确定”按钮,为数据透视表添加一个计算项“同比增长率”。得到如图8所示的数据透视表。
图7
图8
5、设置4个同比增长率数据列的数字格式为百分比,即可得到一个同比分析报表如图9所示。
图9
6、分别使用收入、成本、费用和利润数据绘制图表,以便更加直观地表现两年的收入、成本、费用和利润的变化。关于如何绘制这样的两轴折线图。注意,自定义字段“利润”下的同比增长率是一个错误的计算值,它并不是2010年利润和2009年利润的比较结果,而是字段“收入”、“成本”和“费用”3个字段的同比增长率的加减结果,因为计算字段“利润”的计算公式就是“=收入-成本-费用”。
例如1月份“收入”、“成本”和“费用”的同比增长率分别是-33.38%、-37.27%和-36.45%.其计算结果是-33.38%-(-37.27%)-(-36.45%)-40.34%.因此,自定义计算字段“利润”的同比增长率指标没有任何实际意义。
为了解决这个问题,可以在数据透视表的右侧使用公式计算利润的同比增长率,如图10所示。
图10
将Excel数据透视表内的利润同比增长率字体颜色设置为白色,使之不可见,然后利用照相机将手工计算的数据列拍摄下来。放到数据透视表内的利润同比增长率数据列上,如图11所示。
图11
利用Excel进行同比分析报表,这样我们就知道同期的增长或减少了,我们就可以进行两年或则是同一个季度的同比增长或者进行其他的对比数据分析。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12