TIPPS für Excel PRO Teil 6: Analyse

1. Intro in die Analytics: Okay, wenn du dir dieses Video ansiehst, bist du auf eine Leckerbissen. In diesem nächsten Abschnitt des Kurses werden Sie einige der Exzellenzen vorstellen. Die leistungsstärksten Analysetools wie Datentabellen, Prognoseblätter, Goldsuche und Szenario-Manager. Wir werden daran arbeiten, komplexe Optimierung mit Solver zu lösen, Datentabellen mit Würfelfunktionen zu erkunden und sogar Monte Carlo-Simulationen mit einem vollen Maßstab Roulette-Simulator zu bauen . Ich hoffe, du bist aufgeregt. Jetzt fangen wir an. 2. Schnellanalysen: Alles in Ordnung für diesen Profi-Tipp. Ich möchte darüber sprechen, wie wir unsere Daten sofort mit Hilfe sogenannter Schnellanalyse-Tools erkunden können . Dies ist ein One-Star-Analytics-Tipp, der sehr einfach zu bedienen ist, aber ein wirklich interessantes Werkzeug zum Spielen. Die neuesten Versionen von Excel glaubten 2013 und weiter, enthalten eine Option namens Quick Analysis Tools, und alles, was Sie tun müssen, ist eine Reihe von Zellen auszuwählen, wie diese. Du siehst unten ein Pop-up, richtig? Sieht aus wie ein Blitz mit einem Balkendiagramm darunter. Und wenn Sie auf diese Option klicken oder die Steuerungstaste que drücken, rufen Sie ein Schnellanalysewerkzeug-Menü auf. Und in diesem Menü finden Sie alle Arten von Analyse-Tools, einschließlich bedingter Formate, Diagrammtypen, berechnete Zeilen und Spalten. Sie können diesen Bereich in eine Tabelle konvertieren, die keine Linien auslösen kann. Alle Arten von sehr, sehr interessanten und leistungsstarken Analysetools alle in diesem einzigen Menü zusammengefasst hier für schnellen Zugriff. Und was uns das erlaubt, ist, eine Grundpalette von Zellen zu nehmen, wie Sie oben auf der Folie sehen , und sie in so etwas umzuwandeln. Sie kennen entweder die Farbskala oder das Hinzufügen einer berechneten Spalte mit den Durchschnittswerten oder Einfügen eines gruppierten Säulendiagramms mit einem Klick auf eine Schaltfläche. Wissen Sie, jeder, der mich kennt und meine Kurse kennt, weiß das. Im Allgemeinen versuche ich, diese Art von Shortcut-Tools wie diese zu vermeiden, weil ich denke, ich bin Old School. Ich mag es, durch die traditionellen Menüs zu gehen, aber ich bin tatsächlich ziemlich beeindruckt davon, wie glatt und wie bequem dieses schnelle Analyse-Tool Menü ist, und als Ergebnis habe ich angefangen, es ziemlich viel mehr selbst zu verwenden. Nun, eine Anmerkung hier, Sie werden nicht immer alle diese Optionen sehen, da diese Optionen und diese Tools möglicherweise erfordern, dass die Daten in einem bestimmten Format vorliegen. Wenn Sie also ausgewählt sind, Daten nicht mit einem bestimmten Werkzeugtyp kompatibel, z. B. einer Funkenlinie oder einem Pivot. Beispielsweise wird diese Option möglicherweise nicht in der Schnellanalyse-Symbolleiste angezeigt. Also die häufigsten Anwendungsfälle hier, offensichtlich nur schnell erkunden eine Vielzahl von beliebten Datenanalyse-Tools, ohne manuell durch verschiedene Multifunktionsleistenoptionen navigieren zu müssen . Und auch fand ich, dass es eine gute Möglichkeit ist, schnell berechnete Zeilen oder Spalten für Dinge wie Summenzählungen Mittelwerte hinzuzufügen , ohne tatsächlich eine einzige Formel eingeben zu müssen. Also lasst uns in Excel springen. Sie haben eine gute Auswahl an Daten, die wir verwenden können, um einige dieser schnellen Analysetools zu üben. In Ordnung, wenn Sie also mitverfolgen möchten, öffnen Sie Ihre Protestarbeitsmappe mit Ihrem Inhaltsverzeichnis, und wir werden den ganzen Weg nach rechts zu unseren Analytics-Tipps scrollen. Und in diesem Fall wollen wir die schnellen Analysetools Demo. Gehen Sie weiter und verlinken Sie direkt auf das Blatt. Und was Sie sehen werden, ist eine einfache Reihe von Zellen hier. Wir schauen uns Film I bin DB Scores von Jahren 2011 bis 2015 und nach Genre hier in Spalte A an. Nun ist dies ein großartiges Beispiel-Bit von Daten, um diese schnellen Analysetools zu üben weil es zweidimensional ist. Wir haben hier einen schönen Bereich oder eine Tabelle mit Werten, die wir für wert-basierte bedingte Formatierung, Dinge wie Farbskalen und hohe Konzepte verwenden können Formatierung, . Wir haben Zeit, Siri oder Trends hier mit fünf Jahren Daten, so dass wir Dinge wie laufende Summen oder Linien- oder Säulendiagramme zeigen können . Wir haben Möglichkeiten, berechnete Zeilen und Zeile 13 oder berechnete Spalten- oder Funkenlinien hier in Spalte Ghinzuzufügen Funkenlinien hier in Spalte G Es ist also ein guter, vielseitiger Datensatz, um wirklich eine breite Palette von Optionen für diese Werkzeuge zu sehen. Gehen wir weiter und wählen Sie ein bis bis bis nach F 12. Beachten Sie, dass ich auch die Header einschließe. Und wie Sie sehen können, wenn Sie den Mauszeiger über diesen Bereich bewegen, den Sie ausgewählt haben , erhalten Sie diese schnelle Analyse Pop-up rechts unten. Gehen Sie weiter und klicken oder drücken Sie die Steuerungstaste Que. Und hier sind wir im Schnellanalysemenü und Sie haben Formatierungsoptionen. Diagrammoptionen Summen, bei denen es sich um berechnete Zeilen und Spalten handelt, können Tabellen oder Pivots Funklinien enthalten. Also alle wirklich die beliebtesten und leistungsfähigsten Analysetools hier in einem einzigen praktischen Menü verpackt . Nun, vielleicht ist mein Lieblingsfeature die Tatsache, dass Sie nicht einmal zu einer Option verpflichten müssen um die Ausgabe zu sehen. So erhalten Sie diese Art von Schnellvorschau in Ihrer Auswahl, indem Sie einfach den Mauszeiger über diese verschiedenen Optionen bewegen. Und wenn Sie benutzerdefinierte Is erstellen möchten, was ich oft gerne tun möchte. Wenn Sie durch diese Tools klicken, greifen Sie tatsächlich auf das Formatierungsdialogfeld zu, in dem Sie anpassen können, wissen Sie genau was Sie hier wollen und drücken Sie dann OK und drücken Sie wie jede andere Änderung die Steuerung Z rückgängig machen, und Sie können direkt zurück in diese Werkzeuge springen, damit die Formatierungsoptionen wirklich für sich sprechen . Sehr einfach für Diagramme. Grundsätzlich fügt dies nur ein und neues Diagramm als Arbeitsmappe Objekt bekam verschiedene gemeinsame Optionen hier an der Vorderseite unserer Liste. Im Gesamtabschnitt können wir berechnete Rose sicher zeigen uns diese Art von blau schattierte Zeile hier im Symbol hinzufügen, oder wenn wir weiter auf der rechten Seite, können wir berechnete Spalten hinzufügen. Und diese Verwendung ist Ihre beliebteste Aggregations- oder Sommer-Iation-Modi, einige eine durchschnittliche Anzahl Prozent der Summe und eine laufende Summe wieder, sehr einfach hinzuzufügen, ohne eine einzige Formel eingeben. Dort können wir konvertieren, arrangieren zu einem Tisch, fügen Sie eine leere Pivot-Tabelle direkt von hier, oder wir können Funkenlinien hinzufügen und Excel Nase direkt von der Fledermaus, dass der am besten geeignete Ort um Funkenlinien in diesem Fall fallen wäre genau dort in Spalte G Also wieder, ich war sehr, sehr beeindruckt von diesen Werkzeugen und davon, wie glatt und bequem sie wirklich sind. Daher ermutige ich Sie, entweder mit den hier gezeigten Daten zu arbeiten oder ein eigenes Beispiel einzugeben und einfach zu erkunden, wie diese schnellen Analysetools Ihnen helfen können, Ihre Daten zu analysieren und zu verstehen. 3. Der Szenarien: In Ordnung, lassen Sie uns ein paar Minuten dauern und sprechen über Excels, Szenario, Manager, Werkzeug und speziell, speziell, wie dieses Werkzeug verwendet werden kann, um verschiedene Modellausgaben schnell zu vergleichen. Mit dem Szenario-Manager, Sie auf der Registerkarte „Daten“ unter den Optionen für die Analyse finden, können Sie im Wesentlichen bestimmte Kombinationen von voreingestellten Zellwerten speichern und schnell darauf zugreifen. Also lassen Sie mich Ihnen hier ein Beispiel zeigen. Wenn wir in diesem Szenario-Manager-Option bohren, sehen wir eine Liste aller vordefinierten Szenarien, die wir erstellt haben. In diesem Fall. Ich habe vier. Und was passiert, wenn Sie ein neues Szenario von Grund auf neu hinzufügen oder erstellen? Du sagst es Excel im Grunde. Ich wollte ein Szenario finden, das auf diesem spezifischen Satz von Zellen basiert. In diesem Fall habe ich drei von ihnen haben eine Zelle Prozent nach unten benannt. Ich habe eine zweite Zelle Zinssatz und 1/3 Zelle Termlänge genannt. Jetzt schnelles Trinkgeld. Hier. Ihr müsst euch keine Namen geben. Das könnte einfach H sieben h acht h neun sagen. Ich finde, dass die Benennung dieser Zellen hilft, diesen Prozess ein bisschen intuitiver und benutzerfreundlicher zu machen . Im Wesentlichen sagen wir Excel, dass wir ein Szenario definieren, das auf bestimmten Werten für jede dieser drei Zellen basiert . In diesem Fall habe ich das Szenario 20% 30 Jahre benannt, und für dieses Szenario möchte ich eins verkaufen, um auf einen Wert von Punkt auf 20% zu ändern. Ich werde nicht zum Zinssatz verkaufen, um auf einen Wert von 0,475 oder 4,75% zu ändern, und ich möchte Cell 3 die Termlänge jetzt auf 30 ändern. Nachdem Sie dieses Szenario definiert und benannt haben, können Sie es schnell anzeigen und diese Zellen automatisch in die von Ihnen konfigurierten Werte ändern . Jetzt. Dies wird sehr oft für Modellierungsübungen verwendet, die es Ihnen ermöglichen, verschiedene Kombinationen von Eingaben wie diese drei Zellen hier, die Anzahlung, den Zinssatz und die Laufzeit zu fixieren die Anzahlung, , um den Effekt auf eine bestimmte getriebene Ausgabe in diesem Fall, das Bargeld auf dem Grundstück und die geschätzten monatlichen Ausgaben zu schließen. Und wenn wir diesen Prozess fortsetzen und drei zusätzliche Szenarien erstellen, dann können wir mit einem Klick auf eine Schaltfläche vier verschiedene Ausgänge basierend auf diesen vier Kombinationen unserer Eingänge schnell vergleichen . So wie Sie sehen können, ein großartiges Werkzeug für die schnelle Auswertung der Auswirkungen von verschiedenen Kombinationen von Eingabewerten. Jetzt gebräuchliche Anwendungsfälle. Dies wird häufig für die Erstellung von Prognosen verwendet, die auf mehreren Variablen basieren, die sich ändern können , wie Saisonalität , Zinssätze usw., oder die Modellierung mehrerer potenzieller Ergebnisse in Fällen, in denen Unsicherheit oder Risiko -Faktor. beispielsweise erstellen Siebeispielsweiseein Szenario für niedriges Risiko, mittleres Risiko oder hohes Risiko, um Ihre Aktienportfolio-Renditen vorherzusagen. also Lassen Sie unsalsoin Excel springen und einige dieser Szenarien für uns selbst erstellen. Alles klar, also mach weiter und öffne deine Pro-Tip-Arbeitsmappe. Wenn Sie folgen entlang, musste Szenario-Manager in der Purple Analytics Tipps Abschnitt und lassen Sie uns voran und Link direkt hier aus. Wir haben jetzt einen Immobilienkostenrechner, für diejenigen von Ihnen haben zusammen mit dem gesamten Kurs verfolgt. Dies mag aus unserem Formel-Auditing-Tipp bekannt aussehen, aber im Grunde bewerten wir hier zwei Schlüsselzahlen. Bargeld erforderlich, um auf dem Grundstück zu schließen und die geschätzten monatlichen Ausgaben, die beide durch eine Reihe von Faktoren hier in Collins bestimmt werden, G und H Kaufpreis des Grundsteuersatzes, verschiedene Darlehensbedingungen hier, auf die wir uns in dieser Demo konzentrieren werden, sowie andere Faktoren wie Versorgungsunternehmen, Versicherungskosten, Gebühren und so weiter. Jetzt werden Sie feststellen, dass ich jede dieser Zellen mit dem Namensfeld rechts hier links neben der Bearbeitungsleiste benannt habe . So Prozent nach unten, Zinssatz und Laufzeit und wieder das wird es ein bisschen lesbarer machen, aber intuitiver, sobald wir jetzt beginnen, einige Szenarien zu erstellen, ist die Idee hier im Wesentlichen eine Reihe von Kombinationen für diese drei Werte in H sieben bis H neun, um hier schnell und einfach die Auswirkungen auf unsere wichtigsten Ergebnisse zu bestimmen. Und es gibt ein paar Möglichkeiten, das zu tun. Wir könnten diese in Datenvalidierung umwandeln, Drop-Down-Zellen, Sie wissen, dass eine begrenzte Liste von Optionen enthält und Benutzer diese Kombinationen manuell auswählen lassen. Aber in diesem Fall haben wir wirklich drei oder vier Kombinationen, die höchstwahrscheinlich und realistischsten sind und diese Kombinationen irgendwie voreingestellt sind. Der Szenario-Manager wird ein großartiges Werkzeug sein, um in diesem speziellen Fall zu verwenden, also lassen Sie uns voran und wählen Sie die drei Zellen, die Teil unseres Szenarios h sieben h acht h neun sein werden . Wir werden in unserem Data Town Drill zu den Was-wäre-wenn-Analyse-Tools in unserem Prognoseabschnitt gehen und auf Szenario-Manager klicken. Von hier aus werden wir vier verschiedene Szenarien für Demonstrationszwecke definieren. Die erste wird um 20% gesenkt und ein Zinssatz von 5% für 30 Jahre. Also lassen Sie uns voran und fügen Sie dieses hinzu. Jetzt können Sie ihm geben, welchen Namen Sie wollen. In diesem Fall werde ich nicht sehr klug sein. Ich werde nur eintippen, was wir für Eingaben verwenden. Also 20% 5%. 30. Und da wir H 73 jeweils neun ausgewählt haben, weiß Excel bereits, dass diese Luft die drei Zellen , die sich ändern, um dieses Szenario zu definieren. Und dann können Sie hier Kommentare hinzufügen anpassen den Schutz dieser Fall wurden Benutzer für Änderungen verhindern und drücken. Okay, also los geht's. Es ist mit den aktuellen Werten in diesen Zellen gefüllt, und wir können sie einfach an unsere Kriterien anpassen. So Prozent nach unten, was auch immer einfacher für Sie ist, können 0,2 eingeben oder Sie können hier tatsächlich 20% eingeben. Ich bin irgendwie wie dieser Ansatz ein bisschen besser. Es war besser lesbar. Ähm, der Zinssatz beträgt in diesem Fall 5% in der Laufzeit. Die Länge ist 30. Also drücken Sie OK dort, und es hat unser Szenario erstellt. Und jetzt sehen Sie, was passiert, wenn ich auf diesen Show-Button Boom klicke. Es hat diesen Zinssatz auf 5% geändert. Jetzt nehmen diese drei Zellen die genauen Werte an, um sie zu finden. Durch dieses erste Szenario haben wir gerade erstellt. Also der gleiche Prozess. Lassen Sie uns durch und fügen Sie drei weitere hinzu. Der zweite wird über 15 Jahre bei 4% um 20% zurückgehen. 20% 4% 15 Presse OK, 20%. 4% 15 Jahre. In Ordnung, lassen Sie uns das weiter machen. Als Nächstes wird eine niedrigere Anzahlung sein, nur 10% weniger bei 5% über 30 Jahre. Und ich weiß, dass ich mich schnell bewegt, also zögern Sie nicht, die Dinge zu verlangsamen, um weiterzuverfolgen. Aber hier haben wir 10 5%. Das war richtig. Über 30 Jahre. Das sieht gut aus. Und schließlich werden wir unsere vierte hier hinzufügen, die 10% hatte 4% Zinssatz über 15 und drücken Sie es OK, 10% 4% 15. Da gehen wir. So haben wir jetzt unsere vier Szenarien definiert, und um schnell die Auswirkungen jedes dieser Szenarien auf unsere Ausgabezellen zu bestimmen. Alles, was wir tun müssen, ist das Szenario auszuwählen und auf Anzeigen zu klicken. Also, jetzt sieh dir das an. Es änderte sich auf 20%. 4% 15 klicken. Der dritte Punkt zeigt 10% 5% 30 und dann die letzte Option. 10% 4% 15. Und jedes Mal, wenn wir diese Elemente ändern, können Sie sehen, dass unser Bargeld zu schließen und oder unsere monatlichen Aufwandsberechnungen entsprechend ändern . So gibt es eine schnelle Demo der Verwendung des Szenario-Managers, um voreingestellte Kombinationen von Zelleingabewerten zu definieren . 4. Optimierung mit Zielausrichtung: Alles klar, dieser nächste Profi-Tipp ist ein lustiger. Wir werden darüber sprechen, wie Sie für einzelne Ausgaben oder einfache Optimierungsmodelle mit Excel Gold suchen Tool jetzt Gold suchen lösen , die Sie in Ihrer Daten-Tab unter der Was wäre, wenn Analyseoptionen im Grunde können Sie das Ergebnis finden , die Sie wollen Durch Erlauben von Excel Toe automatisch den Wert einer einzelnen angegebenen Eingabezelle ändern. Gold Seek erfordert sehr einfache Ein- und Ausgänge. Sie müssen eine einzelne hartcodierte Eingabezelle und eine einzelne formelbasierte Ausgabezelle bestimmen . Wir können hier keine weiteren Bedingungen hinzufügen. Wir können Kombinationen mehrerer Eingaben nicht für diese komplexere Optimierung testen. Probleme werden die Verwendung von Excels Solver Tool in einer fortgeschritteneren Demo im Kurs sein. Betrachten Sie also einen Fall wie diesen. Wir haben eine wertbasierte Eingabe, die die Menge der Einheiten ist, die direkt dort verkauft werden und verkaufen Sitz an. Wir haben eine Reihe von Berechnungsfaktoren wie den Einzelpreis oder Einzelhandelspreis, die Kosten für die Herstellung jeder Einheit und eine bestimmte flache Fixkosten. Und mit diesen Faktoren zusammen mit dem Mengenwert können wir den Gewinn bestimmen , der unsere Formel basierte Ausgabe in diesem Fall ist, wird unser Gewinn die Menge mal die Differenz zwischen dem Preis und den Stückkosten gleich abzüglich der flachen Fixkosten. Dieses spezielle Szenario, dieses einfache Modell überprüft alle Boxen für das Ziel suchen Werkzeug. Wir haben eine einzelne hartcodierte Eingabemenge und eine einzige formelbasierte Ausgabe. Der Prophet. Also mal sehen, wie das eigentlich aussieht. Wenn wir in diesem Zielsuch-Tool bohren, sehen Sie ein Dialogfeld, das so aussieht, und was wir hier tun, ist, dass wir unsere Ausgabezelle C acht einstellen, was unser Gewinn auf ein bestimmtes Ziel oder Zielwert in diesem Fall ist, $1000, indem Sie diese wert-basierte Eingabe ändern, siehe Menge. Also in einfachen Englisch waren Excel sagen, Ich möchte, dass Sie Zelle C zwei ändern müssen, aber Sie müssen, um bei $1000 Gewinn landen. Wie viel Menge oder wie viele Einheiten tun zu verkaufen, um 1000 Dollar zu machen? Und wenn Sie Gold konfigurieren, suchen Sie diesen Weg und drücken Sie OK, es erzeugt automatisch diese Werte. Sie haben Ihren Gewinn $2000 Art der Arbeit rückwärts auf die Menge festgelegt, die 833 Einheiten verkauft jetzt allgemeine Anwendungsfälle hier entspricht , genau wie wir hier zeigen, die ideale Eingabe zu bestimmen, die erforderlich ist, um ein bestimmtes Ziel oder Ziel zu erzeugen Ergebnis. Weißt du, zum Beispiel könnten wir hier einen Gewinn von $1000 machen. Wir könnten einen Gewinn von Null machen, um herauszufinden, wie viel Menge wir verkaufen müssen, um sogar zu brechen. Sie kennen eine solche Kombination oder lösen einfach nur einfache Optimierungsprobleme, die auf einer einzelnen Eingabevariablen basieren . Lassen Sie uns also dieses Beispiel in Excel bringen und üben Sie die Konfiguration des Goldsuch-Tools selbst. Also, wenn Sie mit mir folgen möchten, öffnen Sie Ihre Pro-Tip-Arbeitsmappe und aus unserem Inhaltsverzeichnis werden wir unser Ziel durchbohren, Demo in unserem Analytics-Tippen-Abschnitt suchen und weitermachen und verlinken. Und hier, werden Sie sehen, sind vertraut. Sehr einfaches Modell, das auf dieser einen Eingangsmenge basiert, und dieses gibt den Propheten aus. Und wie Sie sehen können, wenn ich Zelle C zwei auswähle, ist dies einfach ein hartcodierter Wert. Wir haben hier einige vordefinierte Berechnungsfaktoren aus dem Einzelpreis, den Stückkosten und den festen Kosten in unserer Prophetenzelle. C acht. Dies ist unsere formelgesteuerte Ausgabe, die die Menge nimmt, sie mit dem Einzelpreis minus den Stückkosten multipliziert und dann die festen Kosten am Ende subtrahiert , um den tatsächlichen Gewinn zu bestimmen. So, wie Sie sehen können, können Sie hier verschiedene Werte anpassen. Sagen Sie Ok, wenn ich 325 Einheiten verkaufe, wäre mein Gewinn auf 38. Wenn ich 23.000 Einheiten verkaufe, wäre mein Gewinn 34.250 und so weiter und so weiter. Die Art und Weise, wie viele Benutzer, die nicht mit Gold vertraut sind, Excel verwenden und speziell ein Modell wie dieses verwenden, ist verwenden, sagen wir, wir wollen 10.000 Dollar Gewinn. Weißt du, du könntest sagen, OK, lass uns versuchen, 8000 zu verkaufen. Nun, das sind zu viele. Versuchen wir, 7500 sind immer noch zu hoch. Vielleicht 6000 bis niedrig 65. Sie versuchen irgendwie, auf diese Zahl einzugrenzen mit den Gästen und Check-Ansatz, und das ist genau das, was Gold suchen ist entworfen Zehe automatisieren für Sie und Willen. Sie können auch Art zurück in die Formel, um diesen optimalen Mengenwert zu erstellen, indem Ihren Gewinn Goldsuche senden, um das zu tun, für Sie gehen durch diesen Prozess und machen Sie nicht Art von Umkehr der Berechnungen, um herauszufinden, diese Zahl und sehen zu. Also lasst uns in unseren Daten-Tab springen. Wir werden uns unsere Was wäre, wenn Analyse-Tools und klicken Sie auf Gold suchen oder zweite Option hier und alles, was wir haben, sind drei Bedingungen hier. Wir werden eine bestimmte Zelle setzen, was unser Gewinn ist, der Prophet auf einen bestimmten Wert setzt. Und das könnte alles sein. Fangen wir eigentlich mit $0 an. Ich will den Break-Eav-Punkt finden. Und wir wollen das tun, indem wir eine bestimmte Zelle ändern, die die Menge hier ist und dafür sorgen, und alles, was wir tun müssen, ist OK zu drücken und es zu überprüfen. Es hat gerade den Prozess automatisiert, dies für uns zu lösen. Der Zielwert war also Null. Es optimierte den gefundenen aktuellen Wert von Null. Okay, das sagt uns, dass wir 167 Einheiten verkaufen müssen, bevor wir einen Gewinn brechen. Und um dies zu bestätigen, wenn wir 1 66 wählen, haben wir einen Dollar verloren. Wählen Sie 1 68 wir haben $2 gemacht und Sie können sehr schnell verschiedene Szenarien hier testen. Wie in diesem Fall wollen wir den Propheten zum Beispiel auf 100.000 setzen. Gleicher exakter Prozess. Die gleichen exakten Eingänge. Drücke OK, und los gehst du. Ich habe eine Lösung gefunden und uns das gesagt. Für 100.000 Dollar Gewinn musst du 66.833 Einheiten verkaufen. Es gibt also einen Crashkurs in Goldsuche. Es ist ein ziemlich erstaunliches Werkzeug, wenn Sie einfache Einzeleingabe- und Einzelausgabemodelle in Excel optimieren müssen. 5. Grundlegende Prognosen: Alles klar, Zeit, über eine meiner Lieblingsanalysetechniken Prognosen zu sprechen. Und speziell möchte ich Ihnen zeigen, wie wir Prognoseblätter mit historischen Daten und Excel erstellen können. Jetzt. Aktuelle Versionen von Excel glauben, dass ab 2016 und Office 3 65 ein integriertes Forecast-Cheat-Tool enthalten, mit dem Sie Prognosen basierend auf einem bestimmten Satz von historischen Werten berechnen können. So zum Beispiel haben wir zum Beispielgrundlegende Daten wie diese monatlichen Durchschnittstemperaturen, die sich in diesem Fall tatsächlich weiterhin auf etwa sechs Jahre erstrecken. Was wir tun können, ist sowohl diese Spalten, einschließlich des Monats oder des Datumsindikators, als auch die Werte Drill in die Daten-Registerkarte und klicken Sie auf das Forecast-Cheat Tool direkt neben den Was-wenn-Analyseoptionen. Und wenn wir das tun, sehen wir eine grundlegende Vorschau der Standardprognose, die Excel erstellt hat, sowie Optionen, um Dinge wie die Prognoselänge, das Konfidenzintervall, jede Saisonalität und auch angepasst, wie Dinge wie fehlende oder doppelte Werte behandelt werden. Und sobald Sie diese Einstellungen wie gewünscht konfiguriert haben, erstellt Excel ein Blatt, das ungefähr so aussieht. Dies ist das eigentliche Forecast-Blatt. Es handelt sich um eine neue Registerkarte in Ihrer Arbeitsmappe und enthält das Saisonalitätsdiagramm sowie eine neue Tabelle mit Daten, die Ihre vorhandenen historischen Werte enthält, sowie einen Satz berechneter prognostizierter Werte. Ich zeige Ihnen ein paar Beispiele genau, wie das in Excel aussieht, jetzt eine kurze Notiz. Manchmal können Sie Werkzeuge wie Trendlinien für sehr einfache Prognoseübungen verwenden. Aber bedenken Sie, dass diese Dinge nicht für Dinge wie Vertrauen oder Saisonalität. Also für komplexere oder benutzerdefinierte Fälle und auf jeden Fall empfehlen, diese Prognose Cheat-Option stattdessen zu verwenden. So häufige Anwendungsfälle hier für einen, Vorhersage zukünftiger Werte wie Zinssätze oder Aktienrenditen. Und zwei, wenn Sie einen erwarteten Bereich zukünftiger Ergebnisse auf der Grundlage eines bestimmten Vertrauensniveaus berechnen möchten , sind dieses Prognoseblatt und die Formeln, die es produziert, sehr hilfreich dafür. Also mit diesem genug Vortrag, lassen Sie uns in der Praxis in Excel gehen unsere eigene Prognose aufbauen. Alles klar, also für diejenigen von Ihnen, die zusammen mit mir Ihre Pro-Tipp-Arbeitsmappe hatten, suchen wir nach der grundlegenden Prognosedemo in unserem lila Analytics-Tipps Abschnitt. Gehen Sie voran und Link direkt aus, und hier werden Sie sehen, zwei verschiedene Sätze von Daten bekam Börsendaten hier in Spalten, a bis E, Blick auf Apple Aktienkurse, dass Schlusskurs und Volumen für Tag. Wir haben auch einige monatliche Durchschnittstemperaturen aus Barcelona, Spanien, die Daten im Wert von etwa sechs Jahren umfassen. Also zwei sehr, sehr unterschiedliche Arten von Datensätzen, die wir verwenden werden, um Prognosen zu üben. Beginnen wir also mit unseren Börsendaten hier. Und eine Sache, die ich Ihnen zeigen möchte, ist, wenn wir Spalte B auswählen und steuern, klicken Sie auf die Werte, die wir prognostizieren möchten, was in diesem Fall der Schlusskurs sein wird. nun Wenn wirnunzu unserem Datenblatt gehen und neben „Was wenn Analyse“ eine Prognose auswählen, wird diese Fehlermeldung angezeigt, die besagt: „ Hey, Hey, wir können keine Prognose erstellen, da Ihre Zeitachse nicht gleichmäßig verteilt ist. Mit anderen Worten, Sie haben inkonsistente Lücken zwischen einigen dieser Punkte und dem Grund, dass dies der Fall ist, weil der Markt an Feiertagen und Wochenenden geschlossen ist. Also haben wir diese Lücken, weißt du, wie 2. und 3. März, wo wir hier keine Daten zur Verfügung stellen. Es gibt keinen Schlusskurs oder kein Volumen, also was ich getan habe, ist eine neue Spalte hier. Spalte C Das ist nur eine Reihe von sequentiellen Werten oder ein Index, der im Grunde nur den Tag an einem Tag, zwei Tagdrei beschriftet den Tag an einem Tag, zwei Tag , unabhängig davon, ob es ein Wochenende, Wochentag oder Feiertag ist, was auch immer es sein mag. Und jetzt, wenn wir Spalte C und D auswählen und jetzt wieder in unsere Prognose gehen, sind wir in der Lage, eine tatsächliche Prognose zu erstellen, also verkauft wird seine beste Vermutung an Ihren Einstellungen. Du kennst deine Prognose. Starten Sie Ihre Prognose und Konfidenzintervall Saisonalität, etc. Aber wenn Sie genau anpassen möchten, wie dies konfiguriert ist, gehen Sie voran und bohren Sie in die Optionen in der unteren linken und hier haben wir eine Reihe von zusätzlichen Optionen zur Auswahl, und eine Option ist, zu ändern, wie weit Sie wollen ein Prognose. Vielleicht müssen wir vielleicht statt 1574 Tage nur auf 1400 Tage prognostizieren, welche Art von schrumpft die Prognoselänge davon. Eine andere Möglichkeit besteht darin, eine tatsächlich zu ändern. Die Prognose beginnt. Standardmäßig wird diese Prognose beginnen. Am letzten Tag, an dem wir tatsächliche Werte haben und der Grund, warum übertroffen Standardwerte , diesen Ansatz zu nehmen , ist, dass es erlaubt, alle diese Datenpunkte Art zu verwenden. All diese historischen Istzahlen helfen, die Vorhersage zu generieren. Aber was wir tun können, ist, das zu ändern. Sie nicht zu etwas wie 1000 Tage und erzwingen Excel, um die Prognose früher zu starten. Und im Grunde gibt es uns eine Periode der Überlappung, in der wir die prognostizierten Werte tatsächlich mit den Istwerten vergleichen können . Nun, der Nachteil, den wir die Ergebnisse von hier sehen, ist, dass wir, indem wir das tun, indem wir den Prognosestart beschleunigen , weniger historische Informationen füttern, um sich zu übertreffen und daher potenziell die Genauigkeit der Prognose selbst. Vielleicht teilen wir den Unterschied hier auf und sagen: Beginnen Sie mit 1100 Tagen. Das sieht ziemlich gut aus. Wir haben hier noch eine gute Überschneidung, aber das scheint eine etwas realistischere Prognose zu sein. Nun haben die anderen Elemente, die schwächen, hier das Konfidenzintervall angepasst, und das schafft im Grunde diese beiden Grenzen die obere und untere Grenze und sagt uns, dass wir 95% sicher sein können , dass die tatsächlich beobachteten Werte in der Zukunft wird innerhalb dieser Grenzen fallen, so beobachten, was passiert, wenn wir das Vertrauen auf 99. Sie werden feststellen, dass die Grenzen einen weiteren Teil erhalten, indem Sie ein breiteres Fenster erstellen, das möglicherweise unsere tatsächlichen zukünftigen Werte enthalten könnte. Und wenn wir das jetzt auf etwas wie 50% zuversichtlich schrumpfen, haben wir eine viel schmalere Bindung und ein viel schwierigeres Ziel zu treffen. Daher waren weniger zuversichtlich, dass die tatsächlichen Werte immer innerhalb dieses Bereichs fallen. Also, im Allgemeinen, werden Sie bei so etwas wie 90 oder 95 dieser Luft Art von Standard bleiben wollen. Und von hier aus können wir uns auch mit Saisonalität beschäftigen. Standardmäßig erkennt Excel die Saisonalität automatisch. In diesem Fall, wenn es eine bestimmte Anzahl von Tagen oder einen bestimmten Zeitraum gibt, in dem wir ein Muster immer wieder wiederholen , könnten wir dieses Muster manuell festlegen, und ich zeige Ihnen genau, wie wir das für die Wetterdaten. Und dann, wenn wir das Blatt erstellen, können wir auch einige Prognose-Statistiken wie Einfach dieses Kästchen ankreuzen. Und zu guter Letzt haben wir unseren Timeline-Bereich und Spalte C Tag Indexwerte Lebendige Spalte D, und dann können wir wählen, ob wir fehlende Punkte hatten, die wir spät früh von denen bei Null interpretieren könnten . In diesem Fall haben wir keine fehlenden Punkte. Und wenn wir zufällig Duplikate haben, könnte wählen, wie zusammenzufassen oder zu aggregieren. Diese Duplikate sind in den meisten Fällen im Durchschnitt eine geeignete Wahl dort. Damit bin ich zuversichtlich. Ich bin zufrieden mit unseren Entscheidungen. Auf diese Weise können wir das herausfinden. Gehen Sie weiter und klicken Sie auf. Erstellen, und was Excel tut, ist ein brandneues Blatt hier einfügen, gibt uns eine kleine Pop-up-Spitze. Willkommen Sie uns auf unserem neuen Blatt, und es steht: Großartig. Wir haben eine Tabelle mit einer Kopie unserer Daten Spalten A und B zusammen mit den prognostizierten Werten und unserem Vertrauen erstellt. Grenzen in Spalte C, D und e So bekam es. Hört sich gut an. Lassen Sie uns voran gehen und ziehen Sie dieses Blatt rechts von unserem Prognoseblatt und benennen Sie es so etwas wie Aktienprognose. Sieh es dir an. Es ist das Diagramm für uns enthalten, genau wie wir es vorher gesehen haben. Es ist diese Prognosestatistiken hier in dieser kleinen Mini-Tabelle in den Spalten G und H enthalten. Ich werde jetzt nicht in diese kommen und dann unsere tatsächlichen Kopien unserer historischen Datenpunkte hier bekommen . In kommt A und B und wenn wir nach unten scrollen oder noch effizienter, ausgewählte leere Verkauf verwendet. Die Kontrolle sind nach unten Ansatz. Hier gehen wir, der letzte Tag unserer beobachteten Werte oder in diesem Fall, der erste Tag, an dem wir festgestellt haben, dass wir wollen, dass unsere Prognose jetzt beginnen. Diese neuen Spalten werden auch hier bevölkert, und sie werden tatsächlich mit Prognoseformeln gefüllt, die in Eingaben einspeisen basierend darauf, wie wir unsere Einstellungen im Dialogfeld konfiguriert haben, und dasselbe mit unseren niedrigeren und oberes Vertrauen. Grenzen wurden hier Formeln für das Konfidenzintervall verwendet. Wenn wir also eine dieser Einstellungen optimieren wollten, könnten wir entweder zurückgehen und mithilfe des Dialogfelds eine brandneue Prognose von Grund auf erstellen. Oder wir könnten fortfahren und einzelne Eingaben oder Argumente dieser Funktionen aktualisieren und die Tabelle dynamisch aktualisieren lassen. So wirklich hilfreiches Werkzeug gibt. Scrollen wir nach oben. Und eine Sache, die ich Ihnen hier zeigen möchte, ist, dass wir in diesem Fall dieses Diagramm wie jedes andere bearbeiten können . Und sagen wir, wir wollten einen einfacheren Ansatz für die Prognose dieser Aktienwerte verfolgen und einfach zu ihren Diagrammwerkzeugen gehen. Fügen Sie ein Diagrammelement hinzu und werfen Sie eine lineare Trendlinie an Ort und Stelle, die diese blau gepunktete Trendlinie erstellt , die, wie Sie sehen können, fast der genauen Prognose folgt, die Excel erstellt wird. In diesem speziellen Fall Verwendung einer linearen Prognose als sehr schnellen, könnte die Verwendung einer linearen Prognose als sehr schnellen, einfachen ersten Durchgang ein gültiger Ansatz sein, und tatsächlich wird es fast genau die gleichen Werte wie unsere Prognose hier produzieren. Aber das wird nicht immer funktionieren. Und ein Fall, in dem es oft kurz fällt, ist ein Fall, in dem Sie Saisonalität haben. Also lassen Sie uns zurück zu unserem grundlegenden Prognoseblatt springen, Select Columns G und H Diesmal, die unsere monatlichen Temperaturdaten sind. Gehen Sie zurück in Daten und lassen Sie uns sehen, was hier passiert, und wir wählen Prognose Blatt. Werfen Sie einen Blick auf dieses sehr, sehr unterschiedliche Muster hier, und es gibt eindeutig Saisonalität, die im Laufe dieser sechs Jahre der tatsächlichen Werte geschieht . Der Unterschied zwischen diesem Beispiel und dem Aktienbeispiel besteht darin, dass wir hier nicht einfach eine grundlegende Trendlinien-Option schlagen können , um diesem Prognosepfad zu folgen, weil es einen Saisonalitätstrend gibt , weil buchstäblich sehen wir uns die Daten der Saison an. Eso Excel sagt alles in Ordnung, wir haben Saisonalität automatisch erkannt und wenn Sie es manuell gesagt haben, wurden im Grunde gesagt alle 12 Punkte, die Monate sind, sehen wir das gleiche Muster wiederholen, was Sinn macht. In diesem Fall werde ich keine neuen Blätter erstellen. Es wird genauso aussehen, hat die andere. Aber da hast du es auch. Gute Beispiele für die Verwendung von hervorragenden Prognose-Blatt, um prognostizierte oder prognostizierte Werte mit zwei sehr unterschiedlichen Datentypen bereitzustellen . 6. Outlier: Alles in Ordnung für diesen Profi-Tipp, Wir werden ein bisschen weiter fortgeschritten. Dies ist ein Vier-Sterne-Analyse-Tipp. Wir werden darüber sprechen, wie man Ausreißer findet oder erkennt, indem man eine Kombination aus Statistiken, Funktionen und bedingter Formatierung verwendet. Nun, was wir hier tun werden, ist, Funktionen wie Median und Quartil zu verwenden, tatsächlich statistische Ausreißer zu berechnen , und dann werden wir Regeln zur bedingten Formatierung anwenden, um die Aufmerksamkeit auf sie zu lenken oder sie hervorzuheben. innerhalb unserer Säulen. In diesem Fall schauen wir uns Sportlerdaten mit Namen und Spalte A an. Wir haben Höhen und Spalte B und Gewichte und Spalten. Sehen Sie, und was tun wird, ist die Erstellung der Ausreißer-Berechnungen. Mit diesen Statistikfunktionen berechnen wir den Medianwert. Das erste Quartil, dritte Quartil, der Inter Quartil Bereich oder wie Sie sind und etwas namens Defense Multiplikator. Und dieser Zaun ist im Wesentlichen das, was bestimmt, wie weit außerhalb der Norm des Wertes fallen muss , um als Ausreißer bezeichnet zu werden. Und was enden wird, ist ein Wertebereich, der durch den inneren oder unteren Zaun und den oberen oder äußeren Zaun zu finden ist, was bedeutet, dass alle Werte, die außerhalb dieses Bereichs gut liegen, technisch als Ausreißer gekennzeichnet werden. Von dort aus müssen wir nur auf unsere Home-Registerkarte gehen, Regeln für die bedingte Formatierung. Und wir werden eine benutzerdefinierte Hervorhebungsregel verwenden, um Zellen hervorzuheben, die nicht zwischen diesen Zaunwerten liegen und F acht F 11 verkauft werden. Und wenn wir diese Formatierungsregel anwenden, um in diesem Fall Spalte B sofort diese Ausreißerwerte in gelb hervorgehoben jetzt erhalten . Eine Sache zu beachten. Wenn Sie mit viel einfacheren Berechnungen oder Formatierungsregeln wie den oberen Endwerten oder einem bestimmten Höchstprozentsatz zu tun haben, verwenden Sie einfach grundlegende bedingte Formate. Sie müssen diesen gesamten Prozess nicht durchlaufen, aber was wir tun, ist die Verwendung von tatsächlichen statistischen Funktionen, um diese Ausreißer auf ein wenig mehr wissenschaftliche Art und Weise zu definieren . Und wie ich Ihnen von hier aus zeigen werde, können wir unseren Zaun anpassen und sehen, wie sich das auswirkt, was Luft verkauft, die hervorgehoben und als Ausreißer gekennzeichnet ist. So häufige Anwendungsfälle hier in erster Linie identifizieren statistische Anomalien im Datensatz basierend auf diesen benutzerdefinierten Kriterien, die Sie definieren, und zweitens, Suchen und Entfernen von Werten, die möglicherweise falsch eingegeben wurden. Also, wenn wir hier eine Höhe von 800 Zoll sahen. Wissen Sie, das wird sehr schnell als Ausreißer und Mentor gekennzeichnet werden, welche Einstellungen wir wählen. Und das wäre ein ziemlich guter Hinweis auf Benutzereingabefehler und nicht ah, nicht nur ein sehr, sehr großer Mensch. also Lassen Sie unsalsoin eine Pro-Tip-Arbeitsmappe springen. Wir werden einen Blick auf diesen exakten Demo-Datensatz werfen und diesen Prozess Schritt für Schritt durchlaufen . Ordnung, wenn Sie also folgen, sollten Sie den Drill jetzt kennen, Ihr Inhaltsverzeichnis hatte. Und schauen Sie nach der Demo zur Erkennung von Ausreißern in unserem Bereich Tipps für Purple Analytics. Gehen Sie weiter und verknüpfen Sie direkt mit dem. Sie und was Sie hier finden, sind Spielernamen oder Athleten und Spalte A. Und genau wie wir Höhen und Gewichte und Spalten B und C. Unser Ziel ist es, diese statistischen Berechnungen hier in Spalte F zu füllen, um genau zu bestimmen , wie wir behandeln und definieren Ausreißer. Also fangen wir mit Median an an und verkaufen F an. Dies wird nicht wirklich in unserer Ausreißerberechnung verwendet, aber es ist eine großartige Zusammenfassungsstatistik, um einzuschließen, ich werde nur die Medianfunktion 0,2 Spalte B verwenden , um OK zu drücken. Das sagt mir, dass die mittlere Höhe in diesem Beispiel von 74 Zoll jetzt, die uns zu den Kern-Kachelfunktionen bringt . Beginnen Sie mit der Eingabe einer Quartilformel, und was Sie sehen werden, sind drei verschiedene Optionen. Hier haben Sie die E X, c oder exklusive Version I NC inklusive Version und die ursprüngliche Quartilversion, die eine Kompatibilitätsfunktion ist, die mit früheren Excel -Versionen kompatibel ist. Und was das sagt, ist, dass es ursprünglich nur die Quartilfunktion gab und dann begann und ich glaube, 2010 Microsoft begann Einführung neuer Variationen dieser Formel. Nun, in diesem speziellen Fall, werden wir die gleiche Antwort sehen, egal welche Version wir verwenden. Aber ich möchte Ihnen das i N C zeigen. Die inklusive Version jetzt, einige Registerkarte, die in allen drei Versionen die gleichen Argumente verwenden, beginnend mit dem Array cominby und dann der Court Kachel, die Sie mit einem 0123 oder beschriften können vier. Und in diesem Fall wollen wir das erste Quartil oder das 25. Perzentil in einer Presse 81 dort und schließen Sie es ab und drücken Sie die Eingabetaste. Nun, was uns das sagt, ist, dass Spieler, die 72 Zoll groß sind, mindestens so groß wie 25% der anderen Rose oder Spieler in der Probe. Jetzt ein bisschen eine Nuance hier. Aber der Unterschied zwischen der inklusiven und exklusiven Version besteht darin, dass die exklusive Version im Grunde den Wert bestimmen würde, der größer als 25% der Werte im Array ist . Die inklusive Version bestimmt den Wert, der größer oder gleich 25% der Werte im Array ist. Das ist also der Unterschied da. Das ist die Nuance. Exklusive Handlungen wie größere als integrative Handlungen wie größer oder gleich. Und noch eine Notiz hier. Wenn Sie diese Funktion verwenden möchten, um den Minimal- oder Maximalwert mit einem Label von Null oder vier zurückzugeben , müssten Sie dazu die Inklusive-Version verwenden. Also geht es und fällt. Sind eine wieder in ihrer Presse eingeben, können wir einfach diese Formel kopieren. Fügen Sie es hier für 1/3 Quartil einfach geändert die 123 und wir erhalten eine 75. Jetzt I Q R Luft Inter Quartil Bereich. Das ist eine einfache wie das dritte Quartal werde ich in einem vier minus das erste Quartil in F drei. Es ist ein Drei-Zoll-Bereich, und weiter oben, unser Zaunmultiplikator. Nun, was der Zaun tut, ist im Wesentlichen zu bestimmen, wie weit außerhalb unseres Quartilbereichs ein Wert fallen muss, um als statistischer Ausreißer gekennzeichnet zu werden. Je höher der Zaun oder je höher der Zaunmultiplikator, desto weiter von unserem erwarteten Bereich. Dieser Wert muss fallen, um als Ausreißer betrachtet zu werden, und dies ist ein hart codierter Wert. In vielen Fällen ist 1.5 ein guter Standardansatzpunkt. Gehen wir voran und beginnen dort und dann nicht zuletzt müssen wir unseren inneren Zaun oder unteren Zaun sowie unseren äußeren Zaun oder oberen Zaun bestimmen . Der untere Zaun ist also als erstes Quartil definiert, abzüglich offener Klammer. Inter Quartil Bereich mal unseren Zaun so F drei minus fünf Mal bei sechs, die ein 67,5 zurückgibt . Das bedeutet, dass der niedrigste Wert, den ein Selcan nimmt, bevor er als Ausreißer behandelt wird, 67.5 Zoll ist. Sehr ähnliche Logik hier für den äußeren Zaun oder oberen Zaun. Nehmen Sie das dritte Quartil und wir werden das I Q. R mal den Zaunmultiplikator hinzufügen R . Schließen Sie es ab. Drücken Sie die Eingabetaste Dieselbe Denkweise hier. Der höchste Wert, den ein Selcan nimmt, bevor er als Ausreißer behandelt wird, ist 79,5 Zoll. Jetzt, von hier aus, haben wir den harten Teil gemacht. Der letzte Schritt besteht darin, die tatsächlichen Ausreißer zu kennzeichnen oder darauf aufmerksam zu machen, die wirhier in Spalte B definierthaben hier in Spalte B definiert Es ist also auch grabby . Old Control Shift Pfeil nach unten, um die gesamte Spalte zu greifen. Wir gehen in unser Home-Menü bedingte Formatierung. Und wir werden hier Zellenregelnverwenden Zellenregeln . Und was wir wirklich wollen, sind Zellen, die einen Wert haben, der nicht im Bereich unserer oberen und unteren Zäune liegt. Also wollen wir hier eine Nicht-Zwischen Option, die wir nicht haben, ist einer unserer Standards. Aber wenn wir hier in mehr Regeln gehen, haben wir diese Option, wo wir sagen können Format Zellenwerte, die nicht zwischen sind. Und dann können wir einfach auf die Zellen hinweisen, die uns wichtig sind, die ganz oben oben sind. Daher möchten wir Zellen hervorheben, die nicht in diesen Bereich fallen. Sie sind nicht zwischen acht oder 11 und wir erfüllen. Formatieren Sie dieses ist bis zu Ihnen gehen Art von gelben Phil hier zu verwenden und drücken Sie OK und überprüfen Sie es aus. Wir drücken jetzt OK. Jeder Wert, der höher als der obere Zaun größer als 79,5 ist, wird nun hervorgehoben. Und wenn wir zum unteren Kontrollfehler springen, müssen wir hier Werte finden, die unter dem unteren Zaun von 67,5 waren. Daher haben wir diese Ausreißer im Wesentlichen anhand unserer statistischen Bedingungen oder einer Konfiguration hier gekennzeichnet . Und ich sehe zu, was passiert, wenn wir diesen Zaunmultiplikator von einem 1,5 zu einem Einsen ändern. Jetzt fügen wir hier mehr Werte ein, die als Ausreißer beschriftet wurden, da wir im Wesentlichen einen schmaleren Bereich von Normalwerten erstellt haben . Wir ändern diesen Zaunmultiplikator zu oder erweitern diesen Zaun. Jetzt machen wir es weniger wahrscheinlich, dass ein Wert als Ausreißer beschriftet ist. Wir sehen also nur ein paar Datenpunkte hier in Spalte B, die in diesem Fall markiert werden, drei der höchsten Baseball-Spieler im Spiel. Dort haben Sie einen großen kleinen Crashkurs, wie Sie einige dieser relativ einfachen Statistikfunktionen verwenden , kombiniert mit bedingter Formatierung, die Zehe tatsächlich Ausreißer in Ihren Datenerkennen und kennzeichnen in Ihren Daten 7. Automatisierte Datentabellen: Alles in Ordnung für diesen Pro-Tipp, werden wir über einen Vier-Sterne-, relativ fortgeschrittenen Analytics-Tipp sprechen und wir werden diskutieren, wie variable Eingaben mit Excel-Datentabellen bewertet werden. Nun unterscheiden sich die Datentabellen, von denen wir hier sprechen, von den Standardzellenbereichen , als Tabellen formatiert sind. In der Tat wünschte ich, dass Excel ihnen einen anderen Namen gab, weil sie tatsächlich funktionieren. Ganz anders sprechen wir über die Datentabellen, die Sie in Ihrer Registerkarte „Daten“ aus den Analyse-Tools finden . Und was diese Datentabellen tun, ist, dass Sie mit einem Klick auf eine Schaltfläche basierend auf einem ganzen Bereich auf dem Array von Ergebnissen berechnen können eine Vielzahl potenzieller Eingabewerte. Um Ihnen zu zeigen, was ich damit meine, schauen wir uns unser Werkzeug für die Immobilienkosten an, das wir im Laufe des Kurses schon gesehen haben. Und die Idee hier ist, genau zu verstehen, was unsere Hypothekenkosten sind. Monatliche Hypothekenkosten würden auf der Grundlage unterschiedlicher Zinssätze aussehen, die von 3% bis 10% in halb-prozentualen Schritten reichen . Die manuelle Art von langwierigen alten Schulansatz wäre also, diese verschiedenen Zinssätze in Zelle H acht einzustecken und zu sehen, was die Hypothek kostet ausspucken und h 14 zu verkaufen. Aber anstatt das zu tun, werden wir ein wenig anspruchsvoller, und wir werden diese Tabelle diesen leeren Bereich in Spalten auswählen, Jane K. Wir werden Excelles Datentabellen-Tool verwenden, um ein Array von Ergebnissen zu erzeugen basierend auf dieser Spanne von Zinssätzen. Also gehen wir zu unserer Datenstadt, um in die Datentabellenoption von den Was wäre wenn Analyse-Tools zu bohren . Und dann haben wir hier nur zwei mögliche Eingaben eine Zeileneingabezelle und eine Spalteneingabezelle. Und in dieser speziellen Demo, alles, was wir haben, ist eine Spalte, die diese Bereichswerte enthält, und die Zelle, in der wir diesen Wertebereich testen möchten , lebt in h acht. Durch die Behandlung von Alter acht als Spalteneingabe ist Excel in der Lage, dieses gesamte Array von Ergebnissen direkt dort in Spalte K basierend auf der Spanne der Zinssätze in Spalte J auszuspucken . Anstatt also 15 oder so unterschiedliche Zinsen manuell zu testen Rate Werte und Aufzeichnung der Ergebnisse oder Eingabe einer Formel 15 Mal, wir haben das Datentabelle Tool einmal konfiguriert und alle Ergebnisse mit einem Klick auf eine Schaltfläche erzeugt . Nun können Datentabellen verwendet werden, um Ergebnisse auszuwerten, wie wir hier sehen, basierend auf Änderungen an einer einzelnen Eingabevariablen, wie wir mit Zinssatz oder mit mehreren Variablen gezeigt haben In diesem Fall stecken wir auch eine Zeileneingabezelle ein. Und ich werde Ihnen ein Beispiel für beides zeigen, sobald wir in Excel springen. Aber echte schnelle häufige Anwendungsfälle, die eine Matrix von Ergebnissen basierend auf Kombinationen von Eingabewerten wie diesem berechnen . Monatliche Zahlungen basierend auf Dingen wie Zinssätzen und Anzahlungsbeträgen. Oder das noch einen Schritt weiter machen. Sie könnten dieses Tool verwenden, um das optimale Ergebnis bei mehreren Kombinationen von variablen Eingaben zu identifizieren . Also lasst uns weitermachen. Öffnen Sie unsere Pro-Tip-Arbeitsmappe, rollen Sie unsere Ärmel hoch und üben Sie die Erstellung einiger dieser Datentabellen. In Ordnung, also gehen Sie in Ihrem Inhaltsverzeichnis weiter und scrollen Sie zu den Analytics-Tipps. Wir schauen uns die Datentabellendemo in diesem Fall an, gehen Sie weiter und verlinken Sie direkt zu diesem violetten Tab. Und hier sehen Sie unseren Immobilienkostenrechner, der , , wie wir bereits gesehen haben, eine Reihe von Eingaben wie den Kaufpreis, diesen Steuersatz und einige Kreditbedingungen nimmt und Ausgänge wie den Kreditbetrag ausspuckt, den die Hypothek Kosten, Grundsteuer , etc. Nun, was uns in diesem Fall wichtig ist, sind die monatlichen Hypothekenkosten hier und verkaufen H 14. Und diese Hypothekenkosten sind eine Funktion von einigen verschiedenen Faktoren für einen, die Anzahlung und für den Zinssatz, unter anderem. Wenn wir also Ihre Anzahlung von 20% auf 30% ändern, werden Sie feststellen, dass unsere monatlichen Hypothekenkosten reduziert werden. dagegen Wenn wirdagegenunseren Zinssatz von 4% auf 5% ändern, steigen unsere Hypothekenkosten. Diese beiden Faktoren wirken sich also beide auf die Hypothekenkosten aus. Was wir hier tun werden, ist, zwei verschiedene Datentabellen zu erstellen, um verschiedene Kombinationen dieser potenziellen Eingabewerte zu testen oder auszuwerten . Also im ersten Fall hier, alles, was wir testen, sind Schwankungen des Zinssatzes. Schritt eins besteht also darin, eine Spalte zu erstellen, die jede der Variationen des Zinssatzes enthält , die wir testen möchten, um die Auswirkungen auf unsere Outputformel oder eine Hypothekenkosten zu sehen. Und ich muss Ihnen nur diesen Tipp hier zeigen, Sie können diese Werte entweder manuell eingeben oder was Sie tun können und diese löschen Sie können Ihren ersten Wert hier eingeben, Mauszeiger über die untere rechte Ecke halten und sich das anhören. Halten Sie die rechte Maustaste gedrückt, ziehen Sie sie nach unten und wieder nach oben, dann lassen Sie sie los, um auf diese Art von verstecktem Menü hier zuzugreifen. Und was wir tun werden, ist in Siri unten fallen zu lassen. Wir füllen einen Siris in einer Spalte. Wir werden Schritt oder Schritt um 0,5% erhöhen. Wir werden bei 10% anhalten. Das ist unsere Max Value Presse. OK, Booms füllte das perfekte, inkrementelle Ernst für uns mit einem Klick auf den Button. , Das Ziel hier ist es,diese leeren Zellen hier von K vier bis K 18 zu bevölkern. Und um das mit Datentabellen zu tun, müssen wir die Dinge ganz spezifisch aufstellen. Schritt eins , den wir gerade erreicht haben, ist das Auslegen des Bereichs der Eingabewerte. Schritt zwei ist tatsächlich eine Verknüpfung mit der Formel, die wir bewerten möchten. Also nehmen wir nur die Formel von H 14 und wir referenzieren sie hier in Süd-K drei. Das wird uns erlauben, diesen gesamten Zellbereich auszuwählen, der sowohl die Formel selbst als auch die Vielfalt der Eingabewerte umfasst. Und von hier aus können wir in unseren Daten-Tab gehen. Was wäre, wenn Analyse datiert Tabelle und wieder, genau wie unsere Demo. Wir haben keine Eingabevariablen in einer Zeile, aber wir haben variable Eingaben in einer Spalte, und die Eingabezelle selbst ist nicht dieser Bereich, den ich gerade erstellt habe. Es ist die Zelle, die tatsächlich in der Formel referenziert wird, die den Zinssatz enthält, in diesem Fall verkaufen H acht. Und das ist alles, was wir brauchen, um diese Datentabelle zu konfigurieren, drücken Sie OK, und da gehen wir. Es wird alle monatlichen Kostenausgaben auf der Grundlage dieser unterschiedlichen Spanne von Zinssätzen aufgefüllt . Und wie Sie sehen können, wird hier ein einzelnes Array oder Tabellen-Array statt 15 einzelne Formeln generiert. Wenn wir also zu unserer nächsten Demo fortfahren, werden wir demselben Ansatz folgen, außer wir fügen hier einen zusätzlichen Satz von Kriterien für verschiedene Anzahlungen hinzu, so dass es hier tun wird, ist eine tatsächliche Matrix von Werten zu erstellen, die nicht nur Änderungen an Zinssatz, sondern auch Änderungen an Anzahlung entweder 5 10 oder 20% so sehr ähnlichen Prozess hier und wählen Sie den gesamten Bereich von Zellen, einschließlich der Formel und der variablen Zeile und Spalte Eingabezellen. Wir gehen auf Daten. Was ist, wenn Analyse Tabelle datiert? Und jetzt haben wir eine Zeileneingabezelle. Und das ist die Zelle in der Formel, die unsere Zeileneingabe-Variationen enthält, die die Anzahlungen Anzahlungen sind live und verkaufen H sieben. Da gehen wir. Und wieder, unser Colin ist die Zelle, die den Zinssatz enthält. Nur unsere Spalte Index und drücken. Okay, und da hast du es. Wir haben dieses Mal ein einziges zweidimensionales Array erstellt, das Ausgabewerte basierend auf mehreren Kriterien erzeugt . Also, da gehst du. Diese Datentabellen in Excel könnten ein wenig knifflig sein, zunächst ein wenig umständlich zu arbeiten. Aber sobald Sie sie wirklich in den Griff bekommen, könnten sie ein großartiges Werkzeug sein, um ein ganzes Array von Ergebnissen basierend auf variablen Eingabenauszuwerten Eingaben 8. Power: Alles klar. Ich möchte ein paar Minuten dauern und Sie durch eine schnelle und kurze Einführung in eines der leistungsfähigsten Tools in Excel namens Power Query führen. Dies ist ein Vier-Sterne-Analyse-Tipp für fortgeschrittene Analysen. Wir werden darüber sprechen, wie Sie Daten von externen Quellen in Excel mit diesen Power-Abfrage-Tools verbinden formen , formen, transformieren und laden können. In klassischer Microsoft-Mode können Sie sehen, dass diese Tools alle Arten von verschiedenen Dingen benannt werden. Abhängig von der Version von Excel, die Sie verwenden, möglicherweise eine Energieabfrage angezeigt. Holen Sie sich Daten, die Sie sehen können, erhalten Sie in Transformation und alles bedeutet das Gleiche. Ich benutze Büro 3 65 pro plus. Und das sehe ich in meinem Daten-Tab. Ich habe eine Gruppe von Werkzeugen namens Get and Transformated Data und sie erhalten den Datenbefehl nach links. Und was wir in dieser Demo tun werden, ist eine Verbindung mit einer flachen CSP-Datei Hinweis, dass Sie auch eine Verbindung zu Datenbank-Quellen oder Web ap herstellen können . Ich bin nicht so weiter und so weiter. Dieser Fall, wir werden es einfach halten. Ich habe diese Datei zur Verfügung gestellt, ist Teil des Kurses. Grundsätzlich werden wir eine schnelle Analyse einiger Kickstarter-Kampagnendaten durchführen. Also, sobald wir auf die Datei zeigen, wird diese Abfrage Vorschau sehen und klicken Sie dann auf Bearbeiten tow. Starten Sie unseren Abfrage-Editor, und dies wird als separate Arbeitsmappe außerhalb unserer Excel Arbeitsblattumgebung geöffnet Hier sehen Sie eine Vorschau Ihrer Daten und alle möglichen Werkzeuge, die wir formen und filtern und anpassen und transformieren müssen diese Daten, bevor wir sie in Excel laden. Dies ist also wie unsere Kommandozentrale für die Konfiguration dieser Abfrage oder Verbindung. Denken Sie daran, es gibt keine Möglichkeit, dass ich die Oberfläche all dieser Werkzeuge im Rahmen dieser speziellen Demo kratzen könnte . Aber ich habe einen ganzen Kurs, der in diese Tools eingeht, die Power Query, Power Pivot und Dax Kurs. nun für die Zwecke dieser Einführung, Beachten Sienun für die Zwecke dieser Einführung,dass es einige wichtige Abschnitte dieses Abfragebearbeitungsfensters gibt. Sie haben Ihre Abfragebearbeitungs-Symbolleiste oben mit Optionen zum Transformieren oder Hinzufügen neuer Spalten und ein Fenster in der unteren rechten Ecke namens Applied Steps. Jetzt sind diese angewandten Schritte absolute Spielwechsler, denn im Wesentlichen, was ist hier los? ist, dass jedes Mal, wenn Sie eine Anpassung oder Transformation vornehmen, jede Operation, die Sie auf Ihre Tabelle anwenden, als neue angewendete Schritte aufgezeichnet wird, genau wie Schritte in einem V B ein Makro aufgezeichnet werden. nun Sobald Sie Ihre Datennuntransformiert und geformt haben und Sie bereit sind, sie dort in Excel zu laden , wo Sie sie entweder in ein Arbeitsblatt laden können, in dem sie in Zeilen und Spalten und Zellen gespeichert werden , oder in die Daten -Modell, in dem Sie diese Daten komprimieren und viel, viel mehr Informationen Hunderte von Millionen von Rose speichern können. Und dort können Sie tatsächlich Beziehungsmodelle erstellen, um Tabellenbeziehungen zu erstellen und Informationen aus mehreren Quellen zu verbinden oder zu verschmelzen. Um häufige Anwendungsfälle schnell zusammenzufassen, Nummer eins, die sich mit Flat Files oder Datenbankquellen verbindet und diese Daten dann transformiert oder filtert, bevor sie in Excel geladen werden. Zur weiteren Analyse, Nummer zwei Erstellen eines vollautomatisierten E T L Prozesses , der für Extrakt, Transformieren und Laden steht , die mit einem Klick aktualisiert werden können, wenn neue Daten wieder verfügbar sind . Details. Luft alle abgedeckt in meiner Power-Abfrage, Power Pivot und Dax Kurs. uns also Lassen Sieuns alsoin Excel springen. Sie werden Sie durch eine schnelle Demo für, wie wir Stromabfrage verwenden können, um auf externe CSP-Datei zu verbinden und zu transformieren. In Ordnung, wenn Sie also folgen möchten, Ihr Inhaltsverzeichnis und suchen Sie nach dieser Power-Corey-Demo in unseren lila Analytics-Tipps , und wenn Sie Link out, alles, was Sie hier sehen, ist ein leeres Blatt. Für jetzt. Nun, um dieses Thema der Power-Abfrage einzuführen, habe ich Ihnen eine Projektdatei namens Kickstarter-Projekte dot CSP zur Verfügung gestellt. Fühlen Sie sich frei, das herunterzuladen, um mitzuverfolgen oder einfach nur zurücklehnen und diese Show zu sehen. Ich werde auf meine Daten-Tab gehen hier ein paar Möglichkeiten, wie ich eine CSP-Datei entweder von diesem Text Schrägstrich CSP Taste oder in der Get-Daten-Drop-down-Liste, die mir einige der anderen Datenquellen als auch zeigt. In diesem Fall werde ich von der Datei aus dem Textschrägstrich CSP gehen. Ich werde auf die Kickstarter-Projektdatei doppelklicken, die ich auf meinen Desktop geladen habe. Also das erste, was wir sehen werden, ist eine schnelle Vorschau basierend auf den ersten 200 Zeilen dieser Datei bekam Projekt I DS Namen, Kategorien, Hauptkategorien, dann alle Arten von Informationen über, wann das Projekt gestartet wurde, wenn die Frist ist, wie viele Unterstützer, wie viel Geld verpfändet wurde und so weiter und so weiter. Jetzt wollen wir diese Daten runterfiltern, sie auf das abschneiden, was wir brauchen. Wir werden also auf die Schaltfläche „Bearbeiten“ klicken, tatsächlich den Abfrage-Editor starten und Sie werden sehen, dass er in einem neuen Fenster außerhalb der Excel abellenkalkulationsumgebung gestartet wird. Und das ist, wo wir alle diese Daten Shaping und Filterung und Transformation tun, bevor es in Excel geladen wird, und Sie werden feststellen, dass es bereits ein paar Schritte angewendet, um die Quelle von meinem nur stoppen hier befördert die Header zu identifizieren, und es wurden einige der Datentypen hier erkannt und diese Datentypen automatisch angewendet. Um der Demonstration willen, lassen Sie uns hier ein paar weitere Filter hinzufügen. , Vielleicht wollen wir nicht,dass alle Deadline-Daten hier Projekte bis 2009 haben, also lassen Sie uns ein Datum anwenden, filtern und sagen, dass Onley-Projekte hier raus sind. Adobe Reader, die nach, Warum sagen wir nicht 2014 so können wir gehen Dezember 2014 Wählen Sie 31 1. Drücken Sie OK, wir haben einen neuen angewendeten Schritt hinzugefügt, um diese Rose zu filtern, und wir können diese Spalte aufsteigend sortieren, wie wir es mit jeder Excel -Tabelle , um das zu sehen. Jetzt haben wir es mit Projekten zu tun, die nur Fristen bis zum 1. Januar haben. 2015. Jetzt die gleiche Geschichte hier können wir nach Land filtern. Für den Moment, es ist nur ein Blick auf die US-Projekte US-Projekte . Da gehen wir. Und jetzt der Zustand, ob Kampagne erfolgreich war oder ob es fehlgeschlagen oder wurde abgebrochen Versorgung Filter dort als auch. Und auf Lee, schauen Sie sich erfolgreiche Projekte an. Drücken Sie. Okay, jetzt könnten wir weitermachen. Wir könnten hier Datentypen ändern. Wir könnten zusätzliche Spalten entfernen, haben in diesem Fall einige redundante Spalten bekommen. Aber um der Demonstration willen, gehen wir weiter und fahren mit dem Laden der Daten fort. Ich wähle Kleidung aus und lade von oben links, und das zeigt mir meine Lademöglichkeiten. Nun, wenn ich diese Daten nicht in ein Arbeitsblatt laden und diese tatsächlich speichern wollte, stieg diese Beobachtungen in Zeilen und Spalten, aber ich könnte tun, ist Onley erstellen Sie die Verbindung und legen Sie sie in das Datenmodell. Nein, haben Sie möglicherweise keinen Zugriff auf das Datenmodell je nach verwendeter Excel Versionhaben Sie möglicherweise keinen Zugriff auf das Datenmodell. Und in diesem Fall möchte ich die Datenmodellkonversation für einen anderen Pro-Tipp reservieren. Also für den Moment werden wir die Tabellenoption verwenden und tatsächlich diese Filterdaten laden, die wir hier erstellt haben , in unser bestehendes Arbeitsblatt, das Power-Abfrage Arbeitsblatt und verkaufen eine und wir drücken. Okay, wir werden sehen, wie unser Abfrageschmerz auftaucht und es steht, in Ordnung, wir laden einige Daten von diesem Kickstarter-Projekt CSP. Es lud 41.097 Zeilen und es ließ diese Daten als Tabelle hier in meiner Macht fallen. Corrie 10. Gehen wir weiter und schließen Sie den Schmerz von hier aus. Wir können mit dieser Tabelle arbeiten, genau wie jede andere können wir Pivot-Tabelle einfügen, zum Beispiel. Lassen Sie uns dies in einem neuen Blatt und Tab über, und wir können diesen einen Kickstarter Pivot nennen, zum Beispiel. Und hier haben wir unsere Felder aus dieser Kickstarter-Tabelle und wir können hier wie eine normale Pivot-Tabelle arbeiten . Vielleicht möchten Sie Daten nach Hauptkategorien hier auf Rose aufschlüsseln. Und in diesem Fall schauen wir uns den Betrag an, der in US-Dollarverpfändet wurde US-Dollar . Und genau wie jeder andere Pivot können wir die Zahlenformate ändern. Currency hätte dies auch im Abfrage-Editor tun können. Und lasst uns diese Zustandsprojekte Zustand als Filter greifen. Und denken Sie daran, wir sortierten es nach unten gefiltert werden nur erfolgreiche Projekte zeigen. Das ist die einzige Möglichkeit, die wir hier haben. Nun, das ist ziemlich cool. Wir können nun sehen, wie viel Geld nach Kategorie zugesagt wurde. Sehen Sie eine Menge Geld und Design Spiele-Technologie, die Sinn macht. Aber das ist nicht wirklich, was macht Power-Abfrage so mächtig, dass wir gerade geladen haben könnten, dass CS kopiert und in eine Registerkarte eingefügt wird. Was macht Power Abfrage so mächtig ist, dass, wenn wir jetzt einige der Einstellungen oder Funktionen unserer Verbindung ändern wollen , vielleicht wollen wir nicht nach unten zu filtern Onley erfolgreiche Projekte. Vielleicht wollen wir uns jetzt gescheiterte Projekte ansehen. Stattdessen müssen wir das Rad nicht neu erfinden. Wir müssen den Tisch nicht manuell filtern, der in ihre Macht fiel. Corey Tam. Stattdessen können wir in Datenabfragen und Verbindungen gehen, und wir können mit der rechten Maustaste klicken, um diese Kickstarter-Projektabfrage zu bearbeiten und zu überprüfen. Dieser letzte Schritt, dieser gefilterte Rosenschritt ist, wo wir nach unten gefiltert hatten, entspricht U S und der Projekt-Zustand gleich erfolgreich. Alles, was wir tun müssen, ist auf diese kleine Ausrüstung zu klicken. Ich komme, um diesen Schritt zu bearbeiten, und die zweite Zeile hier ist der Zustandsfilter. Klicken Sie auf diese Ellipse, löschen Sie den Filter, und drücken Sie OK, und es wird aktualisiert, um diese Zeilen wieder aus der ursprünglichen CSP-Datei zu holen. Nun, wenn wir schließen und laden, werden Sie in unserer Abfrage Schmerzen sehen, dass Kickstarter Project Curry sich selbst erfrischt. Und was wir sehen sollten, ist, dass mehr Daten hier rein kommen statt nur 41.000. Dies sollte eine höhere Gesamtsumme zeigen, da wir jetzt Projekte mit verschiedenen Projektzuständen einbeziehen. Und das ist genau das, was wir sehen Jetzt sehen wir 127.000 875 Zeilen geladen in diese Tabelle und genau wie Sie es erwarten, können wir unseren Schmerz schließen, zu unserem Pivot gehen , in Pivot-Tabellen-Tools springen und aktualisieren, und überprüfen Sie es jetzt. Wenn wir uns unseren Staatsfilter ansehen. Jetzt haben wir nicht nur erfolgreiche Möglichkeiten. Wir haben gescheitert, live abgesagt und auch suspendiert. Und da hast du es. So sehr, sehr schnelle, sehr Oberflächen-Level-Demo von einigen dieser grundlegenden Power-Abfrage-Tools. Wieder, wenn Sie dieses tiefe Grundwissen wollen, schauen Sie sich die Power-Abfrage, Power Pivot und Dax Kurs und gehen Sie wirklich genießen Sie es. Aber hoffentlich, für jetzt, dass Sie zumindest inspiriert mit einigen dieser fortschrittlicheren Tools spielen und sehen, wie sie in der Lage sein könnten, Ihren Workflow in Excel zu revolutionieren. 9. Datenmodellierung 101: Alles in Ordnung für diesen Profi-Tipp. Ich möchte Ihnen ein sehr leistungsfähiges Konzept und Exzellenz vorstellen. Wir werden darüber sprechen, wie man eine Analyse relationale Datenmodelle in Excel jetzt zeichnet sich durch. Datenmodell wird für eine Reihe von verschiedenen Zwecken verwendet. Zum einen können Sie extrem große Datenmengen Hunderte von Millionen von Rose komprimieren, wenn nicht mehr. Zweitens können Sie Tabellenbeziehungen erstellen Dies ist eine viel, viel effizientere und elegante Möglichkeit, Daten über Tabellen oder Quellen hinweg zu verschmelzen, ohne sie manuell mit Selbstformeln zusammenzufügen. Und drittens können Sie brandneue berechnete Spalten und Kennzahlen hinzufügen, indem Sie eine Formelsprache namens DAX oder Datenanalyseausdrücke verwenden. Es gibt also einige Möglichkeiten, Daten in das Datenmodell zu übertragen. Die gebräuchlichsten Möglichkeiten, eine neue Verbindung zu einer Datenquelle mit einem Werkzeug wie Energieabfrage zu erstellen , auch bekannt als Daten abrufen oder Transformationen und Lasten direkt von dieser Verbindung in das Modell abrufen. Eine einfachere Möglichkeit, dem Modell datiert hinzuzufügen, insbesondere aus Gründen der Demonstration, besteht darin, eine Tabelle aus einem Arbeitsblatt zu nehmen, das in der Regel eine viel kleinere Tabelle ist, und auf die Schaltfläche „Zum Datenmodell hinzufügen“ innerhalb der Macht Pivot-Registerkarte. Nun ist dies ein guter Punkt, um anzuhalten und Sie wissen zu lassen, dass einige Versionen von Excel keinen Zugriff auf diese Datenmodellierungstools haben. Wenn Sie also Ihre Power-Pivot-Registerkarte nicht sehen, müssen Sie zuerst die Dateioptionen prüfen. Adan und suchen Sie nach Ihrem ruhigen Adan speziell, wenn Sie immer noch keine Macht sehen, schwenken Sie dort. Ich würde Googling empfehlen Wo ist Power Pivot? Und Sie werden auf die Büro-Support-Website weitergeleitet, die so aussieht. Und hier sehen Sie tatsächlich die exakten Büroprodukte, die Zugriff auf diese Datenmodellierung und Power Pivot-Tools haben . nun SienunZugriff auf das Datenmodell haben, können Sie nach WennSienunZugriff auf das Datenmodell haben, können Sie nachdem Hinzufügen der Tabellen zum Modell Ihr Datenmodellfenster verwalten oder bearbeiten und ein paar verschiedene Ansichten sehen, wie Sie hier auf der linken Seite sehen Wir haben die Diagrammansicht, in diesem Fall sehen wir unsere Tabellen als einzelne Objekte erscheinen, und hier können wir die tatsächlichen Tabellenbeziehungen zwischen ihnen erstellen, basierend auf Dingen, die Primär- und Fremdschlüssel genannt werden. Auf der rechten Seite haben wir unsere Datenansicht, die eine traditionellere Art von tabellarischem Layout ist. Aber die Schönheit des Datenmodells ist, dass, sobald diese Beziehungen definiert sind, nachdem Sie ein relationales Datenmodell erstellt haben, das ich für den Zweck dieser Vorlesung als eine Gruppe verwandter Tabellen definiere, dann können wir eine Pivot-Tabelle einfügen, um die Daten über all diese verwandten Quellen in einer einzigen Ansicht zu untersuchen und zu analysieren . Und deshalb nennen wir das einen Power Pivot. Es sieht aus und fühlt sich genau wie eine normale Pivot-Tabelle an, aber sie sitzt auf einem Datenmodell. So häufige Anwendungsfälle hier, indem Informationen aus mehreren Quellen kombiniert werden, ohne sie tatsächlich zusammenzufassen, indem Funktionen wie Nachschlagen oder Index und zwei verwendet werden. Dies ist die Grundlage für den Aufbau robuster Business Intelligence-Lösungen, dieDatenquellen von allen möglichen Orten, wie beispielsweise Vertriebsdaten, integrieren und kombinierenkönnen Datenquellen von allen möglichen Orten, wie beispielsweise Vertriebsdaten, integrieren und kombinieren . Personalfinanzierung, Marketing usw. uns also Lassen Sieuns alsoin Excel springen. Ich werde eine extrem schnelle, sehr kurze Demo durchlaufen, um einige davon zu zeigen, was diese Datenmodell- und Power-Pivot-Tools vermitteln. Ordnung, wenn Sie sich also mutig fühlen und mitverfolgen möchten, gehen Sie zu Ihrem Inhaltsverzeichnis in Ihrer Protestarbeitsmappe und suchen Sie nach den Purple Analytics-Tipps hier und lassen Sie uns in die Datenmodellierung Demo mit vier Sternen springen. Wir gehen weiter und verknüpfen mit diesem Blatt, und was wir hier betrachten, ist eine Tabelle namens Transaktionen. Wir haben das Transaktionsdatum Spalte A bekam das Produkt, das verkauft wurde und Colin einige Informationen über den Kunden basierend auf einem Kunden i d. Hier in Spalte C und dann die tatsächlichen Werte hier, die Menge verkauft in Spalte D Jetzt auf seiner besitzen, diese Tabelle nicht sehr hilfreich für uns. Wir könnten das in eine Pivot-Tabelle stecken und wir könnten die Menge oder die Verkäufe zusammenrollen. Wissen Sie, für Produkt I ds oder Kunden oder Tage. Aber was nützt es uns wirklich, dass wir die Produktnummer 76 sechsmal verkauft haben, oder? Wir haben keinen zusätzlichen Kontext über diese I ds. Also, was wir wirklich möchten Hier sind einige Nachschlagetabellen, die möglicherweise dieses Produkt I d oder diesen Kunden i d zwei zusätzliche Dimensionen oder zusätzliche Informationen abbilden könnten Produkt I d oder diesen Kunden i d zwei zusätzliche Dimensionen oder zusätzliche , die wir verwenden können, um wirklich mehr über diese Verkäufe zu erfahren. Und das ist genau das, was wir haben. Wenn wir diese Gruppe Spalten erweitern. Du wirst sehen, dass wir noch drei Tische haben. Ich habe einen grünen Tisch namens Produkte. Wir haben eine orange Tabelle namens Kunden und eine gelbe Tabelle namens Kalender. Wie Sie vielleicht erwarten,enthält jede dieser Tabellen eine I-D-Spalte oder, im Kalenderfall, eine Datumsspalte, die diese Informationen zu unseren Transaktionen zurückbilden kann. Wie Sie vielleicht erwarten, enthält jede dieser Tabellen eine I-D-Spalte oder, im Kalenderfall, im Kalenderfall, eine Datumsspalte, Daten in den Spalten Athor tief. Mit anderen Worten, wenn wir das Produkt I D kennen, was wir tun, dann durch die Schaffung einer Verbindung oder Beziehung zur Produkttabelle, dann kennen wir auch die Produktmarke und den Produktnamen, sowie den Verkaufspreis und die Kosten. Gleiches gilt für den Kunden i D. Dieser Schlüssel kann verwendet werden, um Informationen über diese Kunden die Namen zu ziehen, Städte, Länder, Familienstand, Geschlecht, welche Art von Mitgliedschaft sie haben. All diese Informationen können in diese Transaktionstabelle gebunden werden, da wir die Schlüsselspalten haben , die sie verbinden können. Sie könnten also versucht sein, mit dem Schreiben von Funktionen wie der Nachschlage- oder Indexübereinstimmung zu beginnen , um diese in einer einzigen Master-Tabelle zu binden. Denn in der alten Schule war Excel es gewohnt, eine einzelne Tabelle oder eine einzige Quelle für Pivot-Tabellen zu benötigen. Das war immer die eine große Begrenzung der Drehpunkte. Also vielleicht tippen Sie, wissen Sie, wenn Sie hier nachschlagen, wir betrachten das Produkt, das ich d in unserer Produkttabelle und greifen die zweite Spalte mit einer exakten Übereinstimmung. Und Boom, da gehen wir. Wir haben unsere Produktmarke jetzt in Spalte E also haben wir diese Produktmarke an unsere Transaktionstabelle gebunden. Jetzt hör zu. Wir könnten diesen Prozess fortsetzen, um Produktnamen, Verkaufspreis, sowie alle Kundeninformationen und alle unsere Kalenderinformationen sowie zu ziehen , Verkaufspreis, . Aber es gibt zwei Probleme mit dieser Nummer eins. Was ist, wenn diese Tabellen Hunderte von Spalten enthalten, anstatt nur eine Handvoll, wie wir es hier haben ? Dieser Ansatz ist nicht ganz skalierbar, und zu dem, was wir erstellt haben, ist eine wirklich ineffiziente Tabelle mit einer Tonne doppelter Werte, die einfach nicht notwendig sind. Also lassen Sie uns die Spalte hier löschen, und ich werde Ihnen zeigen, wie eleganter der ausgeklügeltere Ansatz ist, dasselbe mit dem Datenmodell zu erreichen . Also habe ich diese Tabellen bereits zum Datenmodell hinzugefügt, aber wenn Sie selbst üben möchten, wählen Sie eine einzelne Tabelle aus, führen Sie einen Drill in Ihre Macht, Pivot Zeit und klicken Sie auf diese Anzeige zum Datenmodell Schaltfläche rechts Hier jetzt, da ich sie bereits hinzugefügt habe, können wir zu unserer Schaltfläche „Verwalten“ gehen, die hier das Datenmodellfenster öffnet. Wir sind in unserer Datenansicht. Standardmäßig können wir diese vier Tabellen in tabellarischem Format als separate Registerkarten und Diagrammansicht sehen, die tatsächlich jede unserer Tabellen als Objekt auf der Leinwand zeigt. Jetzt werden Sie feststellen, dass diese Zeilen, die die Tabellen verbinden, Beziehungen darstellen. Also in diesem Fall, Produkt I D. hervorgehoben wird, ist, was verbindet Produkte mit Transaktionen. Wir haben einen Kunden, i d, der Kunden mit Transaktionen verbindet. Und schließlich haben wir unser Transaktionsdatum, das mit dem Datumsfeld in unserer Kalendertabelle verbunden ist. Nun, um Ihnen zu zeigen, wie Sie diese Beziehungen von Grund auf neu erstellen, gehen Sie auf die Registerkarte Design hier, verwalten Beziehungen, und alles, was wir tun müssen, ist, wählen Sie diese drei Beziehungen, drücken Sie Löschen, okay. Und wenn wir den Dialog jetzt schließen, sehen wir diese Tabellen wieder getrennt. Und alles, was wir einfach tun müssen, ist das gewünschte Feld zu greifen und es mit einem Primärschlüssel innerhalb der Nachschlagetabelle zu verbinden . So Transaktionsdatum bis dato Produkt i D zu Produkt i d. Kunde i d an Kunden 18. Und es ist eine einfache ist, dass wir in weniger als 10 Sekunden den gesamten Aufwand repliziert haben, diese Nachschlage- oder Indexfunktionen zu erstellen, um diese Daten manuell zusammenzufügen. Und wir haben genau das gleiche Ergebnis erreicht. Und jetzt ist hier das Beste. Ich gehe zurück in den Home-Tab hier füge eine Pivot-Tabelle in eine neue Arbeitsblattpresse ein. OK, lassen Sie uns doppelklicken, um dieses Mal etwas wie Datenmodellpivot zu benennen. Hier ist die Schönheit davon. Jetzt haben wir es mit einem Power-Pivot zu tun, bei dem es sich technisch um das gleiche alte Pivot-Tabellenlayout handelt, das nur auf einem Datenmodell sitzt. Und wir haben Zugriff auf alle unsere Datenmodelltabellen, Kalender , Kunden, Produkte und Transaktionen sowie andere Tabellen in der Arbeitsmappe, was in diesem Fall nicht hilfreich ist, da es keine Beziehung zu finden Sie zwischen ihnen. Also, wenn wir in unsere Transaktionstabelle bohren, werden Sie ein paar verschiedene Maßnahmen sehen, die ich definiert habe Transaktionen, Gesamtmenge und Umsatz Diese wurden mit einer Sprache namens Dax entworfen, die außerhalb des Geltungsbereichs dieses Kurses ist, aber es ist etwas, das ich in meiner Power-Abfrage Brüstung und Dax natürlich abdecken kann. Also lasst uns die Gesamtmenge packen. Ziehen Sie das in unsere Werte. Hier und jetzt können wir auf eine unserer anderen Tabellen zugreifen und diese Mengen auf verschiedene Arten aufteilen , wie zum Beispiel Nebenprodukt Marke auf Rose, zum Beispiel Nebenprodukt Marke auf Rose, hier können wir sehen, dass amerikanische Produkte 1200 atomar verkauft verkaufte produkte 695. Wir können auch ein Feld aus unserem Kundentisch holen, wie die Kundenstadt. Ziehen Sie diese in und sekundäre Rollenbeschriftungen. Pope Produkt Marke Out. Wie Sie sehen können, manipuliere ich diesen Pivot genau so, wie ich jede andere Pivot-Tabelle in Excel manipulieren würde . Der einzige Unterschied besteht darin, dass ich jetzt auf Felder in vier verschiedenen Tabellen zugreifen kann, die nur mit den Beziehungen verbunden sind, die wir innerhalb des Datenmodells definiert haben. Unglaublich mächtige Sachen 10. CUBE Funktionen: Alles klar. Zeit, in einen Fünf-Sterne-Analytik-Tipp einzutauchen, der wirklich Experten ist. Wir werden darüber sprechen, wie man Datenmodelle außerhalb von Pivots mit etwas namens Cube-Funktionen erkunden kann. , Zwei kurze Vorbehalte,bevor wir eintauchen. Nummer Eins. Wenn Sie den Datenmodellierungspro-Tipp nicht angesehen haben oder Sie in der Vergangenheit nichts über Datenmodelle gelernt haben und Sie dazu ermutigen, Nummer zwei zu tun, benötigen Sie eine Version von Excel. Es ist kompatibel mit dem Datenmodell und mit Power Pivot. Wenn Sie sich nicht sicher sind, gehen Sie auf die Google-Suche nach Wo ist Power Pivot, und Sie springen zur Büro-Support-Website , die wie folgt aussieht. Und hier können Sie die exakten Versionen von Excel sehen, die den Zugriff auf diese Datenmodell- und Powerpivot-Tools enthalten . Jetzt kommen wir wieder drauf. So funktioniert Cube. Die einfachste Möglichkeit, Daten in einem Datenmodell zu untersuchen, besteht in einer Pivot-Tabelle oder einem Power-Pivot. Aber was Cube-Funktionen tun, ist es Ihnen erlauben, eine abrufen bestimmte gefilterte Werte aus Ihrem Datenmodell zu ziehen und sie direkt in Arbeitsblattzellen zu ziehen. Zum Beispiel, wenn Sie eine Ansicht erstellen möchten, die so aussieht. Zum Beispiel, Sie können Cube-Funktionen verwenden, um dies zu tun, und meiner Erfahrung gibt es vier Arten von Cube-Funktionen, die ich fast ausschließlich verwende. Der erste wird als Würfelsatz bezeichnet, und im Wesentlichen ist ein Würfelsatz eine Sammlung von Elementen oder Cubeelementen aus Ihrem Modell. Es entspricht im Wesentlichen einer ganzen Spalte aus einer Tabelle in Ihrem Modell. In diesem Fall haben wir einen Würfelsatz definiert, der Informationen zu Produktmarken enthält. Jetzt innerhalb von Cube-Sets etwas namens Cube-Elemente, haben Sie innerhalb von Cube-Sets etwas namens Cube-Elemente,und diese Luft blau schattiert hier im Visual Cube-Element ist ein einzelnes Element aus einem Cubesatz. es Mit anderen Worten, ist ein Element aus einer Tabellenspalte hier. Wir betrachten verschiedene Werte innerhalb der Mitgliederspalte in unserer Kundentabelle, Gold, Silber, Silber, Bronze und Normal. Und beachten Sie, dass wir Q-Mitglieder auch verwenden, um quantitative Kennzahlen oder berechnete Kennzahlen wie Transaktionen oder Quantität zu definieren . Als nächstes haben wir eine spezielle Art von Mitglied genannt Cube Ranking Member. Diese sind hier in der visuellen Farbe grün schattiert und diese Luft, genau wie ihr Mitglieder, ihre einzelnen Gegenstände innerhalb eines Würfels gesetzt. Der einzige Unterschied ist, dass sie auf einem Auftragsrang basieren. Und das ermöglicht es uns, Dinge zu tun, wie zum Beispiel die Top 5 Produkte nach Menge zu zeigen , wie Sie hier sehen. Und nicht zuletzt haben wir unseren vierten primären Würfeltyp, der der Würfelwert ist, und das sind alle Zellen, die gelb schattiert sind. Dort die tatsächlichen numerischen Werte, die auf einer Reihe von Elementausdrücken aggregiert wurden. Und diese Member-Ausdrücke helfen uns, diese Werte nach unten zu filtern, um die richtigen Zahlen abzurufen . Jetzt diese verurteilen endlich knifflig und ein wenig ungewohnt zu arbeiten. Zuerst werde ich Sie durch genau, wie man eine Ansicht wie diese aufbaut. Aber denken Sie daran, dass es auch viele andere Arten von Cube-Funktionen gibt, und ich habe hier einen Link für weitere Informationen enthalten. Was dieser kurze Link Sie führen wird, ist das Büro Support Documentation Page vier Cube Funktionen, die so aussieht, und hier können Sie blättern und ein wenig mehr über die Grundlagen von Kuba lernen Funktionen und einige dieser anderen Optionen, die ich nicht abdecken. Häufige Anwendungsfälle hier für Berichte oder Dashboards, die sich auf Daten in Ihrem Datenmodell befinden , ohne sich auf Pivot-Tabellen und Cube-Funktionen verlassen zu müssen , könnten daher eine gute Möglichkeit sein, alle Sets und Member in Ihr Datenmodell. also Lassen Sie unsalsoin unsere Pro-Tipp-Arbeitsmappe springen und üben, eine Berichtsansicht wie die, die Sie hier sehen. Ordnung, wenn Sie also dem Kurs folgen,wissen Sie, der wissen Sie, Bohrer musste zu Ihrem Inhaltsverzeichnis blättern Sie zu Ihren lila Analytics-Tipps hier, wir werden in diese fünf Star Cube Funktion Demo bohren. Gehen Sie weiter und verknüpfen Sie mit dem Blatt. Nun, was Sie sich hier ansehen, ist eine grundlegende leere Vorlage, die ich aus einem Beispielbericht erstellt habe . Hier gibt es keine Formeln oder irgendetwas. Es ist nur Format. Es verkauft sich. Und unser Ziel ist es, dies in einen voll funktionsfähigen Bericht umzuwandeln, der Daten aus dem zugrunde liegenden Datenmodell abruft . Nun, um zu beginnen, müssen wir eine schnelle Überprüfung des Datenmodells, mit dem wir arbeiten, durchführen. Also werde ich in die Power-Pivot-Registerkarte springen, klicken Sie auf das Datenmodell verwalten, und lassen Sie uns hier in die Diagrammansicht springen Also das ist das Modell, mit dem wir in dieser Arbeitsmappe arbeiten . Wir haben Transaktionsdaten mit drei berechneten Kennzahlen Transaktionen, Gesamtmenge und Umsatz. Die in den Maßnahmen sind Metriken, die wir in unseren Bericht ziehen werden. Und wir haben auch eine Reihe von Feldern, aus denen wir ziehen können. Diese drei Nachschlagetabellen haben Kalenderfelder wie Tag, Monat, Quartal und Jahr Kundeninformationen wie Länder und Städte, Geschlecht und Mitgliederkartenstatus und Produkte, die Dinge wie die Marke, den Namen, den Verkaufspreis und die Kosten. Gehen wir also voran und fügen Sie tatsächlich eine Pivot-Tabelle aus unserem Datenmodell ein, und ich werde sie in eine vorhandene Arbeitsmappe ablegen. Ich werde es hier, ähm, in unserem Arbeitsblatt für Würfelfunktionen. Und lasst es uns hier fallen lassen und H zwei verkaufen und OK drücken. Und was wir tun werden, ist diese Pivot-Tabelle verwenden, um Spot-Check-in-Warteschlange zu helfen und sicherzustellen, dass die Zahlen, die mit Würfelfunktionen gefüllt wurden, korrekt sind. Und wenn wir das getan haben, können wir fortfahren und den Pivot selbst löschen und nur den benutzerdefinierten Bericht erhalten, den wir erstellt haben, so wie Sie hier sehen können, haben wir ein paar verschiedene Ausbrüche der Daten. Wir betrachten drei verschiedene Metriken. Transaktionen, Menge und Umsatz. Zuerst zerlegen wir es für die letzten drei Monate nach Monat. April, Mai und Juni. Dann machen wir eine Aufschlüsselung nach Mitgliedertyp Gold, Silber und Bronze. Und diese dritte Tabelle hier zeigt die Verkäufe nach Produkten für die Top 5 Produkte basierend auf Transaktionen, Menge oder Umsatz. Lassen Sie uns also an der Spitze mit den Umsätzen nach Monat beginnen. Und ich werde mich mit diesem Drehpunkt beschäftigen, und ich werde einige dieser Bereiche Transaktionen, Quantität und Einnahmen einholen . Und in diesem Fall wollen wir es nach Monat aus meinem Kalender Tabelle Grab Monat Namen ziehen in Rose aufschlüsseln . Und in diesem Fall ist alles, was uns wirklich wichtig ist, April, Mai und Juni Presse. Okay, sortieren wir es schwindlig. Dies ist also eine kleine Vorschau der Ansicht, die wir hier erreichen wollen, indem wir dieselben Werte in die Arbeitsblattzellen selbst ziehen . Wenn Sie sich also erinnern, war die Würfelwertfunktion der Typ des Würfels, der diese numerischen Werte einziehen oder aggregieren kann . Das Problem ist, wenn wir nur mit der Eingabe von Würfelwert beginnen. Wir öffnen die Klammer. Unsere Verbindung wird mit einem offenen Angebot beginnen und es wird dieses Arbeitsmappendatenmodell sein . Sie können die Tabulator-Zehensperre drücken, die in geschlossenem Das Zitat Jetzt das zweite Argument und das dritte und vierte und die fünfte für eine Würfelwert-Funktion Sie im Grunde bitten, auf einen Member-Ausdruck zu zeigen . Und dieser Memberausdruck hilft Excel mitzuteilen, wie die zurückzugebenden Werte nach unten gefiltert werden. In diesem Fall filtern wir nach unten basierend auf zwei verschiedenen Bedingungen oder Kriterien. Der Monatsname und fünf und Komma zum Kennzahlnamen in Zelle C vier. Das ist wirklich alles, was ich für diese Würfelwert-Funktion brauche. Ich schließe die Klammer drücken Sie die Eingabetaste, ich bekomme in N A. Und der Grund, warum ich diesen Fehler bekomme, ist, weil Q-Werte nicht wissen, wie man Zellen interpretiert, die nur Text enthalten. Also im Moment bedeutet diese Zelle nichts. Es ist nur eine Textzeichenfolge, die Transaktionen sagt. Dasselbe mit meinen Monatsnamen. April, Mai Juni goldenes Silber, Bronze. Was wir also tun müssen, ist, diese Textzeichenfolgen in tatsächliche Cube-Member-Funktionen zu konvertieren . Also lassen Sie uns mit unseren Metriken hier beginnen, können wir gleich Cube Mitglied öffnen Zitat dieses Arbeitsmappe Datenmodell Beginnen Sie so jedes Mal, wenn Sie auf den Member-Ausdruck kommen, und dies ist das Feld oder das Element aus unserem Datenmodell , das wir in dieser Zelle erfassen möchten. Also öffne ein weiteres Zitat. Auf diese Weise können Sie auf die Tabellen und Felder in Ihrem Modell zugreifen. In diesem Fall wollen wir ein Feld aus unseren Maßnahmen. Und wenn wir eine Periode eingeben, führt es uns auf die nächste Ebene in der Hierarchie, die die tatsächliche Liste der Measureoptionen hier ist. Und wir wollen Transaktionen. Also werde ich es einschreiben, das Zitat schließen, Klammer schließen, die Eingabetaste drücken. So, jetzt heißt es immer noch Transaktionen. Aber jetzt ist dies ein tatsächliches que Mitglied, und wir werden den gleichen Prozess hier für April gleich Cube Mitglied aus diesem Arbeitsmappe Datenmodell und der Member-Ausdruck gehen , denken Sie daran, denken Sie daran, das Zitat wieder geöffnet. Diesmal kommt es aus der Kalendertabelle Periode in die Liste der Spalten, die wir wollen den Monatsnamen Colin. Und jetzt, weil wir einen bestimmten Monat innerhalb des Monatsnamens Colin wollen, fügen wir noch einen Punkt hinzu und geben den Namen des Monats in Klammern ein. Also wollen wir speziell den Monat April und dann schließen Sie das Angebot. Schließen Sie die Klammer. Fühlen Sie sich frei, auf dem Bildschirm für einen Moment zu pausieren, um sicherzustellen, dass Sie die richtige Funktion haben , und ich werde drücken, eingeben und überprüfen Sie es. Zwei Dinge passieren. Nummer Eins. Meine Cue-Member-Zelle nimmt jetzt den Wert April an , der nicht nur Text ist. Es ist ein tatsächliches que Mitglied, und unser Cube-Wert gibt jetzt eine richtige Zahl zurück, die 6588 ist, die wir unserem Pivot als Q abbilden können. Und das stimmt überein . Also sind wir auf dem richtigen Weg. Und jetzt, da wir einige davon definiert haben, ist es sehr einfach, sie auf den Rest von uns anzuwenden, damit wir diese Transaktionsspalte greifen , kopieren, zwei weitere Male einfügen und dann einfach anpassen können das letzte Argument von Transaktionen zur Gesamtmenge und von Transaktionen zu Umsatz drücken. Geben Sie dasselbe mit April, Mai und Juni ein. Ich werde das noch zwei Mal wiederholen und im letzten Streit den April ändern. Zwei Haupt- und schließlich bis Juni. Und genau wie normale Excel Funktionen. Wir können unsere Referenztypen hier sorgfältig behandeln, da unsere Monate immer in Spalte B leben . Wir können diese Spaltenreferenz reparieren. Und weil unsere Header sind Measures immer leben in Zeile vier. Wir können diese Zeilenreferenz korrigieren und drücken Sie die Eingabetaste und überprüfen Sie dies. Nach unten gezogen, ziehen Sie über und boom! Wir haben alle unsere Q-Werte aufgefüllt. Wir können gegen den Drehpunkt überprüfen. Alles sieht gut aus. Und jetzt fangen wir an, Cruz hier zu machen. Wir können tatsächlich eines dieser Cube-Mitglieder von Monat zu holen. Wir können es hier und jetzt in die Mitgliedertypvorlage einfügen, anstatt die Kalendertabelle, werden wir dies öffnen und wir wollen, dass es sich aus unserer Kundentabelle anfühlt. Und die Spalte, die wir wollen, ist die Mitgliederkartenspalte. Und in diesem Fall für den ersten Wert die Elemente, die wir speziell wollen, golden Sie können ihn in geschlossenes Anführungszeichen eingeben, die Klammer schließen, Eingabetaste drücken und dann kopieren dass zwei weitere Male, um Silber und Bronze zu bevölkern. So Silber da und Bronze genau hier und jetzt überprüfen Sie es. Kopieren Sie diesen Würfelwert, fügen Sie ihn auf Lee ein. Die Referenzen, die wir verschieben möchten, bewegen sich, die anderen sind fixiert. Sie zeigen immer noch auf die richtigen Header hier oben sowie die richtigen Mitglieder für den Elementtyp hier in Spalte B also lasst uns voran gehen und geben. Es war ein armer Monat. Name aus, Vollmitgliedskarte in, und wir können einfach Art wieder sortieren diese ein bisschen Gold an der Spitze und Silber als Bronze. Verwenden Sie die Werte, die wir sehen sollten. Und Boom! Das sind die Werte, die wir hier aus unseren Q-Werten sehen. Also sind wir zwei für zwei. Das Letzte, was wir hier tun müssen, ist, diese Verkäufe nach Produkt-Matrix zu füllen, die in die Top 5 Produkte ziehen wird. Also hier ist der Haken. Wir wissen nicht, was die fünf besten Produkte sind, so dass wir nicht einfach anfangen können, normale Cube-Mitglieder von Grund auf neu zu tippen, wie wir es mit Monat oder Mitgliedertyp getan haben . Jetzt könnten wir die verschiedenen Produktmarken im Drehpunkt sortieren, um herauszufinden, was die Top Fünf sein werden. Aber wenn wir möchten, dass sich diese Ansicht dynamisch ändert und immer basierend auf aktuellen Daten sortiert, haben wir einen besseren Ansatz, um dies zu tun, und was wir hier tun werden, ist ein Cube-Set zuerst hier in Spalte B 16 eingeführt . Also lassen Sie uns voran und geben Cube set Funktion dieses Mal wie immer, beginnend mit der Verbindung zu diesem Arbeitsmappendatenmodell. Und jetzt wird der Set-Ausdruck die Liste oder die Sammlung von Produktmarken sein, die Sie aus unserer Produkttabelle kommen werden. So öffnen Sie das Zitat Produkte Punkt Produktmarke. Und jetzt ist hier der Schlüssel. Die letzte kleine Option nach dem Punkt möchte ich nicht alle auswählen, und ich möchte kein bestimmtes Element auswählen. Also werde ich Mitglieder eingeben, was diesen Cube-Set zwingen wird, alle möglichen Mitglieder innerhalb dieser Produktmarke zu speichern , hat Colin das Angebot geschlossen, und jetzt müssen wir die zusätzlichen Argumente hier aktualisieren oder füllen. Also für die Beschriftung, was wir wollen, dass die Zelle angezeigt wird, lasst uns Marken machen. Und jetzt die Sortierreihenfolge. Auf diese Weise bestimmen wir, wie alle Würfel-Mitglieder innerhalb dieses Satzes sortiert werden. Also in diesem Fall werden wir absteigende Volumina oben sortieren. Das ist Nummer zwei. Und was wollen wir sortieren? Nun, wir können eine dieser Maßnahmen wählen. Lassen Sie uns voran gehen und Transaktionen wählen. Und weil das kommt aus unserer Measure-Tabelle und öffnen Sie das Angebot Maßnahmen Punkt Transaktion geschlossen Das Angebot. Schließen Sie die Klammer, halten Sie den Bildschirm für einen Moment an. Stellen Sie sicher, dass Sie das runter haben. So lange Funktion und wir geben das ein. So immer sehen ist das Wort Marken hier. Aber diese Zelle enthält eine ganze Reihe von Mitgliedern, und das wird uns erlauben, jetzt etwas zu verwenden, das als Würfel-Mitglied bezeichnet wird, um einzelne Elemente aus diesem Set zu ziehen . Also überprüfen Sie es gleich Cube Ranking Element aus diesem Arbeitsmappendatenmodell. Nun ist der Satz Ausdruck ein Verweis auf einen Würfel Satz , den wir gerade hier in Selby 16 Press erstellt haben. Leisten Sie sich eine Sperre es in, weil dieser Würfel Set wird immer dort leben. Und jetzt für Rang, werden Sie feststellen, dass ich einen kleinen Index von 1 bis 5 erstellt habe. Da in Spalte A , das wird unser Rangindex sein. Also lassen Sie uns einfach auf diese Rangnummer zeigen, und wir können voran gehen und schließen Sie die Funktion drücken Sie die Eingabetaste, und der erste Punkt, den wir sehen, ist alles. Wenn wir klicken und nach unten ziehen, sehen wir ein paar verschiedene Produktmarken erscheinen Karmanos, Telltale Ebony und High Top. Jetzt sind die Fragen, dass alles nicht eine individuelle Marke ist. Es ist eigentlich die Summe über alle Marken und das wird immer an der Spitze erscheinen, haben einen Würfel gesetzt. Der einfachste Weg, nur für das ist, einfach mit dem Rang zwei zu beginnen, dann drei und vier als fünf, dann sechs. Und weil wir eine Referenz gesetzt haben, nun, nun, kopieren Sie diesen Wert. Fügen Sie es nach unten, ziehen Sie es nach unten, ziehen Sie es über, und es sieht gut aus. Aber lassen Sie uns eine letzte Que A und R drehen eine Vollmitgliedskarte aus Bohrungen zu Produkten Produktmarke in, und wir werden diese Produktmarken absteigend nach Transaktionen und Presse sortieren. Okay, sieh es dir an. Karmanos Telltale Ebenholz Hi Top Tri State. Gleiche genau fünf, die wir mit Cube-Rank-Mitgliedern und Cube-Sets bevölkert haben, und es sieht so aus, als ob die Transaktionen, Quantitäts- und Umsatzwerte perfekt übereinstimmen. Der Pivot hat also seine Arbeit erledigt und empfiehlt, einen nur für eine schnelle und einfache Datenexploration zu behalten . Aber in diesem Fall können wir voran gehen und diese Spalten auswählen, den Drehpunkt löschen, und da gehen wir. Wir sind mit sind perfekt benutzerdefinierte Format und Bericht, die wir vollständig mit Cube-Formelnerstellt Cube-Formeln 11. Monte Carlo Simulation: Alles klar, ich möchte eine meiner bevorzugten Advanced Analytics-Techniken in Excel teilen. Dies ist ein Fünf-Sterne-Experten-Tipp . Was wir tun werden, ist unser eigenes Monte-Carlo-Simulationsmodell komplett in Excel zu bauen. Keine V B A. Keine Makros, einfach direkt nach oben verkaufen Formeln und Datentabellen. Jetzt Monte-Carlo-Simulation. Es wird in der Regel verwendet, um die Wahrscheinlichkeit eines zukünftigen Ergebnisses oder der Ergebnisse basierend auf wiederholten Stichproben vorherzusagen . Mit anderen Worten, wir simulieren das gleiche Ergebnis immer und immer und immer wieder und analysieren dann die resultierende Reihe von Ergebnissen. Also, was gibt es eine bessere Möglichkeit, Monte Carlo-Simulation zu demonstrieren, als unseren eigenen Roulette-Simulator in Excel zu bauen ? Die Art, wie dies funktioniert, ist, dass Sie eine bestimmte Art von Wette rot oder schwarz, gerade oder ungerade, bestimmte Zahlen platzieren gerade oder ungerade, können, und jede Wette ist mit einer bestimmten Auszahlung verbunden. Also nach dem Platzieren Ihrer Wette, Bestimmung einer Wette wurden mit lief zwischen zwei im Wesentlichen randomisieren oder simulieren einen Spin des Roulette-Rad. In diesem speziellen Fall haben wir $10 auf Rot gesetzt. Das Ergebnis ist die rote Nummer 23. Also haben wir 10 Mäuse gewonnen. Aber das Ziel ist nicht nur, hier zu sitzen und nach dem Zufallsprinzip immer und immer wieder zu drehen. Was wir schaffen wollen, ist so etwas, wo wir tatsächlich die Ergebnisse einer Reihe von Simulationen in diesem Fall, 10 Spins aufzeichnen einer Reihe von Simulationen in diesem Fall, und dann diese Ergebnisse auswerten und sie mit grundlegenden Statistikfunktionen zusammenfassen . Hier berechnen wir also den Gesamtgewinn oder -verlust, die Anzahl der Drehungen, die Anzahl der Gewinne im Vergleich zu Verlusten, den Gewinnprozentdurchschnitt, Rendite pro Drehung und grundlegende Max und Männer. Und das Werkzeug, das wir verwenden, um diese Simulationen tatsächlich zu treiben, ist überragt Datentabelle. Also gehen wir auf unsere Registerkarte „Daten“, gehen in unsere „Was wäre wenn wenn“ -Analyse-Tools und verwenden die Datentabelle, um so viele Simulationen zu erstellen und aufzuzeichnen , wie wir bestimmen. Jetzt. Offensichtlich nutzen wir das, um etwas Spaß und Interessantes zu schaffen. Aber es gibt eine Reihe von sehr ernsten, sehr realistischen Anwendungsfällen, in denen dies zum Spiel kommen könnte, wenn man ein Geschäftsmodell tausende Mal simuliert , um die Wahrscheinlichkeit von etwas wie einem Gewinn im Vergleich zu einem Verlust oder darauf aufzubauen, vorausschauende Modelle zu schaffen, die tatsächlich einen bestimmten Grad an Unsicherheit für ein oder mehrere Modelleingaben ausmachen können, wie etwa die Zinssätze in der Zukunft tun werden oder wie sich die Versorgungskosten ändern werden. Dies ist ein unglaublich leistungsfähiges Data Science und Analytics-Tool, mit dem wir spielen und lernen können , genau hier in der vertrauten Excel-Umgebung. Also lasst uns voran gehen und in ihre Pro-Tip-Arbeitsmappe springen und üben, einige dieser Simulationen zu bauen . In Ordnung, wenn Sie also mitverfolgen möchten, gehen Sie zu Ihrem Inhaltsverzeichnis, gehen Sie zu Ihrem Inhaltsverzeichnis, scrollen Sie zu den Analytics-Tipps hier in Lila und wir werden in unsere Monte-Carlo-Simulations-Demo einsteigen . Gehen Sie voran und verlinken Sie direkt auf diese Registerkarte, und hier finden Sie unseren Roulette-Simulator. Nun, für diejenigen von euch, die mit dem Spiel von Relent nicht vertraut sind, sieht der Tisch so aus. Sie haben 36 Zahlen, halb schwarz, halb gelesen, sowie grüne Zahlen null und doppelte Null. So wird der Händler ein Rad drehen, das alle 38 Slots enthält, die mit jeder dieser Zahlen verbunden sind. Wie Faras Wetten betroffen sind, können Sie Wetten auf verschiedene Arten platzieren, die Sie hier in dieser Drop-Down-Zelle sehen können. Sie können auf einzelne Zahlen wetten, die die ungewöhnlichsten Ergebnisse sind und daher Auszahlung, die höchste in diesem Fall, $35 bis 1 auf Ihre Wette. Sie können auch auf den 1. 3. der Zahlen wetten. 1. 12 2. 12 oder 3. 12 die 1. 2. oder dritte Spalte der Zahlen. Die erste Hälfte zweite, halb gerade Zahlen. Unerade Zahlen, rot oder schwarz. Also als ein einfaches Beispiel, sagen wir, wir wetten auf Schwarz. Wir können einen bestimmten Einsatzbetrag eingeben, sagen wir $10. Diese Auszahlung sagt uns, dass es Wette auf Schwarz auszahlt 1 zu 1. Also, wenn wir gewinnen, bekommen wir $10. Wir verlieren, verlieren wir die $10, die wir gewettet haben. Also von hier aus komprimieren wir die F neun Berechnen Taste oder Kopf zu ihrer Formel Tab und schnell berechnen jetzt Taste, um verschiedene Spins des Rades zu simulieren. Also, wie Sie sehen können, haben wir auf Schwarz gesetzt. Also jedes rote Ergebnis bedeutet, dass wir unsere Wette verlieren $10. Jedes schwarze Ergebnis bedeutet, dass wir $10 gewinnen, weil der oneto. Eine Auszahlung. Nun, was uns wirklich wichtig ist, sind die Informationen hier unten. Unsere Simulationsdaten und unsere Simulationsergebnisse genau hier. Dies ist, wo wir eine Datentabelle Toe verwenden, tatsächlich drehen das Rad 10 Mal virtuell und notieren die Ergebnisse jeder Drehung hier in Spalte C und ich habe bereits einige Funktionen in Colin F gefüllt um zusammenzufassen. Diese Ergebnisse haben einen benannten Bereich namens Spins erstellt, und wir verwenden eine grundlegende einige, um den Gesamtgewinnverlust zu berechnen. Wir nehmen ein Maximum von Spalte B für die Anzahl der Drehungen mit Zählung, wenn die Winde zu berechnen und so weiter und so weiter. Also lassen Sie uns voran und beginnen mit einer kleinen Anzahl von Simulationen, nur 10 Drehungen. Also, was wir hier tun werden, ist, diesen gesamten Bereich von B 15 bis C 25 auszuwählen und daran dass, wenn wir Datentabellen verwendet haben, eine der Zellen in der Auswahl die Formel enthalten muss, die wir simulieren, was in diesem Fall ist das Spin-Ergebnis untergebracht und verkaufen ich neun. Also habe ich einfach auf dieses Ergebnis hier in C 15 verwiesen, so dass wir die gesamte Referenz auswählen können , während wir unsere Datentabelle einfügen. Also gehen Sie zu Ihrem Daten-Tab hier. Wir gehen zu der Was, wenn Analyseoptionen setzen Datentabelle unten, und hier haben wir unsere zwei Kriterien in einer Reihe. Eingabe in unsere Spalteneingabe. Jetzt haben wir keine Variablenwerte, die in Zeilen getestet wurden, also wird das offensichtlich leer sein. Aber hier wird die Dinge ein bisschen seltsam. Wir haben hier in unserer Spalte unterschiedliche Werte, also brauchen wir eine Art von Spalteneingabe. Aber diese Werte fließen in keine Eingaben ein, die sich auf unser Ergebnis auswirken. Mit anderen Worten, wir stecken nicht tatsächlich die Nummer eins, zwei oder drei in eine Formeleingabe. Wir wollen nur diese Formel eine bestimmte Anzahl von Malen zufällig machen und Excel erkennen , dass alles, was wir tun müssen, ist auf eine leere Zelle zu verweisen. Also Selby, 14 ist völlig leer. Wir können das für eine Spalte verwenden, eingeben und OK drücken, und da gehst du. Sobald wir das getan haben, iteriert Excel jetzt durch diese Datentabelle, Sie könnten sehen, dass es ein einzelnes Array erstellt hat, das alle Ergebnisse enthält, und es wird in diesem Fall einen Siris von Ergebnissen, Gewinnen und Verlusten aufgezeichnet basierend auf 10 verschiedenen Drehungen des Rades. In diesem ersten Beispiel setzen wir also eine $10 Wette auf Schwarz. Wir haben es 10 mal gesponnen. Wir haben am Ende 40 Dollar gewonnen, weil wir siebenmal schwarz waren. Wir trafen rot oder grün, was bedeutet, dass wir dreimal verloren haben. Unsere Gewinnwahrscheinlichkeit betrug 70% und unsere durchschnittliche Rendite pro Spin betrug $4. Lassen Sie uns also eine andere Simulation ausprobieren, indem Sie einfach jetzt berechnen. Okay, dieses Mal haben wir 20 verloren, als der Prozentsatz nur 40% wieder war. Jetzt haben wir 60 verloren. Wir haben nur zweimal von 10 Spins gewonnen. Dann wieder verloren 60. Verloren, 40 pleite. Sogar diese Zeit verlor 20. Wie Sie sehen können, gibt es ziemlich viel Variabilität in Bezug auf diese Gewinnwahrscheinlichkeit. Jetzt kennen wir die tatsächlichen Statistiken. Hier kennen wir die Rial-Wahrscheinlichkeiten. Die Chancen, eine rote oder schwarze Platzierung im Roulette zu gewinnen, sind gleich 18 Gewinnergebnisse aus 38 möglichen Ergebnissen, was 47,4% entspricht. Und der Grund, warum diese Gewinnwahrscheinlichkeit, die wir hier sehen und F 19 verkaufen, so wild herumprallt und nicht einmal wirklich auf diese wahre Wahrscheinlichkeit zielt, ist, dass wir es mit einem sehr, sehrkleinen Stichprobenumfang zu tun einem sehr, sehr haben. Alles kann in 10 Drehungen passieren. Du könntest 10 von 10 gewinnen, die du 10 von 10 verlieren könntest. Was ich hier tun möchte, ist, den Vorgang nicht für 10 Spins zu wiederholen, sondern für 10.000 Spins und sehen, was jetzt passiert. Denken Sie daran, dass Sie nicht einfach eine einzelne Zelle aus Ihrer Datentabelle löschen können, bei der es sich um ein Array handelt. Sie müssen die ganze Sache auswählen, beginnend mit C 16 wird die Umschaltpfeil nach unten steuern und dann löschen. Und ich werde auch die Spin-Indexnummern hier löschen und den kleinen Profi-Tipp hier. Ich wähle die Nummer eins aus, Mauszeiger über die rechte Ecke der Zelle, halte den Rechtsklick auf meine Maus, während ich nach unten und wieder nach oben gezogen habe. Und wenn ich loslasse, bekomme ich hier dieses geheime Menü, das eine Siris Option unten hat. Und was ich tun möchte, ist, einen Siris in dieser Spalte zu füllen. Ich möchte in ganze Zahlen von 1 treten und ich möchte bei 10.000 aufhören. Drücken Sie OK, und los geht's. Wenn ich unsere unten kontrolliere, werden Sie sehen, dass es ein Siri bis zu 10.000 Spins erstellt hat, jetzt denselben Prozess wie zuvor. Wenn Sie dieses Bereichs-Steuerelement auswählen, verschieben Sie den Pfeil nach unten, um den gesamten Zellbereich Daten zu erfassen . Was ist, wenn Analyse Datentabelle, Keine Zeile Eingabespalte. Eingabe entspricht schwarz Selby 14 und drücken. OK, und jetzt wird es für eine Weile denken, weil es 10.000 Mal iteriert und die Ergebnisse aufzeichnet und mal sehen, was passiert. Da gehen wir. Also machen wir die gleiche Wette wie zuvor und setzen $10 auf Schwarz. Der einzige Unterschied ist, anstatt diese Wette 10 Mal zu machen, haben wir gerade diese Wette 10.000 Mal gemacht. Es war eine sehr lange Nacht im Casino. Und das Ergebnis, das wir hier sehen, ist ein Totalverlust von $4980. Sie können den Befragten 10.000 Mal sehen. Wir haben 4751 Mal gewonnen und werfen einen Blick auf diese Gewinnwahrscheinlichkeit. Denken Sie daran, was wir gesagt haben. Die tatsächliche wahre Wahrscheinlichkeit für diese Wette ist 47,4%. Hier sehen wir ein Ergebnis von 47,5, und wenn wir es noch einmal verbringen, indem wir schlagen, jetzt berechnen, denken Sie daran, daran, es wird ein paar Sekunden dauern, normalerweise 10 Sekunden oder so, um tatsächlich durchlaufen zu können die Simulation und da haben Sie es. Also 47,6 dieses Mal haben wir $4900 verloren. Und lasst uns einfach noch eine Berechnung machen. Gib ihm ein paar Sekunden zum Laufen. Da gehen wir. Unser drittes Ergebnis haben wir damals nur 3400 verloren. Wir hatten eine höhere Windwahrscheinlichkeit als normale, aber immer noch sehr, sehr nahe an den wahren Prozentsatz oder die wahren Gewinnchancen. Also, was ich hier eigentlich tun werde, ist, den gesamten Bereich hier auszuwählen und diese Datentabelle zu löschen , nur weil ich die Dinge hier nicht verlangsamen will und lass uns voran gehen und einfach diese Indexwerte auf 10.000 löschen und wir sind irgendwie wieder da, wo wir angefangen haben. Also von hier, fühlen Sie sich frei, um zu spielen. Probieren Sie verschiedene Arten von Wetten aus, versuchen Sie verschiedene Einsatzbeträge, simulieren Sie verschiedene Anzahl von Drehungen. Von hier aus liegt es ganz an dir. Aber das ist dein grundlegender Crashkurs. Erstellen eines Monte Carlo-Simulationsmodells in Excel 12. Advanced mit Solver: Alles klar. Ich bin so aufgeregt, diesen nächsten Profi-Tipp mit Ihnen zu teilen. Dies ist ein Fünf-Sterne-Analyse-Tipp, wirklich Experten-Level. Wir werden über die Optimierung komplexer Modelle mit Solver sprechen. Jetzt sind es Solver, die entwickelt wurden, um mit realen komplexen Optimierungsproblemen zu arbeiten, die mehrere Eingaben oder Entscheidungsvariablen erfordern, die einem bestimmten Satz von Einschränkungen unterliegen. Betrachten Sie nun einen Fall wie diesen. Sie haben sich eine Transportmatrix angesehen, die uns die Kosten für den Versand von Waren zwischen vier verschiedenen Fabriken Boston, New York, Chicago und Oakland angibt, und vier verschiedenen Vertriebszentren Miami, Dallas, Seattle und Baltimore. Und wir werden das in die Tiefe gehen, wenn wir in Excel springen. Aber die Quintessenz? Ziel ist es, herauszufinden, wie viele Einheiten des Produkts von jeder Fabrik zu jedem Distributionszentrum zu versenden , um unsere Gesamtversandkosten zu minimieren. Nun, es ist nicht ganz so einfach, denn in der realen Welt haben wir auch Einschränkungen und Einschränkungen. Zum einen müssen wir alle Bestellungen erfüllen, die in diesem Fall verlangt werden, 6000 Bestellungen insgesamt, und zwei, wir können den Lagerbestand nicht überschreiten, der in jeder bestimmten Fabrik verfügbar ist. Also für ein Problem wie dieses. Wir können wirklich keine einfacheren Werkzeuge wie Gold Seek verwenden, die eine einzelne Eingabe- oder Entscheidungsvariable und ein einzelnes konkretes Ergebnis erforderten. In diesem Fall müssen wir Solver verwenden, da Solver es uns erlaubt, entweder einen objektiven Wert zu minimieren, zu maximieren oder zu zielen. Es erlaubt uns, mehrere Eingabezellen oder Entscheidungsvariablen zu ändern, und es erlaubt uns, bestimmte Einschränkungen zu bestimmen. Also werden wir hier den Kopf zu unserer Registerkarte Daten machen und auf die Schaltfläche Solver klicken, um das Feld Solver Parameter zu starten . nun Wenn Sienunkeinen Solver in Ihrer Datenstadt sehen, Sie daran, dass die meisten Versionen von Excel Halbsolver als integriertes Plug-In, aber standardmäßig nicht aktiviert ist. Daher müssen Sie möglicherweise zu den Dateioptionen Adans gehen und dann in Ihr Excel bohren. Fügen Sie Ins hinzu, um Watte zu stecken. Nun, wenn man sich dieses Dialogfeld hier ansieht, gibt es drei Parameter, die bestimmen müssen, dass Nummer eins unser Ziel ist. In diesem Fall lebt unser Ziel in Zelle E 23. Es sind unsere Versandkosten, und unser Ziel ist es nicht, diese Versandkosten auf einen bestimmten Wert zu setzen. Es ist, Nummer zwei zu minimieren. Wir bestimmen genau, welche Variablenzellen oder Eingabevariablen geändert werden sollen, um unsere Ziele zu erreichen. Also hier sind Entscheidungsvariablen leben in Zellen D 16 30 19 Und last but not least, wir müssen optimieren, abhängig von einer bestimmten Reihe von Einschränkungen. Also in diesem Fall können wir keine Fraktionen von Einheiten versenden, also sind wir Einheiten. Müssen ganze Zahlen sein, sind ganze Zahlen. Wir können den in jeder Fabrik verfügbaren Lagerbestand nicht überschreiten, und wir benötigen jedes Distributionszentrum, um seinen gesamten Bedarf zu erfüllen. Jetzt eine sehr kurze Notiz zum Lösen von Methoden, die Sie direkt unter diesem Einschränkungsfenster sehen. Es gibt drei verschiedene Optionen, die Sie hier wählen können. Ich werde nicht in die Details gehen. Es ist weit außerhalb des Geltungsbereichs dieses Kurses, aber Faustregel werden Sie Simplex LP für jede einfache lineare Optimierung verwenden, ist wie Problem, mit dem wir es hier zu tun haben und g r g oder evolutionär für komplexere, nicht lineare Optimierung. Der große Unterschied zwischen diesen beiden besteht darin, dass G R. G viel schneller ist, aber möglicherweise nicht die globale optimale Lösung bietet. Evolutionär ist eher eine solche globale Lösung zu bieten, dauert aber viel länger, um zu berechnen. Jetzt, da wir unser Ziel gesetzt haben, können unsere Entscheidungsvariablen und unsere Einschränkungen weitergehen und auf Salz klicken und es überprüfen. Excel erzeugt oder füllt alle Werte in diesen Entscheidungsvariablen aus, um unsere Geschäftsergebnisse zu minimieren . Versandkosten. Hier sehen wir also, dass wir 225 Einheiten von Boston nach Miami versenden und 975 von New York City nach Dallas anbeten, 500 von Oakland nach Seattle. Und am Ende des Tages erfüllen wir die Nachfrage, dass alle 6000 Einheiten unseren Lagerbestand in jeder Fabrik nicht überschritten haben, und unsere Gesamtversandkosten liegen bei knapp 97.000 Dollar. Also, wie Sie sehen können, unglaublich leistungsfähige Tools allgemeine Anwendungsfälle genau wie wir hier sehen, optimale Ergebnisse zu bestimmen , die realen Einschränkungen unterliegen, Dinge wie begrenztes Inventar wie Preisgrenzen wie Ganzzahlwerte, etcetera, so dass lassen Sie uns in eine Pro-Tip-Arbeitsmappe springen und dieses Optimierungsproblem lösen. Schritt für Schritt. Ordnung, wenn Sie also folgen, gehen Sie Ihren Tabelleninhalt Eichhörnchen bis hin zu Ihren Analytics-Tipps, und wir verlinken auf unsere Solver-Demo hier und hier, werden Sie die Transportmatrix sehen, die über die wir in der Folie gesprochen haben. Aber bevor ich eintauche, springen Sie in Ihre Daten-Tab und suchen Sie nach dieser Solver-Schaltfläche. Es ist normalerweise ganz rechts. Wenn Sie es nicht sehen, musste Optionen Adan und dann aus diesem Dropdown-Menü, Sie werden Ihre Excel verwalten wollen, fügen Sie Ins und drücken Sie Go, und Sie sollten Solver Adan in diesem Fenster sehen hier. Setzen Sie einfach ein Häkchen in das Kästchen. Drücken Sie OK, und Sie sollten sehen, dass Pop-up in Ihrem Datumsversuch. Jetzt wieder zu unserem Problem hier. Was haben wir unsere Transportkosten, die tatsächlichen Kosten, um eine einzelne Einheit von unseren Fabriken zu unseren Distributionszentren zu versenden. Das basiert auf der tatsächlichen Kilometerleistung, richtig? So ist der Versand von Boston nach Baltimore ziemlich billig, nur etwa $4 pro Einheit. Aber der Versand von Boston nach Seattle ist viel, viel teurer, über $30 pro Einheit. Jetzt haben wir es auch mit zwei verschiedenen Einschränkungen zu tun. Hier haben wir Lieferbeschränkungen, was die Grenze für die Anzahl der Einheiten ist, die jede Fabrik liefern kann. Boston hat momentan nur 1000 Einheiten auf Lager. New York City hat 2000 Chicagos 2500 Oakland hat nur 500, so dass wir nicht mehr Einheiten versenden können, als eine Fabrik im Inventar hat. Das ist also Einschränkung Nummer eins oder Versorgungsbeschränkung. Wir haben auch Nachfragebeschränkungen. Sie sind hier in Rhode 10 aufgeführt, was besagt, dass Miami Onley 1250 Bestellungen erfüllen muss, damit es keinen Sinn macht, mehr Einheiten nach Miami zu versenden . Und tatsächlich können wir nicht weniger Einheiten nach Miami versenden, weil wir diese Aufträge erfüllen müssen. Wir müssen diese Produkte in die Hände der Kunden bringen, die sie bestellt haben. Also müssen wir 975 nach Dallas bringen. Wir müssen 3200 und 52 Kunden in der Gegend von Seattle bekommen und so weiter und so weiter. Das sind also unsere Nachfragebeschränkungen. Und die Quintessenz ist, dass es 6000 Einheiten, die wir hier als Teil dieses Modells liefern wollen . Nun, wenn wir unter die Transportmatrix springen, haben wir unser Ziel oder unsere Ergebnisse. Das Ziel hier ist es also wieder, diese Werte hier in D 16 bis G 19 zu füllen. Dies sind die Eingabe- oder Entscheidungsvariablen, die geändert werden, um die Gesamtversandkosten zu bewerten oder zu berechnen. Also schau mal, was passiert, wenn wir nur ein paar Nummern einstecken. Nehmen wir an, wir versenden 100 Einheiten von Boston nach Miami, 50 von New York nach Dallas, 350 von Chicago nach Seattle und 25 von Oakland nach Baltimore. Wie Sie sehen können, berechnen wir die Anzahl der pro Werk versandten Einheiten. Wir werden sicherstellen, dass diese Zahlen diese Einschränkungen in I 5 bis 8 nicht überschreiten . Wir berechnen auch die Anzahl der Einheiten, die von jedem Distributionszentrum empfangen werden. Ich möchte sicherstellen, dass diese Zahlen nicht überschreiten oder unter die hier in D 10 bis G 10 kommen . Diese müssen am Ende des Tages genau gleich sein, weil wir diese Bestellungen erfüllen müssen und dann nicht zuletzt unsere gesamte Versandkostenzelle. Dies ist das unterste Ziel, das uns wichtig ist, ist eine einfache Produktfunktion, die im Grunde alle verkauften oder versandten Einheiten von jedem Fabrik-Verteilzentrum nimmt, multipliziert sie mit ihren jeweiligen Kosten und dann summiert die Summe zu spucken aus, dass die Gesamtversandkosten. In diesem Fall für die 525 Einheiten, die wir gerade angeschlossen haben, ist eine Demo, die etwas über $10.000 kosten würde zu versenden. Also kennen wir unser Ziel. Wir kennen unsere Entscheidungsvariablen, und wir kennen unsere Einschränkungen. Es ist Zeit, das Ding zu lösen. Gehen wir weiter zu Daten klicken Sie auf Solver und hier sehen Sie Ihre Solver-Parameter. Erste Dinge zuerst. Was ist unser Ziel? Nun, Ziel ist, dass die Versandkosten hier leben und E 23 verkaufen. Und wir wollen diese Versandkosten nicht auf einen bestimmten Wert setzen, obwohl wir könnten, wenn wir es wollten. Und wir wollen sicherlich nicht die Kosten für den Versand maximieren. Das wäre einfach verrückt. Wir wollen unsere Versandkosten minimieren und wir werden dies tun, indem wir eine bestimmte Reihe von variablen Zellen oder Entscheidungsvariablen ändern , die hier leben in Grün de 16 30 19. Da gehen wir. Und das einzige, was wir jetzt tun müssen, ist, unsere Zwänge festzulegen und sie werden ein paar verschiedene Einschränkungen sein. Gehen Sie weiter und fügen Sie die erste hinzu. Unsere erste Einschränkung, die eine einfache ist, aber es ist wichtig, hier hinzuzufügen, ist, dass wir keine Fraktionen von Produkten versenden können , richtig. Wir müssen ganze Einheiten oder Mengen versenden. So wissen wir, dass unsere Entscheidungsvariablen hier de 16 30 19 muss ich Anti sein, was anzeigt, dass es eine ganze Zahl sein muss, so drücken. Ok, da gehen wir. Das ist Einschränkung Nummer eins. Wir fügen noch zwei hinzu. Zuerst wird unsere Versorgungsbeschränkung sein, was bedeutet, dass unsere Einheiten ausgeliefert werden, die hier in I 16 19 Einheiten pro Fabrik leben, kleiner oder gleich der Anzahl der Einheiten sein müssen, die jede Fabrik zur Verfügung hat. Und beachten Sie, dass ich dies in einem Schritt tun könnte, indem ich Art des gesamten Arrays von vier Zellen auswähle. Die Alternative wäre, dies in vier verschiedene Einschränkungen umzuwandeln. Sie wissen, wo ich 16 ist kleiner oder gleich ich fünf i 17 dies kleiner als oder gleich ich sechs. Aber wir können es in einem Schritt tun, indem wir alle vier Zellen gleichzeitig auswählen. Also nochmal, das besagt, dass wir nicht mehr Einheiten versenden können, als eine Fabrik Chris hat. Und dann ist unsere dritte Einschränkung unsere Nachfragebeschränkung. Also müssen wir die gesamte Nachfrage für jedes Distributionszentrum erfüllen. Die Einheiten, die von diesen Distributionszentren empfangen werden, leben hier in D 21 3. G 21. Und in diesem Fall können wir nicht vorbei oder unter sein. Wir müssen genau der Anzahl der geforderten Aufträge oder Einheiten für jeden dieser Orte entsprechen , die hier leben und verkaufen D 10 bis G 10 Press OK, und wir sind gut zu gehen. Lösungsmethode wird die Simplex LP-Option sein. Da dies ein linearer Optimierungsfall ist und überprüfen Sie es aus. Alles, was wir jetzt tun müssen, ist Klick gelöst. Und fast sofort erhalten wir diese Ergebnisbox, die besagt, dass Solver eine Lösung gefunden hat. Alle Einschränkungen und Optimalitätsbedingungen sind erfüllt und beachten Sie, dass es die Werte hier in unseren Entscheidungsvariablen eingesteckt hat und dass es ausspuckt, dass minimale Gesamtversandkosten , die in diesem Fall $96.687 und 75 Cent sind. Gehen wir also weiter und behalten Sie diese Solver-Lösung bei. Beachten Sie, dass wir diese Werte als Szenario in unserem Szenario speichern können, Manager oder wir können einfach OK drücken und dort haben Sie es. Wir haben diese sehr komplexe logistische Herausforderung optimiert, indem wir genau bestimmen, wie viele Einheiten aus vier verschiedenen Fabriken an unsere vier verschiedenen Distributionszentren verschickt werden. Und dort haben Sie eine schnelle Demo, wie Sie Excel Solver Tool verwenden, um diese Arten von komplexeren realen Optimierungsproblemen zu lösen . 13. Analysis (Vorschau): Alles klar, Dieser nächste Pro-Tipp ist ein bisschen ein Teaser, Art von einem Sneak Vorschau in einige verschiedene Möglichkeiten, die Sie Ihre Daten mit etwas namens Analyse Tool Pack erkunden können . Genau wie Solverist das Analyse-Tool Pack ein integriertes Excel -Plug-In, das eine Reihe von fortschrittlicheren und komplexeren Data Science und statistischen Tools und Methoden unterstützt, Dinge wie die Analyse der Varianz und Genau wie Solver ist das Analyse-Tool Pack ein integriertes Excel -Plug-In, das eine Reihe von fortschrittlicheren und komplexeren Data Science und statistischen Tools und Methoden unterstützt , über Co-Varianz-Regression. T-Tests zischten ein Gramm und so weiter. Nun, offensichtlich habe ich keine Zeit, in jede dieser spezifischen Methoden einzutauchen. Im Gegenzug verdienen sie jeweils eine viel tiefere, viel umfassendere Überprüfung. Aber was ich Ihnen zeigen werde, ist der Umfang der Optionen, die in diesem Tool-Pack zur Verfügung stehen, sowie ein paar, die wir direkt aus der Fledermaus verwenden können, die einfacher, aber nicht weniger leistungsstark sind. In dieser Demo werden wir uns eine Probe von etwa 5000 olympischen Athleten zusammen mit ihrem Alter, Höhen und Gewichten ansehen . Und was wir tun können, ist in unsere Daten-Tab zu bohren und nach dem Datenanalyse-Button zu suchen. Wenn Sie nicht sehen, bedeutet dies wahrscheinlich, dass Sie das nur aktivieren müssen. Fügen Sie hinzu. Gehen Sie also zu Dateioptionen. Adan und verwalten Sie Ihre Excel Adan Zehe. Aktivieren Sie dieses Werkzeug auf der Multifunktionsleiste. Und wenn Sie durch die Datenanalyse klicken, sehen Sie hier eine Scrollliste mit all Ihren verschiedenen Optionen, von denen einige einfach sind. Einige sind ziemlich fortgeschritten. Nun, um der Demonstration willen, werden wir hier über zwei Möglichkeiten sprechen. Zuerst werden wir uns eine Korrelationsmatrix zwischen unseren drei Feldern ansehen: Alter, Alter, Größe und Gewicht. Und dann werden wir von dort aus einige beschreibende Statistiken generieren, um Dinge wie den Mittelwert-Modus zu berechnen . Varianten reichten Anzahl skew nous men und Max Werte und so weiter, ohne eine einzelne Formel eingeben zu müssen . Das ist also eine gute Möglichkeit, unsere Daten mit einem Klick auf eine Schaltfläche wirklich zu beschreiben und zu verstehen . So häufige Anwendungsfälle hier, genau wie ich Ihnen gezeigt habe, generieren Sie diese beschreibenden Statistiken, ohne Formeln verwenden zu müssen und Daten mit diesen fortschrittlicheren Data Science oder statistischen Methoden wie der Analyse Varianten, Bau von vorausschauenden Modellen , etc. Also lassen Sie uns in Excel springen und nehmen dieses Analysetool Pack für eine Probefahrt. Alles klar, also gehen Sie weiter und öffnen Sie Ihre Pro-Tip-Arbeitsmappe scrollen Sie im Inhaltsverzeichnis zu Ihren Purple Analytics-Tipps und wir werden hier in die Analyse-Tool gepackte Vorschau-Demo springen . Und wenn wir uns verlinken, sehen wir wieder unsere Liste der Olympischen Athleten. Wir haben hier eine Probe von etwa 5000 Athleten. Wir betrachten Altersgruppen, Höhen und Zentimeter und Gewichte in Kilogramm. Dies wäre also ein schöner Datensatz, um einige dieser Analyse-Toolpaket-Optionen zu üben. Also zuerst, gehen Sie auf Ihre Daten Tab off auf der rechten Seite. Hier sollten Sie Ihre aktivierten Plug Ins sehen. Wenn keine Datenanalyse angezeigt wird, fahren Sie mit den Dateioptionen fort. Adans Du wirst die Presse von Excel Adan verwalten. In dieser Liste sollten Sie das Analyse-Tool Pack sehen. Fahren Sie fort und aktivieren Sie das Kontrollkästchen und drücken Sie OK. Das sollte hier auftauchen und uns weitermachen und sehen, was wir uns zur Verfügung haben. Wenn wir also durchblättern, sehen wir hier eine Reihe von verschiedenen Optionen. Analyse von Varianz, Korrelation, Kovarianz, exponentielle Glättung, gleitenden Durchschnittszufallszahlen, T-Tests, T-Tests und einigen anderen. Also offensichtlich eine Art von Schwierigkeitsgrad und Komplexität hier. Einige einfache Werkzeuge, einige, die ziemlich fortgeschritten sind. In diesem Fall. Wir werden uns an ein paar grundlegende Optionen halten, die Sie direkt aus der Fledermaus nutzen können, beginnend mit beschreibenden Statistiken. Also gehen wir weiter und drücken OK. Hier sehen wir ein ziemlich intuitives Dialogfeld sagt. In Ordnung, was ist Ihr Eingangsbereich von Werten? Nun, ich möchte alle drei dieser Spalten erkunden oder analysieren, also wählen wir B durch D. Diese sind in Spalten organisiert, also ist das gut. Wir haben Kopfzeilen oder Beschriftungen in unserer ersten Zeile. Und wo wollen wir diese Ausgabe fallen lassen? Nun, legen wir die obere linke Ecke hier und verkaufen F eins. Und lassen Sie uns auch den Fall, der größte und kleinste, einen Wert, im Grunde eine ausgefallene Art, das Max und die Männer zu sagen. Und ich denke, das sollte es einfach tun. Wir brauchen uns keine Sorgen um das Konfidenzniveau für gemein. Bei diesem 0.95% Standard ist einfach in Ordnung. Gehen wir weiter und drücken Sie OK und schauen Sie sich das an. Es wird in all diesen zusammenfassenden Statistiken hier in Spalten, F bis K, buchstäblich in Sekundenschnelle fallen F bis K, . Ich denke darüber nach, wie lange das gedauert hätte, um all diese Werte mit Selbstformeln zu erzeugen . Dies bedeutet, dass diese Mediane, Standardabweichungsvarianten ziemlich lange in Anspruch genommen haben und in der Lage waren, nur all diese Werte zu produzieren , plus einige mehr in Sekundenschnelle. Also, wenn man sie ansieht, sieht Max und Männer so aus, als hätten wir einen Athlet, der 65 Jahre alt war, ist der älteste. Unser jüngster Athlet war nur 12 in Bezug auf die Höhe. Höchster Athlet, 216 Zentimeter. Und für diejenigen von Ihnen, die nicht auf dem metrischen System sind, das etwa 7 Meter ein Zoll. Und wir können bestätigen, indem wir einfach unsere Quelldaten hier filtern. Lassen Sie uns absteigend nach Höhe sortieren. Und hier sehen und kleiden wir Glina da Kiss, die ein griechischer Nationalbasketballspieler ist, der nicht so überraschend sein sollte, da er groß ist und dann das Betrachten Gewichten wie unser größter aussieht. Eigentlich waren es 160 Kilogramm. Unser kleinster war nur 35 Kilogramm und die gleiche Geschichte hier. Lassen Sie uns diese Gewichte aufsteigend sortieren, und Sie können sehen, dass es wie Oh Soo Ihara ist, der eine japanische Turnerin ist. Und wieder, für diese nicht-metrischen Leute, 35 Kilogramm sind ein Haar über £77. Also diese Luft sind beschreibende Statistiken wirklich, wirklich hilfreich, aber auch ganz einfach zu produzieren. Gehen wir weiter und machen ein weiteres Beispiel hier, zurück in unsere Datenanalyse-Optionen. Es ist Zeit, dass ich Korrelationen oder Beziehungen zwischen diesen drei Spalten betrachten möchte. Also die gleiche Input-Ranch hier. Sei 30. Okay, wieder die Luftsäulen. Wir haben Label-Header in der ersten Zeile, und dieses Mal lassen Sie uns unsere Korrelationsausgabe unter ihre Statistiken direkt hier in F 20 fallen. Und es ist einfach, ist das okay? Und da gehen wir. Lassen Sie uns voran und formatieren Sie diese so, dass es als Prozentsätze ein bisschen lesbarer ist. Und sieh dir das an. Wir haben diese Korrelationsmatrix, die hier produziert wird. Sie sehen 100% Art von auf der Diagonale, da jedes Feld 100% mit sich selbst korreliert. Aber die, die uns hier wirklich wichtig sind, sind diese beiden Werte sowie dieser hier. Ich werde die nur mutig machen. Und im Grunde, was uns das sagt, ist, dass es nicht viel von einer Korrelation oder Beziehung zwischen Alter und Höhen gibt. nur etwa 11% Korrelation, die zunächst ein wenig überraschend erscheinen mag, bis Sie erkennen, dass wir nicht auf die gesamte Bevölkerung schauen . Wir schauen nicht auf Höhen, zwei Neugeborene oder Säuglinge hinunter. Dies sind alle gut, zum größten Teil, erwachsene Athleten. Sobald du das Erwachsenenalter erreicht hast, wirst du nicht mehr wirklich wachsen. Es ist also nicht verwunderlich, dass wir dort eine relativ geringe Korrelation sehen, und die gleiche Geschichte gilt für Alter und warten auf die gleichen Gründe. Nun ist es interessant, dass wir eine sehr klare, sehr starke Korrelation von 78% zwischen Größe und Gewicht sehen , was auch sinnvoll ist, weil größere, größere Athleten neigen dazu, mehr zu wiegen. Also, da gehst du. Dies ist eine sehr schnelle Möglichkeit, Tools wie Korrelation und beschreibende Statistiken zu verwenden, um mehr über Ihren Datensatz zu erfahren und zu erfahren, ohne irgendwelche ausgefallenen Werkzeuge oder Formeln verwenden zu müssen. Und wieder werde ich nicht in die anderen Arten von komplexeren Werkzeugen innerhalb dieses Analyse-Toolpacks eintauchen . Aber ich würde Sie ermutigen, diese Optionen zu erkunden und versuchen, mit diesen Tools für sich selbst zu spielen . Da haben wir es. Schnellgrundierung, Schnellvorschau des Analyse-Werkzeugpakets