大多數開始主動學習excel的人，往往都是被一些美麗絢爛的圖表所吸引：

但其實，這些圖表動人的表面遠不及其背後的價值重要。

通過函數，我們會常常進行簡單的邏輯計算。

比如“判斷團隊業績是否達标”：

if(計算條件的表達式或值，滿足條件返回true,否則返回false)根據指定條件來判斷其“滿足”（TRUE）、“不滿足”（FALSE），從而返回相應的内容。

結論得出——小李和小軍均不合格。

也有可能會接觸到複雜的邏輯計算，比如要計算1月到某月的銷量和，如果切換月份時，累計銷量也會變化。這個時候就可以用到OFFSET函數：

在F2單元格添加數據驗證。選擇【數據】——【數據驗證】——允許選擇【序列】——來源選擇A2到A13單元格的數據——【确定】。這時我們就在F2單元格建立好月份的下拉菜單選項。然後在G2單元格輸入函數=SUM(OFFSET(B2,0,0,MATCH(F2,A2:A13,0)))，此時再F2單元格選擇相應的月份，G2單元格的累計銷量就會随着選擇的月變化而變化。這個函數有三個公式，最裡面的MATCH(F2,A2:A13,0)，表示查找F2位于A2到A13單元格的第幾行，比如F2單元格是十月，十月在A2到A13單元格的第10行，所以match函數返回的結果是10。OFFSET(B2,0,0,10）中省略了第五個參數，返回的結果是B2到B11單元格，最後利用sum函數對B2到B11單元格進行求和。

甚至一些更為常用的複雜函數：

（1）用VLOOKUP實現“從左到右的數據查詢”。

VLOOKUP(要找誰,在哪個區域找,返回第幾列的内容,精确匹配還是近似匹配)先從查詢區域最左側列中找到查詢值，然後返回同一行中對應的其他列的内容。

（2）用HLOOKUP實現“從上到下的數據查詢”。

HLOOKUP(要找誰,在哪個區域找,返回第幾行的内容,精确匹配還是近似匹配)先從查詢區域第一行中找到查詢值，然後返回同一列中對應的其他行的内容。

（3）用LOOKUP實現在指定的行或列中查詢指定的内容，并返回另一個範圍中對應位置的值。

LOOKUP(要找誰,在哪行或哪列找,要返回結果的行或列）

通過excel公式與函數在多角度多種場景下的應用，能不斷打磨我們對工作流程的熟悉度、加深對業務的理解、對數據的感知力，提高邏輯運算能力，為下一步打好基礎。

2、圖形圖表——提升業務審美、問題挖掘、邏輯思維力

無論是用excel做一張簡單的統計圖：

還是做一份有始有終的專業報表。

甚至花心思打造一張酷炫的可視化大屏：

都需要你會不斷了解更多的分析模型以及數據分析方法，以開拓自己的數據分析思路，不斷分析能力，探索現象及問題：

甚至我們在有意識的學習中，可以逐漸清晰自己的發展方向——比如漸漸由excel向數據分析轉型：

當然掌握了excel≠數據分析，在這一塊需要學習的内容會更多，我分享幾本在我成長過程中幫助較大的【數據分析書籍】：

1、《深入淺出數據分析》

數據分析入門第一本。通俗簡單，能夠讓你對數據分析的相關概念有大緻的了解。這本書蘊含的思想邏輯和分析原則，要好好體會，會對你以後的學習有很大的幫助。

2、《深入淺出統計學》

号稱“文科生也能看懂”的統計書。閱讀起來相當容易，一口氣就能看完。這本書所講的知識在數據分析中都是常見且必須掌握的，比如基本的統計量，基本上每個分析項目中都會用到；比如基本的概率分布，總體與樣本的概念、置信區間、假設檢驗、回歸分析，都是關于數據分析的統計學知識。

“HeadFirst類的書籍，一向淺顯易懂形象生動，可以對分析概念有個全面的認知。”

3、《精益數據分析》

“此書優勢在于将企業分成了幾個大的行業類别，并分門别類的講解了每個行業的商業模式特點及分析技巧，對使用者的分析能力要求較高，且必須具備相應的業務知識。”

書中并沒有講到具體的數據分析技術，主要分析了各種産品中用到的指标、模型和“數據驅動型産品”的一些思路。

4、《決戰大數據》

阿裡巴巴前數據副總裁車品覺所著，講解了阿裡巴巴在企業内部治理數據過程中的心得，所講“存-通-用”數據管理三闆斧和“從數據化運營到運營數據”，字字珠玑，可堪借鑒。

---

如果你看過《學會提問》這本書，你會更加明白，在職場中，“會找茬”是一項多麼難能可貴的技能。一些卓有成效的管理者，往往擅于此道，能在第一時間就找到某個結論的問題、推導某個難題的症結。

而數據分析的魅力之所以大，也恰恰因為，通過數據我們可以更加容易用批判性思維，去發現、挖掘藏在數據背後的問題，帶來難題的解決、業務的促進，甚至影響商業決策：

一家美國零售商最近發現，兩種不同變數之間存在着某種有趣的聯系。當天氣變冷，肉桂葡式蛋撻的銷量上升500%——并非所有的葡式蛋撻，隻是肉桂這一個品種。面對這種零星數據，零售商要做出抉擇。每當預測天氣即将轉冷時，應該儲備多少肉桂葡式蛋撻？還有一家零售商發現，羊奶幹酪打折似乎能促進紅酒的銷售。希望減小紅酒庫存的時候，是不是應考慮羊奶幹酪打折這種方法？這兩個問題的答案取決于大數據分析的核心問題：弄清相關性與因果關系之間的區别。人類善于發現事物的相關性——這是進化的特征——但是卻在發掘直接相關事物的關系時顯得有些笨拙。将相關性誤解為因果關系所做出的決策是危險的，可能會遭受慘敗，因為你所期待看到的影響可能并不會發生。

而這些，都不是excel一時能帶來的，是在你不斷努力之後，潛移默化中發生的。

所以請不要把excel神化，它其實隻是仗着“數據”，成為了職場的入門語言罷了。

,