陈则：数据分析与分析报告PPT制作

陈则注册讲师 16查看

课程概要

培训时长 : 1天

课程价格 : 扫码添加微信咨询

课程分类 : 工作技能

课程编号 : 35157

联系老师

适用对象

课程介绍

一、概述

有效的信息传递原则

什么样的报告才是让领导满意的报告
我们需要什么样的报告技能
报告的不同场合和注意事项
不同类型的报告的行文特点
性格特点与报告风格
数据汇总与分析的基础

必需掌握的几个实用的数据处理技能和技巧

管理软件导入数据的高效数据整理与处理

从海量数据中快速高效提取关键数据

表格架构的重新搭建

二、数据分析方法与步骤

数据收集
数据整理

Excel函数公式：统计、查询、逻辑等函数介绍

Exce数据透视表：快速汇总多个工作表数据

数据分析
数据挖掘
图形呈现

三、数据分析方法

● 概述

● 对比分析法

● 平衡分析法

● 动态分析法

● 指数分析法

● 因素分析法

● 异常分析法

● 分组分析法

● 趋势分析法

● 结构与比例分析法

●案例解析多维分析方法

四、使用图表展示数据—图表类型解析

1）九大类型的图表，您应该选择哪一种图表

2）确定信息的相对关系

●成分比例关系

●时间序列关系

●频率分布关系

●相关性关系

●项目对比关系

3）根据表达的目的和信息关系选择图表的形式

4）案例解析：这些图表的选择是正确的吗

5）瀑布图，帕拉图、气泡图、甘特图、波士顿矩阵图的制作与应用

五、数据分析结果解读与可视化

1）确立指标与数据解读

2）将指标图形化

3）将指标关系图形化

4）将时间和空间可视化

5）将数据进行概念转化

6）如何选用正确的图形

饼图？柱形图？折线图？等等

六、分析报告的制作

(一)、PPT幻灯片演示的目标与作用

1. 什么是商务演示

2. 成功商务演示的标准

3. 精彩完美演示的三个层面

4. 商务演示三原则

5. 演示PPT幻灯片设计的四标准

(二)、最具说服力的阐述逻辑

1. 说服宗旨

2. 说服的结构

3. 提案说服三步曲

4. FAB结构

5. WIIFY法则

6. 金字塔结构

7. 空间结构

(三)、突出重点的核心原则与方法

1. KISS原则详解

2. 突出重点四步骤

3. 加减乘除法

4. 标题句的写作与提炼

 什么是商务演示的重点

 如何发掘重点与亮点

 要有内容的标题

 要有灵魂的标题

 写语感标题

(四)、概念的图形化的五种方法

1. 图化的四个层次

2. 图示化步骤

1）SPSS统计图形

2）水晶易表创建交互式可视化分析

3）动态文件

4）交互式报告

3. 概念关系分析

4. 文字概念图形化演练

5. 第五讲：用图表说话

 图表丰富的表现手段

 图表的强调

 与众不同的炫目图表设计

(五)、色彩构图与专业设计的标准

1. 色环与色调

2. 色彩的象征意义

3. 配色原则

4. 构图原则

5. 设计模版应用

6. 三基色原理和Powerpoint的颜色体系

7. 与公司CI设计配套的颜色设计

8. 配色的三项基本原则

9. 配色方案及应用技巧

10. 系统配色盘、第三方配色盘的应用

11. 如何模仿媒体的配色方案

(六)、抓住观众眼球的动画应用规范

1. 及酷炫的动画设计动画的属性详解

2. 文本动画应用

3. 图表动画应用

4. 电视艺术动画应用

5. 瞧瞧四种动画类型的对比

6. 看看动画是如何使一个复杂的画面变得简单

7. 让优美的文字似水流淌

8. 我家的图表会跳舞

9. 动画也会过山车

10. 音乐响起来

11. 把网站首页动画搬到PPT里

12. 很好很强大的一个动画实例

(七) 、优秀PPT作品与设计原则

陈则老师的其他课程

• 陈则：数据分析与商业预测: 第1章　引言与概念第2章　数据分析的流程第3章　明确要解决的问题 3.1 问题从哪来？ 3.2 如何确定我们的主要问题？（二八分析法） 3.3 决定问题的因素有哪些？（头脑风暴法，鱼骨图分析法）第4章　提升需求预测准确率的十大利器 4.1 历史销售数据的清洗 4.2 在数据聚集的高层次上做预测然后分解 4.3 使用终端销售数据做预测 4.4 正确使用自上而下，自下而上和中间开花的预测方式 4.5 发现并剥离有特殊需求模式的SKU 4.6 正确使用最适合的预测模型 4.7 建立完善的需求预测管理流程 4.8 正确理解需求预测冲突的成因建立激励性而非惩罚性的考核机制 4.9 专业需求预测职能的配备 4.10 争取高层支持第5章　历史销售数据的收集与清洗 5.1 从系统导数据，遇到过哪些问题？ 5.1.1 日期数据不能直接用 5.1.2 数值为什么不能直接求和？ 5.1.3 姓名一样，但是无法vlookup 5.1.4 有重复值怎么办？ 5.1.5 缺失值怎么处理？ 5.1.6 极值（最大值/最小值）怎么处理？ 5.2 从表单收集数据，遇到过哪些问题？ 5.2.1 收回来的数据表格，格式不统一怎么处理？ 5.2.2 数据表格能不能分权限来限制？ 5.2.3 几十张表格，如何快速的合并到一张大表里？ 5.3 数据收集小工具推荐 5.3.1 一键去空行/空列 5.3.2 一键合并多个文件等等第6章　数据分析 6.1 数据的描述性经营 6.1.1 均值，中位数，众数，方差，标准差等 6.2 数据的汇总经营 6.2.1 多工作表的数据为什么汇总很麻烦？ 6.2.2 多工作表的数据汇总该如何解决？ 6.2.3 数据透视表能做什么？ 6.2.4 数据透视表的值字段设置：快速的求和、计数、百分比、累加百分比 6.2.5 如何实现透视表的顺序和报表顺序一致？自定义序列排序 6.3 数据汇总出来后，该如何分析？ 6.3.1 四大基本分析方法：对比、分类、分布、相关 6.3.2 对比/分类/分布/相关分析法：定义、原则、标准 6.3.2 中高级分析方法：结构分析法、ABC分析法矩阵关联分析法综合评价分析法回归分析法预测/趋势分析法等等 6.3.3常用的数据挖掘方法假设检验信度分析列联表分析方差分析聚类分析因子分析法多维分析法等等第7章　数据结果的解读 7.1 明确指标的计算法则 7.2 选择一个基点，一个参照系 7.3 关注异常值 7.4 基于目的，转动数据魔方，各种转化 7.5 相互验证，大胆假设，多方求证 7.6 把握趋势或者规律 7.7 归纳总结，数清理明第8章　用图表表达，让图表说话 8.1 常用图形介绍 8.2 热力图介绍 8.3 雷达图介绍 8.4 柏拉图介绍 8.5 其他常用图形的演化 8.6 图表美化的技巧：动态图、商业图等介绍 8.7 每种分析方法的常用图形总结第9章　数据分析与商业预测 9.1 预测责任者与支持者 9.1.1 预测的组织流程 9.2 不同的预测模型各自的优缺点 9.3 多元回归分析：如何分析多个因素对目标值的影响程度，包含 9.3.1 如何建立多变量业务预测模型 9.3.2 如何评估业务模型的有效性 9.3.3 企业外部变量（例如经济宏观数据）的选择和过滤 9.4 回归分析演练：如何量化分析广告的效果 9.5 定性预测法 9.6 时间序列平滑预测 9.7 曲线趋势预测 9.8周权重预测法 9.9 组合预测第10章数据分析与企业经营 10.1 数据分析与采购库存相结合 10.1.1 安全存量三种设定方法 10.1.2 库存量降低五大方法 10.1.3 预测模型介绍

• 陈则：数据分析在零售业中的应用: 第 1 章　什么是数据分析 1.1　"聪明"的销售人员 1.2　数据分析的概念 1.3　数据分析的意义 1.4　数据分析的四个层次 1.4.1　业务指导管理 1.4.2　营运分析管理 1.4.3　经营策略管理 1.4.4　战略规划管理 1.5　数据分析流程图 1.5.1　分析需求 1.5.2　收集数据 1.5.3　整理数据 1.5.4　分析数据 1.5.5　数据可视化 1.5.6　应用模板开发 1.5.7　分析报告 1.5.8　应用 1.6　数据分析应用模板第 2 章　寻找零售密码 2.1　周权重指数 2.1.1　寻找店铺零售规律 2.1.2　周权重指数 2.1.3　周权重指数的计算 2.1.4　日权重指数的特殊处理 2.2　周权重指数的应用 2.2.1　判断零售店铺销售规律辅助营运 2.2.2　分解日销售目标 2.2.3　月度销售预测 2.2.4　销售对比 2.3　神奇的黄氏曲线--单位权重（销售）值曲线 2.3.1　单位权重（销售）值曲线 2.3.2　应用在销售追踪过程中 2.3.3　特殊事件的量化处理 2.3.4　促销活动的分析及评估 2.3.5　新产品上市的分析及评估 2.3.6　其他应用 2.4　案例及应用--数据化排班第 3 章　销售中的数据分析 3.1　销售都是追踪出来 3.1.1　没有目标管理就没有销售的最大化 3.1.2　没有标准就没有追踪的依据 3.1.3　如何用数据化追踪销售 3.1.4　销售追踪注意事项 3.2　常用的销售分析指标 3.2.1　人货场是零售业基本的思维模式 3.2.2　零售业常用的分析指标 3.2.3　如何确定指标的重要性 3.3　提高销售额的杜邦分析图 3.3.1　路过人数 3.3.2　进店率 3.3.3　成交率 3.3.4　平均零售价 3.3.5　销售折扣 3.3.6　连带率 3.4　促销中的数据分析 3.4.1　影响冲动购买的因素有哪些 3.4.2　零售业常用的促销方式 3.4.3　促销活动的准备、执行和评估 3.5　案例及应用第 4 章　商品中的数据分析 4.1　常用的商品分析指标 4.1.1　商品分析的基本逻辑 4.1.2　常用的商品分析指标 4.1.3　伤不起的售罄率 4.1.4　再谈如何确定指标间的重要性 4.2　常用的商品分析方法 4.2.1　商品的自然分类方法 4.2.2　商品的销售分类方法 4.2.3　商品的价格分析 4.2.4　商品的定价策略 4.3　商品的关联销售分析 4.3.1　商品的关联程度分析 4.3.2　购物篮分析 4.3.3　提高商品关联度的方法 4.4　商品的库存管理 4.4.1　库存分析逻辑 4.4.2　异常库存管理 4.4.3　设置库存预警条件 4.5　商品的利润管理 4.5.1　谁在决定商品的利润 4.5.2　商品的现值 4.5.3　库存的现值分析法 4.6　案例分享第5章　收集数据 5.1 从经分系统导数据，遇到过哪些问题？ 5.1.1 日期数据不能直接用 5.1.2 数值为什么不能直接求和？ 5.1.3 姓名一样，但是无法vlookup 5.1.4 有重复值怎么办？ 5.1.5 缺失值怎么处理？ 5.1.6 极值（最大值/最小值）怎么处理？ 5.2 从表单收集数据，遇到过哪些问题？ 5.2.1 收回来的数据表格，格式不统一怎么处理？ 5.2.2 数据表格能不能分权限来限制？ 5.2.3 几十张表格，如何快速的合并到一张大表里？ 5.3 数据收集小工具推荐 5.3.1 一键去空行/空列 5.3.2 一键合并多个文件等等第 6 章　必知必会的数据分析方法 6.1　数据分析的立体化 6.1.1　数据分析必须立体化 6.1.2　三维分析之点-线-面 6.1.3　三维分析之时间-对象-指标 6.1.4　三维分析之人-货-场 6.1.5　三维分析之广度-宽度-深度 6.2　数据没有可对比性就没有数据分析 6.2.1　被滥用的同比和环比 6.2.2　伤不起的各种"率" 6.2.3　她真的是销售冠军吗 6.3　常用的数据分析方法 6.3.1　如何设定指标的权重 6.3.2　经典的二八法则应用 6.3.3　ABC分析方法 6.3.4　排行榜分析方法 6.3.5　你真的了解平均值吗 6.4　数据展示也是一种分析方法 6.4.1　Excel图表的展示逻辑 6.4.2　不一样的雷达图 6.4.3　清清爽爽的K线图 6.4.4　高端大气的热力图 6.4.5　四象限图的策略思维第 7 章　如何建立数据分析模型 7.1　数据分析应用模板 7.1.1　自定义区域 7.1.2　数据源区域 7.1.3　分析辅助区域 7.1.4　业务预警区域 7.1.5　业务分析区域 7.1.6　报告展示区域 7.2　搭建数据分析模板必会的Excel十大技巧 7.2.1　必须要掌握的54个函数 7.2.2　数据透视表 7.2.3　自动排名 7.2.4　四象限图 7.2.5　智能提醒 7.2.6　PPT随Excel图表自动更新 7.2.7　密码保护 7.2.8　控件和VBA的使用 7.2.9　名称管理器 7.2.10　如何隐藏数据

• 陈则：数据分析在人力资源管理中的应用: 第一章人力资源数据分析的意义 1.1 人力资源管理工作为何需要数据分析？ 1.1.1 数据分析是人力资源管理发展的趋势 1.1.2 数据分析体现人力资源从业人员的技术刚性 1.1.3 数据分析能够为人力资源管理者提供强有力的决策支持 1.1.4 数据分析是人力资源管理的刚性需求 1.2 人力资源数据分析有什么特点 1.2.1 数据分散性 1.2.2 数据相关性 1.2.3 非标准化数据 1.3 大数据和人力资源管理有什么关系？ 1.3.1 人力资源数据是大数据吗？ 1.3.2 大数据技术可以用在人力资源管理上吗？ 1.4 人力资源数据分析的难点是什么？ 1.4.1 取数难 1.4.2 缺技能第二章数据分析前的准备工作 1.2 如何选用数据分析工具？ 1.2.1 常用的数据分析软件 1.2.2 选择数据分析工具的策略 1.2.3 关于Excel 1.2.4 关于R 1.2.4.1 R的江湖地位 1.2.4.2 R的前世今生 1.2.4.3 R是算法聚宝盆 1.2.4.4 R是绘图专家 1.2.4.5 人力资源管理人员使用R技能需求 1.3 如何有效收集数据 1.3.1 打通关节，从内外部渠道收集数据 1.3.2 内部渠道如何收集数据 1.3.3 外部渠道如何收集数据 1.4 与时俱进，运用各种工具收集数据 1.4.1 用Adobe Acrebat制作PDF问卷收集数据 1.4.2 利用互联网、手机微信进行问卷调查 1.5 整理数据 1.5.1 关于一维表 1.5.2 处理缺失值 1.5.3 处理重复数据 1.5.4 数据分组 1.5.5 生成新数据第三章员工年度需求预测 1.3 需求描述 1.4 分析方法 1.4.1 回归分析 1.4.2 回归分析的作用 1.5 数据准备 1.5.1 分析影响人员数量的指标并收集数据 1.5.2 对数据进行相关分析 1.6 分析过程 1.6.1 建立线性回归模型 1.7 结果应用 1.7.1 根据回归模型预测下一年度员工需求第四章培训师评估 1.4 需求描述 1.5 案例分析 1.5.1 数据准备 1.5.2 分析案例 1.6 分析过程 1.6.1 计算平均数和标准差 1.6.2 计算Z分数和T分数 1.6.3 绘制正态分布图 1.6.4 标注位置 1.7 衍生内容 1.7.1 平均数和标准差 1.7.2 正态分布 1.7.3 标准分第五章薪酬公平性分析 1.5 需求描述 1.6 分析方法 1.6.1 薪资结构图 1.6.2 基尼系数 1.6.3 薪资均衡指标Compa 1.6.4 公平感计量模型 1.7 数据准备 1.8 分析过程 1.8.1 用薪资结构图分析薪酬结构合理性 1.8.2 用基尼系数分析总体薪酬差距 1.8.3 用薪资均衡指标Compa分析各岗位薪资均衡程度 1.8.4 用公平感计量模型分析员工对薪资的公平感第六章员工综合能力评估 1.6 需求描述 1.7 分析方法 1.7.1 综合评价法 1.8 分析过程 1.8.1 确定指标体系 1.8.2 收集指标数据 1.8.3 确定指标权重 1.8.4 量化指标内容 1.8.5 分数标准化 1.8.6 综合分数排序 1.9 结果应用第七章员工离职倾向分析 1.7 需求描述 1.8 案例分析 1.8.1 数据准备 1.8.2 数据分析结果与解释 1.9 分析方法 1.9.1 Boosting 1.9.2 随机森林 1.10 分析过程 1.10.1 建模 1.10.2 检验 1.10.3 应用第八章员工辞职报告的情感分析 1.8 需求描述 1.9 案例分析 1.9.1 数据准备 1.9.2 内容分析结果与解释 1.10 分析方法 1.10.1 文本内容的情感分析方法 1.10.2 文本内容的分词方法 1.11 分析过程 1.11.1 导入分析内容 1.11.2 分词 1.11.3 计算情感积分 1.11.4 显示结果

陈则：数据分析与分析报告PPT制作

课程概要

适用对象

课程介绍

陈则老师的其他课程

相关课程

添加企业微信