數(shù)據(jù)量太大，Excel拖不動怎么辦？還有其他能取代Excel但易上手的工具么？

這個(gè)問題真是撞到槍口上了，我有收到不少的類似提問，今天就來統(tǒng)一解答一下。

大數(shù)據(jù)量做報(bào)表或數(shù)據(jù)分析的方案

• 百兆以上，幾十萬行excel的數(shù)據(jù)量：數(shù)據(jù)庫ACCESS+SQL

• 數(shù)據(jù)若不是達(dá)到億萬級別，直接用BI工具分析

• 再大，就不是爾等表哥表姐，數(shù)據(jù)分析師能解決的了。

鑒于大家都有一般日常都用Excel，本文將要主要講第一類方案，出一篇完整教程，通用且實(shí)用，用到的工具是ACCESS數(shù)據(jù)庫。

關(guān)于ACCESS，它Excel的同宗兄弟，同屬微軟Office一門，上手不難，一周搞定基本操作。

它可以解決做數(shù)據(jù)運(yùn)營的小伙伴們的如下抱怨：

業(yè)務(wù)上要處理的Excel數(shù)據(jù)表格存儲量越來越大，超過50MB就慢如蝸牛，這時(shí)表格里要是再多個(gè)IF、VLOOKUP函數(shù)什么的，電腦就直接罷工了；要是遇到向下面這樣大小的Excel表格，服務(wù)器級別的電腦都吃不消，更別談進(jìn)行數(shù)據(jù)處理和數(shù)據(jù)分析了。

數(shù)據(jù)量超大的excel表格連打開都難

遇到上圖這么大存儲量的Excel數(shù)據(jù)表格，卡是必然的，死不死機(jī)就看人品了。那遇到這樣的難題，有沒有能處理大存儲量文件，同時(shí)又操作簡單、容易上手的數(shù)據(jù)分析軟件呢？

答案是當(dāng)然是：YES，而且還是Excel的同宗兄弟，同屬微軟Office派系的ACCESS。

以下內(nèi)容將以運(yùn)營中常見的一個(gè)分析項(xiàng)目為案例，力求讓做數(shù)據(jù)分析的小伙伴們對ACCESS有一個(gè)基本的了解，從而找到分析大批量數(shù)據(jù)的思路和方法。

下圖是本文使用ACCESS對原始表格進(jìn)行數(shù)據(jù)分析的4大目標(biāo)。

這里先就ACCESS的基本情況說兩句，然后用一個(gè)實(shí)際案例進(jìn)行數(shù)據(jù)分析的實(shí)操。

一、ACCESS數(shù)據(jù)庫簡介

1.ACCESS和SQL語句的基本概念

Access，全稱“Microsoft Office Access”，是微軟OFFICE中的一個(gè)成員, 由微軟發(fā)布的關(guān)系數(shù)據(jù)庫管理系統(tǒng)。它結(jié)合了 Microsoft Jet Database Engine 和圖形用戶界面兩項(xiàng)特點(diǎn)，是 Microsoft Office 的系統(tǒng)程序之一。（來自百度百科）

提到ACCESS，就不得不提SQL，只有掌握了SQL，才能將ACCESS的功能發(fā)揮到極致。SQL的全稱是“結(jié)構(gòu)化查詢語言”(Structured Query Language),是一種聲明式語言。

首先要把這個(gè)概念記在腦中：“聲明”。跟大家以往所知的編程語言相比， SQL 語言是為計(jì)算機(jī)聲明了一個(gè)你想從原始數(shù)據(jù)中獲得什么樣的結(jié)果的一個(gè)范例，而不是告訴計(jì)算機(jī)如何能夠得到結(jié)果。換言之，SQL的真正核心在于對表的引用。

SELECT first_name, last_name FROM employees WHERE age> =25

上面的例子很容易理解，我們不用關(guān)心這些雇員記錄從哪里來，我們所需要的只是那些年齡大于等于25歲的雇員的數(shù)據(jù)（age> =25）。

2.ACCESS的優(yōu)勢

ACCESS最明顯的好處在于，它可以在不用掌握很高深編程語言的條件下，處理Excel所不能承載的大存儲量的數(shù)據(jù)原始文件，速度奇快，且易學(xué)易用。

3. ACCESS的常用語句

下表是ACCESS使用過程中常用的一些SQL語句，理解起來不算困難。

ACCESS數(shù)據(jù)庫常用的SQL語句標(biāo)題

要想學(xué)好數(shù)據(jù)分析工具，最重要的是用實(shí)際案例來調(diào)動各種零碎的工具使用知識點(diǎn)，在歷經(jīng)完整的案例分析后，短時(shí)間內(nèi)就可以掌握這些工具的操作方法。

簡單介紹完了ACCESS和SQL語句后，接下來開始ACCESS數(shù)據(jù)分析實(shí)操吧！

二、ACCESS數(shù)據(jù)分析實(shí)操

1.數(shù)據(jù)導(dǎo)入

下表是本文進(jìn)行ACCESS數(shù)據(jù)分析的原始文件，數(shù)據(jù)量近230MB，Excel打開需等待好幾分鐘，而且得看電腦心情…出于商業(yè)保密的目的，本文將使用其中的部分?jǐn)?shù)據(jù)進(jìn)行分析實(shí)操，且做一定處理。

標(biāo)后臺導(dǎo)出的原始數(shù)據(jù)題

先將Excel中的文件導(dǎo)入ACCESS中，按下圖箭頭路徑所示：

導(dǎo)入excel原始數(shù)據(jù)文件標(biāo)題

按上述步驟操作后，自動生成主鍵（即ID），得到如下結(jié)果：

Excel原始數(shù)據(jù)文件導(dǎo)入到ACCESS中標(biāo)題

2.用戶下單時(shí)間段分析

進(jìn)行下單時(shí)間段的分析，需要將用戶下單的時(shí)間轉(zhuǎn)化為小時(shí)“時(shí)點(diǎn)”，這里使用的SQL語句是format，功能是對所選字段進(jìn)行格式設(shè)定，語法為：

format(引用字段,"數(shù)據(jù)格式")

其中，“數(shù)據(jù)格式”在時(shí)間上一般選用H（小時(shí)）、D（天）、M（月）或Y（年）。

然后，再使用count函數(shù)，將UserID進(jìn)行計(jì)數(shù)，得到的結(jié)果即是訂單量。

注意，使用format和count之后，需要使用“AS”將其定義為新的字段，這里二者分別定義為“時(shí)段”和“訂單量”。

下單時(shí)間段分析操作步驟

在“創(chuàng)建”里新建一個(gè)“查詢設(shè)計(jì)”，點(diǎn)開右下角的“SQL”，然后在SQL會話框輸入如下語句：

SELECT format(下單時(shí)間,"h") AS 時(shí)段, count(UserID) AS 訂單量

FROM 元數(shù)據(jù)

GROUP BY format(下單時(shí)間,"h");

然后，點(diǎn)擊“設(shè)計(jì)”下的“運(yùn)行”，得到如下結(jié)果：

各個(gè)時(shí)段的訂單量分布情況

舉個(gè)例子來說明上面的結(jié)果該如何解讀，假如某位顧客是12:23下單，則該時(shí)間點(diǎn)歸到“12”這個(gè)時(shí)段里了，而“12”代表的是12~13時(shí)這個(gè)時(shí)間段。可以根據(jù)“運(yùn)營實(shí)操｜如何利用微信后臺數(shù)據(jù)優(yōu)化微信運(yùn)營”這篇文章里的方法利用函數(shù)將其變?yōu)闀r(shí)段顯示。

3.付款區(qū)間訂單量分布情況分析

計(jì)算付款區(qū)間需要用到一個(gè)比較牛X的函數(shù)--- Switch,它是按順序計(jì)算一系列的表達(dá)式，如果某一表達(dá)式成立，則返回其隨后的值。

語法：

SWITCH(條件1，結(jié)果1，條件2，結(jié)果2，條件3，結(jié)果3，…，條件N，結(jié)果N)

條件1、條件2、條件3：表示要計(jì)算的表達(dá)式，條件1成立的話，返回值結(jié)果1，條件2成立的話，返回值結(jié)果2，依次類推。

按照上述的方法，在“創(chuàng)建”里新建一個(gè)“查詢設(shè)計(jì)”，點(diǎn)開右下角的“SQL”后，輸入如下語句：

SELECT userID, 付款額, switch(付款額<=10,"1~10元",

付款額<=20,"11~20元",

付款額<=50,"21~50元",

付款額<=80,"51~80元",

付款額<=150,"81~150元",

付款額>150,"151~220元")AS 消費(fèi)區(qū)間

FROM 元數(shù)據(jù);

點(diǎn)擊“運(yùn)行”后，得到如下結(jié)果：

標(biāo)用戶單次下單的消費(fèi)金額所對應(yīng)的消費(fèi)區(qū)間題

此時(shí)，關(guān)于消費(fèi)區(qū)間的數(shù)據(jù)處理還未結(jié)束，因?yàn)檫@是每一條下單記錄的付款額所對應(yīng)的消費(fèi)區(qū)間。我們接下來要做的是類似于excel中數(shù)據(jù)透視表的做法，將消費(fèi)區(qū)間放在第一列，從而對每個(gè)消費(fèi)區(qū)間有多少訂單量進(jìn)行統(tǒng)計(jì)。

所以呢，跟上面一樣，得新建一個(gè)查詢了，名稱改為“付款區(qū)間訂單量統(tǒng)計(jì)”。

這里需要輸入的SQL語句是：

SELECT 消費(fèi)區(qū)間, count(UserID) AS 訂單數(shù)量

FROM 付款區(qū)間

GROUP BY 消費(fèi)區(qū)間;

點(diǎn)擊“運(yùn)行”后，得到的結(jié)果顯示如下：

各消費(fèi)區(qū)間訂單量分布情況

然后，將上述數(shù)據(jù)復(fù)制到Excel表格里，制成如下的百分比扇形圖，可以直觀的分析出每個(gè)消費(fèi)區(qū)間的訂單量占比情況，進(jìn)而看到整體的用戶消費(fèi)水平如何，對這段時(shí)間內(nèi)的運(yùn)營進(jìn)行合理評估。

各消費(fèi)區(qū)間訂單量占比扇形圖

?

4.各區(qū)域訂單量、用戶數(shù)量及銷售額分析

（1）各區(qū)域用戶數(shù)量

這個(gè)就有點(diǎn)小麻煩了，用戶數(shù)量用“userID”的計(jì)數(shù)間接計(jì)算出來，但是由于絕大部分的用戶下單次數(shù)不小于2次，所以直接計(jì)數(shù)的話，得出來的結(jié)果就是訂單量了。鑒于此種情況，我們得換個(gè)思路，先做出一個(gè)不重復(fù)的用戶下單信息表，也就是每個(gè)用戶ID下單的頻次表。

新建一個(gè)“查詢設(shè)計(jì)”，命名為“用戶消費(fèi)頻次”。在SQL對話框里輸入如下語句：

SELECT UserID, COUNT(UserID) AS 消費(fèi)次數(shù), 區(qū)域

FROM 元數(shù)據(jù)

GROUP BY UserID, 區(qū)域;

點(diǎn)擊“運(yùn)行”后，得到的結(jié)果顯示如下：

用戶下單頻次表

這樣，我們就可以以這張用戶消費(fèi)頻次表作為跳板，在再次新建的表里計(jì)算出每個(gè)區(qū)域的用戶數(shù)量咯。

新建一個(gè)“查詢設(shè)計(jì)”，命名為“各區(qū)域用戶數(shù)”。在SQL對話框里輸入如下語句：

SELECT 區(qū)域, count(UserID) AS 總用戶數(shù)

FROM 用戶消費(fèi)頻次

GROUP BY 區(qū)域;

點(diǎn)擊“運(yùn)行”后，得到的結(jié)果顯示如下：

各區(qū)域用戶數(shù)量

（2）各區(qū)域訂單量、消費(fèi)金額狀況

新建一個(gè)“查詢設(shè)計(jì)”，命名為“各區(qū)域訂單情況”。在SQL對話框里輸入如下語句：

SELECT 區(qū)域, count(UserID) AS 訂單總數(shù), sum(付款額) AS 總金額, avg(付款額)AS 平均消費(fèi)金額

FROM 元數(shù)據(jù)

GROUP BY 區(qū)域;

點(diǎn)擊“運(yùn)行”后，得到的結(jié)果顯示如下：

各區(qū)域訂單量、消費(fèi)金額狀況

再將上面的各區(qū)域用戶數(shù)量整合到這張表里，就得到了關(guān)于這三個(gè)區(qū)域完整的運(yùn)營情況概覽表。見下表：

各區(qū)域運(yùn)營情況概覽

5.用戶價(jià)值分析

這里的用戶價(jià)值分析基于RFM模型，不過對其進(jìn)行了進(jìn)一步的完善，在原先“累計(jì)消費(fèi)金額”的基礎(chǔ)上，引入了“最低消費(fèi)金額”、“最高消費(fèi)金額”和“平均消費(fèi)金額”這三個(gè)指標(biāo)，力求全面的反映消費(fèi)者的購買力。

新建一個(gè)“查詢設(shè)計(jì)”，命名為“用戶消費(fèi)情況”。在SQL對話框里輸入如下語句：

SELECT userID, min(付款額) AS 最低消費(fèi)金額,

max(付款額) AS 最高消費(fèi)金額,

avg(付款額) AS 平均消費(fèi)金額,

sum(付款額) AS 消費(fèi)總金額,

count(付款額) AS 消費(fèi)頻次,

datediff("d",max(下單日期),#2015-9-15#) AS 最近一次消費(fèi)距離今天天數(shù)

FROM 元數(shù)據(jù)

GROUP BY userID;

點(diǎn)擊“運(yùn)行”后，得到的結(jié)果顯示如下：

用戶價(jià)值分析表

得到該表后，可以對其進(jìn)行聚類分析，按照R、F、M這三個(gè)維度對用戶進(jìn)行分類，詳情可參看“【數(shù)據(jù)運(yùn)營實(shí)操】如何運(yùn)用數(shù)據(jù)分析對某個(gè)試運(yùn)營項(xiàng)目進(jìn)行“無死角”的復(fù)盤？”這篇文章。

最后，我們還可以得出這三個(gè)區(qū)域總的訂單情況和銷售金額情況：

新建一個(gè)“查詢設(shè)計(jì)”，命名為“各區(qū)域銷售總覽”。在SQL對話框里輸入如下語句：

SELECT count(userID) AS 訂單總數(shù),

sum(付款額) AS 付款總額,

avg(付款額) AS 平均訂單金額

FROM 元數(shù)據(jù);

點(diǎn)擊“運(yùn)行”后，得到的結(jié)果顯示如下：

三個(gè)區(qū)域的銷售情況總覽

?

結(jié)語

由上面的案例可以看出，如果SQL語句用得稍微熟練的話，ACCESS處理數(shù)據(jù)不會比Excel遜色，而且處理大批量數(shù)據(jù)正是它的強(qiáng)項(xiàng)。

總結(jié)

以上是生活随笔為你收集整理的当excel不够用时，如何利用Access进行数据分析？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。