一、数据比对怎么比对两个表格数据

数据比对怎么比对两个表格数据方法如下：

1、 在开始界面中，点击右方的筛选功能，点击高级筛选。在唤出的高级筛选窗口，选择单元格里的数据。再通过条件区域选择单元格里的数据，然后点击确定。筛选完毕后，单元格里的数据显示相同的数据，把显示的数据做颜色标记后。

选择所有数据，双击底部单元格，就可以把所有数据显示出来。没有颜色标记的便是两个表中不一样的数据。

2、如果是两份数据进行对比，先将两份数据复制到同一表格中。选取需要对比数据的部分，点击上方的格式，选择条件格式。选择完后会弹出对话框，输入需要对比数据的单元格。

点击确定后，更改表格的格式，把对比的部分设为红色填充。对比结束后，相同的单元格数据便会显示红色了。

数据比对介绍

数据分析比对是常见的一种数据分析方法，通常被称之为对比分析法。是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。数据是事实或观察的结果，是对客观事物的逻辑归纳，是用于表示客观事物的未经加工的原始素材。

二、数据分析方法(一):对比与对标

对比是 数据分析 最基本的方法，通过对比识别数据差异。但是对比有得失。在分析过程中，对比得当可获得精准结论，但对比分析也存在陷阱，比如某产品近期销售数据在下滑，想当然得会得出结论此产品受欢迎度在下降，但是查看销售比（销售数/DAU）却在上升，所以只是因为DAU下降了。

所以如何去有效对比？

1、 横向、纵向多维度对比

对比的前提是两个事物或统一个事物的两个状态，其次必须要有一个对比的指标或标准（这里可称为对比的度量）。对比的两事物一个是主体，另一个是客体。也就是明确对比的三要素：主体、客体和度量。比如小明比小王高5cm，就是一个最简单的对比，这里小明是主体，小王是客体，度量身高，且人们对于身高这个度量存有共识。但如果去大排档吃一碗炒饭50元，可能觉得很贵。那如果是取希尔顿吃一碗炒饭128元可能就不觉得贵，这里我们选择了常识作为比较的基准，客体也没有问题，问题在于我们所谓的“常识”并非所有人的“共识”，如果不是共识，就要非常谨慎地得出结论，否则就容易从自我出发做出判断，影响结论的中肯性。

2、建立标准化的对比客体和度量

就是因为标准可以是认为确定的，所以存在质疑和不确定性。

建立标准化的对比可以是时间标准、空间标准、特定标准、计划标准。

3、 比率的对比

常见的对比是大小的对比、数量的对比，比如销售额的对比，人数的对比，使用不同的对比指标会得到不同的结论，我们把对比标准的选择叫做视角，视角不同，结论不同。比如上述对比小明小王俩同学，身高是视角事宜，除此之外还有年龄、学习成绩、颜值等等。在对比各种变化的原因时，我们也有各种模型，我们所要做的就是找到合适的对比视角。

直接描述事物的变量：长度、数量、高度、宽度等

加工后可得到：增速、效率、效益等指标，这才是数据分析时常用的。

如下图的AB公司销售额对比，虽然A公司销售额总体上涨且高于B公司，但是B公司的增速迅猛，高于A公司，即使后期增速下降了，最后的销售额还是赶超。（数据都是笔者瞎编的，工具用的是FineBI）

3、 指标的逻辑与管理指标

数据分析师有一个关键的职能就是要设计“指标”来对比，设计指标和应用指标有着天壤之别。比如某保健品公司，他们的产品是各类补品及奶粉，他们的业务与市场中人口的出生率、老龄化速度、市场整体购买力、对保健品的消费观念有着直接关系，还与政府对这个市场的管控力度有关。分析这么多之后，有没有一个指标来反映这些综合的因素，它的正反代表着好坏。

考虑到以上因素需要构建一个综合性的指标，这需要各种数据的加权计算。在不考虑市场规模的情况才，可以先构建一个指标指数模型：

Y=aX1 + bX2 + cX3 + dX4+……

Y 可定为市场吸引力指标值

X1 可定为老龄化程度

X2 可定为市场整体购买力

X3 可定为市场对保健品的品牌的看法

X4 可定为政府对这个市场的管控力度

abcd是系数，分别代表影响力程度

当然以上只是简单的罗列，实际情况比如X2还能分解出多个影响指标，甚至整体可以换成乘法模型，指数模型。。。

4、 对标的层次和维度

设定了各项管理指标后，剩下的就是比较工作了。从变化到追踪事物变化的诡计，找到问题的根源，从而找到书屋发展规律，这个过程叫对标。对标可以和自己比，也要和别人和竞品比。

对标的维度有规模指标、速度指标、效率指标、效益指标。

规模指标比如营业额、销售额，电商平台的UV、日活，医院的一天接诊数量，年营业收入额；

速度指标往往代表着活力，也是看未来趋势和潜能的重要指标类，包括各种运营管理指标的速度指标。

效率指标即投入和产出比，如果投入的是时间，月度产值、季度产值；如果投入的是净资产、则净资产周转率；如果投入的是人，人均产值，人均销售额。

三、数据分析中常用分析思路-对比分析解析(二)

对比是识别事物的基本方法对比――横向、纵向及多维度对比比值比率背后的逻辑指标的逻辑与管理指标对标的层次和维度标杆管理与榜样的力量。

最常见的对比是大小的对比、数量的对比，例如销售额的对比、人数的对比、时间长短的对比。使用不同的对比指标会得到不同的结论。

我们把对比标准的选择叫作对比的视角，对比视角不同，就会得出不同的结论。例如将小强和小明对比，从身高的角度对比，就有了高矮的判断，我们还可以从学习成绩、年龄等其他的视角进行对比。在对比人的时候，我们可能会有更加综合的维度，例如在对比客户的时候，我们会综合考虑各种因素；在对比各种变化的原因时，我们也有各种模型。对比随时随地都在发生，我们所要做的就是找到合适的对比视角，针对同样的问题，发现不同的洞察。

对第一层级的变量做了对比之后，我们还可以形成综合的变量。将第一层级的变量（直接描述事物的变量，如长度、数量、额度、宽度、高度等）加工之后得到的变量，称作二级变量。在进行二级变量对比的时候，常用的有增速、效率、效益等指标。

增速是指在一定时间范围内数量变化的比率。两家公司、两个产品、两个市场、两个客户、两个渠道，都可以对比增速。而对比的时间周期可以按照月份、季度或者年度来设定。2015年，美国的国内生产总值为17.4万亿美元，中国的国内生产总值为10.4万亿美元，美国全年经济的增速是2.4%，中国全年经济的增速是6.9%。这就是速度的比较，如下图所示。我们很自然地会问，如果按照这个增速发展下去，中国国内生产总值赶超美国大概要等到哪一年？2027年！

效率是投入与产出之间的比值，是资源利用能力的评价指标。效率对比就是看谁能够利用更少的投入产出更多的价值。对比两家企业的效率，可以看出哪家企业更有发展潜力，更有竞争力。

常用的衡量人力资源效率的指标是人均产值（一定时期内平均每个人产出的价值）、元当产值（公司每发出一元工资所带来的产值），如下图所示。前者是把人数作为投入要素来评价的，而后者是把人员工资作为投入要素来评价的。如果一家公司的销售额和利润实现了快速且稳定的增长，但是在公司成长的过程中，物质要素的效率在提高，而劳动力要素的效率却在下降，即人均产值在下降，那就意味着随着公司的发展，新招聘的人员的平均水平在下降，而工资却在不断增长，每一元工资投入的产出在大幅度下降。

一些表面繁荣的公司，背后却蕴藏着巨大的人力资源危机，公司的人力资源整体水平在下降，这样的公司是很难持续发展的，特别是到了市场竞争越来越激烈时期，人力能力跟不上公司的发展。如果公司在发展的过程中看不到这个问题，将来就会成为非常关键的问题――公司在快速发展时，所有的问题都不是问题，但到了公司发展受阻时，一个小问题都会成为天大的问题。很多公司在危难时期面临的问题都是在顺境中衍生的。所以，对一些效率指标的跟踪非常重要。

对于相对比较复杂的事物，某一个维度的分析往往只代表一个侧面，不能代表事物的全貌。而如果对比的维度太多，我们往往就不能得到一个明确的答复。

例如小明比小强高10厘米，但小强比小明帅；有的客户购买力不强，但他能够带动朋友来购买公司的产品和服务。这就需要综合考虑各个因素，也给数据分析工作带来了新的挑战――我们需要找到一个更加简单的方法来评价事物。

所谓的指标，就是各种评价标准经过加权综合之后得到的具有一定意义的评价体系。例如消费者物价指数就是衡量物价变化的指标。蔬菜价格在上涨，但大米的价格在下降，肉、禽、蛋、奶的价格也在下降，我们就不能说整体的物价在上涨。那么如何评价物价的波动呢？可以用衡量物价的综合指标――CPI（ConsumerPriceIndex，消费者物价指数）或工业价格指数PPI（ProducerPriceIndex，生产者物价指数）等指标来衡量物价的波动。

消费者物价指数（CPI）是综合了大多数人的消费习惯，按照消费产品的比例加权计算消费者综合的消费价格波动，不同时期的CPI组成也不同，不同国家也会根据消费者不同的消费习惯组合成不同的消费者物价指数。因为中国地域广阔，消费者的消费习惯差异很大，所以CPI带给大家的感觉也会不同。CPI的本质是用来衡量消费者所拥有的现金在特定时期生活消费购买力变化的指标。PPI则是指工业生产者综合购买力的指标。

在企业管理中也会采用一些综合的评价指标来进行对比。例如，最为典型的就是KPI（KeyPerformanceIndicator，关键业绩指标），它是根据公司对某个岗位的要求，以及在各个维度上要求的重要程度的不同，设定不同的权重，从而形成的一个综合评分指标。不同岗位在不同公司的KPI设定肯定会不同。为了能够更好地让业绩指标为公司战略服务，曾经有知名的咨询公司提出一个通过综合考虑4个方面要素而组合出来的KPI指标，叫作BSC（BalanceScoreCard，平衡记分卡），其考虑到每个岗位的财务指标、客户指标、成长指标和流程指标。不同公司中不同岗位的BSC肯定不同，但基本涵盖的是4大类指标的综合加权平均值。

数据分析师有一个关键的职能就是要设计“指标”来对比。设计指标与应用指标有着天壤之别，很多人在应用别人的指标的时候还会出错，如果要真正设计指标，则需要对事物之间的逻辑关系有着深刻的理解。

例如，笔者服务过一家经营婴幼儿食品的公司，其产品包括配方奶粉、米粉、水果泥和婴幼儿安全营养补充零食。他们的业务与一个市场中人口的出生率、这个市场的整体购买力、消费者对婴幼儿食用包装食品的观念有直接的关系，还与政府对这个市场中的食品安全管控力度有关系。分析了这么多关系之后，他们希望能够构建一个指标反映一个市场对公司的吸引力，从而能够让公司根据这个市场吸引力指标来投资。

而市场的吸引力还与市场中的竞争强度有关系，如果在这个市场中竞争者众多，前几名的竞争者实力雄厚，后台资本实力强大，那么这个市场的吸引力就小；如果这个市场几乎是空白市场，那么这个市场的吸引力就大。

考虑到以上因素，我们需要建立一个综合指标来评价这个市场的吸引力，最好能够直接得到一个分数进行直观判断，例如80分的市场比75分的市场有5分的吸引力差异，60分的市场是30分的市场的吸引力的两倍。那么如何设计这个指标呢？我们需要各种数据的加权计算。

在不考虑市场规模的情况下，我们可以先构建一个指标指数模型：

Y=aX1+bX2+cX3+dX4+eX5+fX6+…

其中：

Y：市场吸引力指标值。X1：婴儿出生率（或者每年婴儿出生的数量）。X2：市场购买力平价指标。X3：消费者对婴幼儿包装食品的态度。X4：企业信誉对消费者购买婴幼儿产品的影响。X5：政府对婴幼儿食品的管控力度。

a,b,c,d,e,f…是系数，代表影响的程度。

我们可以构建一个加法模型。加法模型代表各个要素之间并没有相互的影响，各个要素独立地对市场吸引力产生影响。

当然我们也可以构建成乘法模型：

Y=aX1×X2×X3×X4×X5×X6×…

此乘法模型假设各个要素之间是相互影响的。例如如果消费者的信心不足，则购买力会因此被大幅度缩小。

我们可以追踪各种历史数据，将不同阶段的数据放到一起，形成多个数据组合方程式，通过近似求解的方法实现对模型的构建。最终得到一个计算市场吸引力指标的数学模型：

Y市场吸引力=f（X1,X2,X3,X4,X5,X6,…）这个数学模型可以用来指导公司未来的市场投资实践，也可以在公司不断拓展市场的过程中不断地验证这个数学模型，不断完善各种假设、指数、系数、计算方法，最终形成适合公司自我发展过程中的扩张模型。

这是本书第一次提到数学模型的构建，这些内容需要读者具有数学基础。如果以上的内容让你感到很难理解，那么完全可以跳过这部分内容；如果你是从事数据分析专业的人士，那么这部分内容对你来说应该不太难；如果你不是从事数据分析专业的人士，那么只需要了解这些内容就足够了，不需要深究，更不需要自己去构筑完成一个数学模型；如果你是公司的高层管理者，那么阅读这部分内容可以让你更好地了解一个数据模型产生的过程，从而能够理解数据分析师每日的工作内容。

下面就以CPI来进行示范说明。CPI本质上是一个构筑数学模型后形成的综合数据指标。

假设一个居民每个月要吃掉5斤猪肉、3斤鸡肉、2斤牛肉、1斤羊肉、0.5斤鸭肉，0.5斤鹅肉、5斤白面、5斤青瓜……经过大量的统计调研，我们得到全国人民的饮食结构是如上的构成要素。

我们调研所有的菜市场（其实是抽样代表）中所有这些产品的价格，得到本月该居民的消费支出，假定为1000元；下个月他同样购买这些产品来满足自己的日常生活需要，但是各个产品的价格发生了变化，用当月新的产品价格重新计算了他的消费支出情况，得到的结果是1050元，那么将该月的消费支出与上个月的消费支出进行对比，消费者价格上涨了（1050-1000）/1000=5%。如果把上个月的CPI认定为100元，则本月的CPI为105元，CPI上涨5%。这就是对CPI即消费价格指数的形象描述。当然，实际的CPI计算会比这个要复杂，因为我们监控的产品品种比我列举的要多，获取产品价格的渠道和监测点也要多得多。

指数在整个经济领域中有着重要的地位，有的指数直接代表了经济的风向标，甚至左右着经济的发展。代表一个经济体、一个经济实体或者公司的指标有信誉评级指标，价格指标有CPI和PPI，短期经济发展兴衰指标有PMI（采购经理人指数）……

我们对数据进行对比分析的时候，除简单地直接对比数据外，还需要构建一些可以重复使用或者在某个部门、某个业务领域、某个情景下进行评测的指标。这些指标背后可以是多个数据的综合分析结果，也可以是某个业务指标的合集。数据分析师要根据业务需求做出各种指标的模型，并形成长期的观测数据集，从而验证这种指标的合理性，只有通过长时期实践检验的指标才可以成为公司持续使用的对比指标。一个综合指标企业使用越久，就越完善，并且可以体现出公司管理的特色。

当企业的管理指标逐步丰富之后，你会发觉企业的管理文化和管理体系都在发生着潜移默化的改变。之前管理者的职责是根据生产经营状况做出决策并确保决策的执行，在执行的过程中形成事前、事中和事后的反馈，并不断调整决策的执行过程。

当数据承担起更多的这种分析和决策的过程时，管理者的职责逐渐从“思考型”向“指挥型”过渡，并且对管理者的聪明程度、经验能力的要求反而变弱了。同样能力的管理者所能够管理的人员数量在逐步发生变化，管理幅度在增加，一些复杂的管理工作逐步由数据和数据指标在发挥作用，一些分析和判断性的工作由智能的系统来完成，企业组织逐步转向扁平化、社群化。

全文摘自《企业经营数据分析-思路、方法、应用与工具》赵兴峰著

上期内容：

数据分析中常用分析思路-对比分析解析（一）、

①对比是识别事物的基本方法

②对比――横向、纵向及多维度对比

下期内容预告：

数据分析中常用分析思路-对比分析解析（三）

①对标的层次和维度

②标杆管理与榜样的力量