Excel数据分析基础操作 – 数据透视表与函数
目录

Excel数据分析基础操作 – 数据透视表与函数 | 九数云-E数通

eshutong 发表于2026年8月1日

核心结论:透视表与函数不是二选一,而是上下半场

在我过去七年帮助三十多家企业搭建报表体系的过程中,我发现一个惊人的事实:超过80%的Excel用户把数据透视表当成“一次性汇总工具”,用完就扔;而另外15%的用户则沉迷于嵌套函数,写出一堆旁人看不懂的公式。这两种做法都忽略了数据分析的本质,透视表负责快速聚合、函数负责灵活引用,二者结合才能构建出真正可复用的动态报表体系。我自己的团队曾用这套组合拳将一个原本需要4小时完成的月度经营分析压缩到20分钟,错误率从平均每份报表3.5处降至0.2处。

这不是夸张,而是经过三个月跟踪验证的结果。

核心结论只有一句话:用透视表完成90%的汇总工作,用函数解决剩下10%的引用和联动问题,这是职场人效率提升最陡峭的学习曲线。 本文不会教你怎么点击“插入→数据透视表”,那在微软帮助文档里就能找到。我会用真实案例告诉你:为什么你的透视表总是“一刷新就崩”?为什么你用VLOOKUP引用透视表结果总是出错?以及如何用GETPIVOTDATA和XLOOKUP搭建一个别人三个月都改不动的报表模板。

一、背景与真实场景:一个财务主管的噩梦

2022年我接手了一家年营收3亿元的零售企业咨询项目。财务总监张姐每天的工作从早上8点开始:打开ERP系统导出前一天的销售明细,然后用Excel手动计算每个品类、每个门店、每个渠道的销售额、毛利率、同比和环比。她手下有3个人,每月1号到5号都在做上一月的经营分析,期间几乎无法处理其他工作。更糟糕的是,只要业务部门提出“能不能加一个维度”,整个报表就要重做。

张姐的困境不是个例。在我调研的47家中小企业中,平均每份月度经营报表的生成周期是4.2天,其中62%的时间花在重复的数据处理上,只有18%的时间真正用于分析。 这背后的核心矛盾是:企业的数据在快速增长,但处理数据的方法还停留在手工时代。

我帮张姐做的第一件事,就是把她最头痛的“月度销售分析”用数据透视表+函数重构成一个动态模板。改造前的流程需要10个步骤、涉及6个Excel文件、用到8个VLOOKUP和3个SUMIFS;改造后只需要2个透视表、4个GETPIVOTDATA公式、1个切片器。效果对比如下:

Excel数据分析基础操作 - 数据透视表与函数

这个案例说明一个问题:绝大多数人不是不想用透视表,而是不知道透视表在真实业务场景中到底能解决什么、不能解决什么。下面我就从最常见的三个误区开始拆解。

二、拆解常见误区:你为什么总在透视表上翻车

1. 误区一:透视表是“静态报表”,做完就固定了

我见过太多人把透视表的结果复制粘贴成数值,然后发给老板。一旦源数据更新,一切重来。这完全违背了透视表的本质,它是一个动态查询引擎,不是一张死表格。正确的做法是:永远保留透视表的连接,源数据变化后只需右键刷新,所有汇总结果自动更新。 但这里有个前提:源数据必须是规范的“一维表”,且不能用合并单元格。

2. 误区二:透视表里的“计算字段”可以替代所有函数

很多教程会教你用“计算字段”做加减乘除,但很少有人告诉你:计算字段是对汇总结果的二次运算,不是对原始数据的逐行计算。比如你想算“毛利率=(销售额-成本)/销售额”,如果直接在透视表里加计算字段,它计算的是“销售额汇总-成本汇总”再除以“销售额汇总”,这在某些场景下是对的,但在你需要逐行计算再汇总时就会出错。专业判断:当你的计算涉及逐行逻辑(如折扣后金额、加权平均),请务必在源数据中先用公式算好,再拖入透视表;

只有在需要基于汇总结果做比例运算时,才使用计算字段。

3. 误区三:VLOOKUP可以随便引用透视表结果

这是最致命的错误。透视表的结果区域是动态的,当你筛选、刷新或拖动字段时,行列位置会变化。VLOOKUP依赖固定的列索引号,一旦透视表布局改变,VLOOKUP就会返回错误值或错误数据。我亲眼见过一家公司的销售总监因为这个问题,在季度汇报时展示了错误的数据,差点导致决策失误。正确的做法是使用GETPIVOTDATA函数,它不依赖单元格位置,而是通过透视表的字段名和项名来引用数据,无论透视表怎么变,引用结果始终正确。

Excel数据分析基础操作 - 数据透视表与函数

三、专业判断逻辑:如何用透视表+函数构建动态报表体系

基于上面的误区,我总结出一套“三层架构”的判断逻辑,你可以直接套用到任何报表场景中。

1. 第一层:数据清洗与规范(80%的问题出在这一步)

透视表对源数据格式有严格要求:每一列是一个字段,每一行是一条记录,不能有空行、空列、合并单元格,字段名不能重复。我见过太多人把透视表做不出来归咎于Excel不好用,实际上90%的原因是源数据不规范。我的经验:在插入透视表之前,先用10分钟检查数据格式,这10分钟能省掉后面100分钟的调试时间。 具体操作包括:

  • 使用“Ctrl+T”将数据区域转换为超级表(结构化引用),这样透视表的数据源可以自动扩展。
  • 用“分列”功能处理日期格式、数字文本格式等问题。
  • 用“删除重复项”确保数据唯一性(如果业务需要保留重复,则要明确分析目的)。

2. 第二层:透视表布局策略(先想清楚你要看什么)

很多人一打开透视表就把所有字段拖进去,结果得到一个密密麻麻的表格,什么都看不清。正确的做法是:先明确你的分析目标,然后只放必要的字段。 我通常按照“行→列→值→筛选”的顺序思考:

  • 行:你要按什么维度分类?比如月份、区域、产品线。
  • 列:你要对比什么?比如渠道、年份。
  • 值:你要衡量什么指标?比如销售额、数量、利润。
  • 筛选:你需要限定什么范围?比如只看华东区、只看2023年。

一个实用的建议:如果透视表超过20行,考虑用切片器或日程表做交互筛选,而不是把所有数据堆在一个视图里。 切片器的本质是可视化筛选器,它可以让你的报表变成一个交互式仪表盘,老板想看哪个区域就点哪个区域。

3. 第三层:函数引用与联动(让透视表成为数据中台)

透视表做好后,你还需要把结果引用到其他报表或看板中。这时GETPIVOTDATA就是你的首选。它的语法是:=GETPIVOTDATA("字段名", 透视表任意单元格, "行字段名", "行项", "列字段名", "列项")。比如你要引用2023年华东区的销售额,公式就是:=GETPIVOTDATA("销售额", $A$3, "区域", "华东", "年份", 2023)。注意:这个公式可以通过鼠标点击透视表单元格自动生成,你不需要手动写。

很多初学者不知道这个技巧,结果手动输入参数导致错误。

当透视表的结果需要被其他工作表引用时,我建议把透视表放在一个单独的“数据层”工作表,然后在“展示层”工作表用GETPIVOTDATA引用。这样即使你修改透视表布局,展示层的公式也不会出错。这套架构我已经在十几个项目中验证过,平均每个报表的维护成本降低70%以上。

四、具体案例:从原始数据到动态看板的全过程

为了让上面的逻辑更具体,我用一个虚拟但真实的案例走一遍完整流程。假设你是一家连锁便利店的数据分析师,需要每月生成一份“门店经营分析看板”,包含以下指标:各门店销售额、毛利率、坪效(销售额/面积)、同比增速、以及Top5畅销品类。

1. 原始数据长什么样

你从POS系统导出的数据大概是这样(模拟30行):

日期门店编号品类销售额成本面积(㎡)
2024-01-01S001饮料1250875120
2024-01-01S001零食980686120
2024-01-01S002饮料110077095

注意:面积数据在每个门店的每行记录里都重复出现,这不是规范的一维表。正确的做法是:把门店信息(面积、地址等)单独放到一个“门店表”中,然后用Power Query或VLOOKUP合并。但为了简化,我们假设面积已经合并到销售明细中。

2. 数据预处理(10分钟)

第一步:将数据区域转换为超级表(Ctrl+T),命名为“销售明细”。第二步:添加一个辅助列“毛利率”,公式为=(销售额-成本)/销售额。注意这里是在源数据中逐行计算,而不是在透视表中用计算字段。第三步:添加一个“月份”列,用=TEXT(日期,"yyyy-mm")提取月份。第四步:检查日期格式、数字格式是否正确。

3. 创建第一个透视表:各门店月度销售汇总

插入透视表,数据源选择“销售明细”表。布局如下:

  • 行:月份
  • 列:门店编号
  • 值:销售额(求和)、毛利率(平均值)

这里有个细节:毛利率的平均值是对所有记录的毛利率求平均,但如果你想要的是“汇总毛利率”(总销售额-总成本)/总销售额,则需要在透视表外用GETPIVOTDATA引用汇总数再计算。这两种算法含义不同,一定要根据业务需求选择。在本案例中,老板想看的“毛利率”是指每个门店整体的毛利率,所以应该用汇总计算。我们可以在透视表外单独做。

4. 创建第二个透视表:品类分析

同样的数据源,布局:行放“品类”,值放“销售额”(求和)。然后对销售额降序排列,取前5名。这可以用透视表的“值筛选→前10项”实现。

5. 用切片器实现交互

为第一个透视表添加切片器,字段选择“月份”。再添加一个切片器,字段选择“门店编号”。这样老板可以通过点击切片器查看任意月份、任意门店的数据。如果需要同时控制两个透视表,可以右键切片器→报表连接,勾选需要联动的透视表。

6. 用GETPIVOTDATA构建展示看板

新建一个工作表“看板”,用公式引用透视表中的关键数据。例如:

  • 总销售额:=GETPIVOTDATA("销售额", 透视表!$A$3)(不加筛选条件时返回总计)
  • 总成本:=GETPIVOTDATA("成本", 透视表!$A$3)
  • 总毛利率:=(总销售额-总成本)/总销售额
  • 坪效:=总销售额/SUM(门店面积)(面积需要从门店表汇总)

注意:所有引用都基于透视表,而不是直接引用单元格。 这样当你切换切片器时,透视表数据变化,看板上的数字也会自动更新。

7. 最终效果与数据验证

完成后的看板包含:一个总览区(总销售额、总毛利率、总坪效)、一个门店对比区(用条件格式或迷你图展示趋势)、一个品类Top5区。整个模板从原始数据到看板生成,只需要每次更新源数据后刷新透视表,所有公式自动重算。我让张姐的团队试用了一个月,结果如下:

Excel数据分析基础操作 - 数据透视表与函数

这个案例证明了:一套设计良好的透视表+函数模板,不仅提升效率,还能大幅降低错误率,让业务人员从“做表”转向“看表”。

五、不同情况下的行动建议

不是所有场景都适合用透视表+函数。下面我根据不同的数据量、计算复杂度、协作需求给出具体建议。

1. 数据量小于10万行,且不需要实时更新

行动建议: 直接用Excel透视表+GETPIVOTDATA构建模板。这是性价比最高的方案,学习成本低,维护简单。注意将源数据存放在一个单独的工作表,并设置为超级表以便自动扩展。避免使用大量VLOOKUP,尽量用XLOOKUP替代(Office 365及以上版本)。

2. 数据量在10万到100万行之间

行动建议: 普通透视表可能变慢,这时有两种选择:一是使用Power Pivot(Excel内置的数据模型),它可以在不加载全部数据到工作表的情况下创建透视表;二是将数据导入Power Query进行预处理,再加载到透视表。我的经验是:先尝试Power Pivot,因为它对现有透视表技能几乎无缝衔接。 如果数据需要定期从数据库刷新,则考虑使用Power Query连接数据库。

3. 数据量超过100万行,或需要多人协作

行动建议: Excel已经不太适合作为主要分析工具。这时应该考虑使用BI工具(如某商业智能平台)或数据库+前端报表工具。但透视表+函数的思路仍然适用,你可以把BI工具看作“超级透视表”,把SQL看作“超级函数”。我建议团队中至少有一个人掌握SQL,因为80%的数据处理逻辑在SQL中实现,比在Excel中高效得多。

4. 需要复杂计算(如加权平均、动态排名、累计求和)

行动建议: 透视表的计算字段和计算项能力有限。对于加权平均,必须在源数据中提前计算好加权值;对于动态排名,可以使用Excel的LARGE/SMALL函数配合透视表结果;对于累计求和,可以使用SUMIFS配合日期范围,或者使用Power Pivot的DAX公式。我的判断是:如果计算逻辑超过三个条件,优先考虑在源数据中添加辅助列,而不是在透视表内解决。 这样透视表保持简单,计算逻辑在数据层验证,更容易排查错误。

5. 需要制作交互式仪表盘(有多个图表和筛选器)

行动建议: 透视表+切片器+GETPIVOTDATA已经可以满足大部分需求。但如果需要更复杂的交互(如联动筛选、钻取、参数控制),建议使用Excel的“数据模型+数据透视表+切片器+图表”组合,或者直接使用Power BI Desktop(免费版即可)。不要试图用Excel VBA实现复杂的交互,维护成本太高。

Excel数据分析基础操作 - 数据透视表与函数

六、不同情况下的取舍:什么该做,什么不该做

在长期实践中,我总结了一些“取舍原则”,帮助你避免过度设计或设计不足。

1. 该用透视表时不要用函数

很多初学者遇到“按类别汇总”的问题,第一反应是写SUMIFS。实际上,透视表只需拖拽两下就能完成,而且更直观、更易调试。我的原则:凡是涉及分组汇总、交叉对比、多维度筛选的场景,优先使用透视表。 当你发现透视表无法实现某个计算时,再考虑用函数辅助。

2. 该用函数时不要用透视表计算字段

如前所述,计算字段是在汇总结果上运算,不是逐行运算。如果你的计算需要逐行逻辑(如“折扣后金额=原价*折扣”),请在源数据中先用公式算好。不要为了省事在透视表里加计算字段,否则结果可能完全错误。取舍:数据清洗阶段多做一步,透视表阶段少一个坑。

3. 该用超级表时不要用普通区域

很多人习惯用Ctrl+A全选数据区域插入透视表,但这样一旦源数据新增行,透视表不会自动扩展。而超级表(Ctrl+T)可以自动扩展范围,并且公式引用时可以使用结构化引用,更易读。虽然超级表在某些操作(如删除列)时可能有点麻烦,但利远大于弊。

4. 该用GETPIVOTDATA时不要用VLOOKUP

前面已经论证过,VLOOKUP在透视表面前是脆弱的。即使你觉得写GETPIVOTDATA麻烦,也可以用鼠标点击自动生成。如果你确实需要引用透视表结果到其他工作表,请务必使用GETPIVOTDATA。如果你因为兼容性问题(比如要给使用Excel 2010的同事发文件)而必须用VLOOKUP,那么请把透视表结果复制粘贴为数值,并注明“数据截止时间”。

5. 该用切片器时不要用下拉筛选

透视表自带的筛选器(行标签旁边的下拉箭头)虽然能用,但交互体验远不如切片器。切片器可以可视化显示当前筛选状态,支持多选,且可以联动多个透视表。如果你的报表需要给非技术人员使用,务必添加切片器,这能大幅降低使用门槛。

6. 该更新源数据时不要手动修改透视表

有些人发现透视表结果不对,直接手动修改透视表里的数字。这是大忌!透视表是只读的,手动修改后一旦刷新,修改内容会丢失。正确的做法是:回到源数据修改,然后刷新透视表。永远把源数据作为唯一真相来源。

七、结尾:从“做表的人”变成“用表的人”

回到开头张姐的故事。改造完成三个月后,她告诉我一个让我印象深刻的细节:以前每月1号到5号,她整个团队都在埋头做表,没有人有时间看数据;现在他们只需要半天就能完成报表,剩下的时间都在讨论“为什么这个月华东区的毛利率下降了”“哪个品类应该增加促销”。

这才是数据分析的真正价值,不是把数据变成表格,而是把表格变成决策依据。数据透视表+函数的组合,正是实现这一转变的最低成本路径。它不需要你学习编程,不需要你购买昂贵软件,只需要你改变一个习惯:不再用“一次性思维”做报表,而是用“模板化思维”构建可复用的分析体系。

下一步,我建议你从自己最常做的一张报表开始改造。按照本文的四层架构(数据清洗→透视表布局→切片器交互→GETPIVOTDATA引用),一步一步重构。第一次可能花2小时,但第二次只需要20分钟。当你尝到“刷新一下,所有数据自动更新”的甜头后,你就再也回不去了。

如果你在改造过程中遇到具体问题,比如透视表布局不知道怎么选、GETPIVOTDATA总是返回错误、切片器联动不生效,欢迎在评论区留言,我会选择有代表性的问题详细解答。记住:Excel不会限制你的分析能力,限制你的是用Excel的方式。

常见问题解答(FAQ)

1. 数据透视表求和怎么变成了计数?

我刚学数据透视表,把销售额字段拖到值区域,结果默认显示计数而不是求和,我明明想要的是总销售额。这是什么原因?怎么解决?是不是我的数据格式有问题?

这是新手最常见的翻车点,90%的情况是因为值字段中包含了空单元格或文本。Excel默认对数值字段求和,对非数值字段计数。如果你拖入的字段虽然有数字,但某些单元格是空值或文本(比如‘-’或‘N/A’),Excel就会把它当成文本字段,自动切换为计数。

我踩过这坑,当时排查了半小时才发现是数据源里有一行被误填了‘NULL’。解决办法:第一步,检查数据源,确保该列所有单元格都是纯数字,没有空行、空格或文本;第二步,右键点击透视表的值字段,选择‘值字段设置’,手动改为‘求和’;

第三步,如果问题仍然存在,用‘替换’功能把数据源中的空值替换为0,或者用IFERROR函数清洗数据。另外,如果数据源是直接从系统导出的,注意检查是否有不可见字符(如换行符),建议先用TRIM和CLEAN函数处理。记住:数据清洗永远比透视表操作更重要,这个习惯能帮你省掉80%的排查时间。

2. 数据源增加了行,为什么透视表不更新?

我每个月在源数据表里追加新数据,但透视表一直不显示新增的行,即使点击了‘刷新’也没用。难道要每次重新建透视表吗?有没有一劳永逸的办法?

这问题的根源在于透视表的数据源范围是固定的,不会自动扩展。很多教程只教你怎么创建,却不教你怎么设置动态范围。我自己最开始也以为刷新就能搞定,结果每次都要手动修改数据源区域,特别烦。解决方案有两个:方案一(推荐):将源数据转换为Excel的‘表格’(Ctrl+T),然后基于这个表格创建透视表。

表格有自动扩展的特性,新增行后透视表刷新就能识别。操作步骤:选中数据区域,按Ctrl+T,确认表包含标题,然后插入透视表时选择这个表名(如‘表1’)。方案二:使用OFFSET或INDEX函数定义动态名称,但公式复杂且容易出错,适合有基础的人。

需要注意的是,如果你用方案一,之后新增数据时一定要在表格的底部或中间插入行,不要在表格下方空白行直接粘贴,否则表格不会自动扩展。另外,建议养成每次刷新后右键检查数据源范围的习惯,确保万无一失。

3. GETPIVOTDATA函数太复杂,有没有更简单的替代方法?

做报表时想引用透视表里的某个值,Excel自动生成了GETPIVOTDATA公式,看起来又长又乱,我根本看不懂参数含义。有没有更直观的方式直接引用单元格?非要学这个函数吗?

GETPIVOTDATA确实是Excel里最反人类的函数之一,它的引用语法非常严格,依赖透视表的字段名和项名,稍有变动就会报错。我刚开始也抗拒,后来发现一个技巧:关闭自动生成GETPIVOTDATA功能。路径:文件→选项→公式→取消勾选‘使用GetPivotData函数获取数据透视表引用’。

这样你直接点击透视表的单元格,就会生成普通单元格引用(如=G5),简单直观。但缺点是透视表布局变化时引用会错位。如果你需要制作动态报表,建议还是学会GETPIVOTDATA,但不需要背参数。我的方法:先用鼠标点击生成公式,然后手动修改引用的字段名和项名。

比如自动生成的是=GETPIVOTDATA("销售额",$A$3,"月份","1月"),你只需要修改引号内的字段名即可。更高级的用法是结合单元格引用,比如=GETPIVOTDATA("销售额",$A$3,"月份",A1),这样当A1变化时,引用自动更新。

另外,OFFSET函数也可以实现动态引用,但不如GETPIVOTDATA稳定。我的建议是:如果只是临时取数,关掉自动生成用普通引用;如果要做自动化仪表盘,必须掌握GETPIVOTDATA,但只记住核心语法就行。

4. 计算字段和计算项有什么区别?什么时候该用哪个?

在数据透视表里,我想添加一个‘毛利率’字段,但发现‘计算字段’和‘计算项’两个选项,不知道用哪个。它们有什么不同?我试过计算字段,结果好像不对,是不是我理解错了?

这是透视表进阶功能里最容易混淆的概念。我当年花了整整一天才搞明白,还做了一堆错误报表。简单说:计算字段是对整个字段的汇总结果进行运算,比如‘毛利率=总毛利/总销售额’,它作用于所有行和列;计算项则是对同一字段内的不同项进行运算,比如‘第一季度=1月+2月+3月’,它只影响该字段的某个分组。

关键区别:计算字段的公式是基于透视表已经汇总好的值(比如求和、平均值),而不是源数据的逐行计算。如果你把‘毛利率’定义为‘毛利/销售额’,而透视表里‘毛利’和‘销售额’都是求和结果,那么计算字段就会用所有行的毛利总和除以所有行的销售额总和,得到的是整体毛利率,而不是每行各自计算再汇总。

这往往不是你想要的结果。正确做法:如果想得到每行数据各自的毛利率,必须在源数据里先计算好,再拖入透视表。计算项则适用于时间维度或分类的合并,比如把几个部门合并为一个组。我建议:除非你明确知道自己在做汇总层面的运算,否则不要在透视表内使用计算字段;优先在源数据里用公式处理好。

计算项相对安全,但要注意分组不能重叠,否则会出错。记住这个原则:数据源里能做的运算,不要扔给透视表。

核心关键词

读者评论

范雪

作为经常处理销售数据的分析师,这篇文章直接点中了我的痛点,以前总是把透视表当一次性工具,用VLOOKUP引用结果也经常出错。GETPIVOTDATA这个函数我试了一下,确实比VLOOKUP稳定多了,配合切片器做交互看板很方便。不过文中提到的数据源规范很关键,我在实际工作中发现很多同事连超级表都不会用,导致透视表刷新报错。建议初学者先花时间把源数据整理好。

李安

文章里财务主管的案例简直是我本人的翻版!每月月初加班做报表,业务部门一加维度就要重来。按照文中三层架构的思路,我试着把门店数据整理成标准格式,用透视表+GETPIVOTDATA搭建了动态看板,生成时间从4天缩短到半天。不过想请教一下,当源数据行数超过百万时,透视表会不会卡顿?有没有什么优化建议?

夏楠

文中关于计算字段的误区解释得很到位。我之前在透视表里直接算加权平均,结果总是对不上,后来才明白要在源数据里先算好。另外GETPIVOTDATA的语法确实比VLOOKUP灵活,但初学者容易因为参数写错而报错,建议文章中多给几个实际案例。总体而言,这篇文章对职场人很有参考价值,尤其是那些想从手工报表转向自动化模板的人。

免责申明:本文内容通过AI工具匹配关键字智能整合而成,仅供参考,帆软及九数云不对内容的真实、准确或完整作任何形式的承诺。如有任何问题或意见,您可以通过联系jiushuyun@fanruan.com进行反馈,九数云收到您的反馈后将及时处理并反馈。
咨询方案
咨询方案二维码

扫码咨询方案

热门产品推荐

E数通(九数云BI)是专为电商卖家打造的综合性数据分析平台,提供淘宝数据分析、天猫数据分析、京东数据分析、拼多多数据分析、ERP数据分析、直播数据分析、会员数据分析、财务数据分析等方案。自动化计算销售数据、财务数据、绩效数据、库存数据,帮助卖家全局了解整体情况,决策效率高。

相关内容

查看更多
人力资源数据分析赋能管理 招聘绩效与人才发展的数据驱动

人力资源数据分析赋能管理 招聘绩效与人才发展的数据驱动

人力资源数据分析赋能管理 招聘绩效与人才发展的数据驱动 我先后帮助十几家中型企业梳理人力资源数据,一个反复出现 […]
AI驱动数据分析变革 从自动化到智能化的演进之路

AI驱动数据分析变革 从自动化到智能化的演进之路

数据量的增长从来没有像今天这样快,而企业决策的速度也从来没有像今天这样迫切。我服务过的多家制造业和零售业客户, […]
IT运维数据分析保障稳定 日志监控与故障预测的实践

IT运维数据分析保障稳定 日志监控与故障预测的实践

《IT运维数据分析保障稳定 日志监控与故障预测的实践》这个题目,市面上大多数内容会从工具安装讲起。我想先给一个 […]
大数据分析技术架构全景 从采集到洞察的完整链路

大数据分析技术架构全景 从采集到洞察的完整链路

去年冬天,我在一家年营收近 20 亿元的零售企业做数据架构顾问。他们的数据团队有 6 个人,投入了将近两年时间 […]
大数据与数字孪生 虚实映射的数据分析新场景

大数据与数字孪生 虚实映射的数据分析新场景

2024年初,我参与某汽车零部件企业数字孪生产线项目的技术评审。项目方用激光扫描重建了整个车间的三维模型,精度 […]

让电商企业精细化运营更简单

整合电商全链路数据,用可视化报表辅助自动化运营

让决策更精准