① 具备VBA批量数据处理能力;
② 熟练运用Excel基本函数及数据透视表;
③ 运用Power Query进行数据规范化整理,Power Pivot数据建模,采用Power BI进行可视化呈现;
④ 能够运用Power BI及Tableau可视化工具进行数据可视化;
⑤ 利用Python进行数据处理,运用Matplotlib、Seaborn、Bokeh、Plotly可视化库进行可视化。
⑥ 利用Selenium爬虫技术进行商品数据爬取,并对其数据进行有效清洗处理,最终得到完整商品报价表。
针对上百只产品数据,运用VBA进行批量提取与分析,对临界(或不合格)数据予以警示标注,将相应数据自动填写入《XXX随行文件》、《XXX测试报告》及《XXX验收报告》相应位置。
运用Power Query对XXX公司销售数据规范化整理,Power Pivot建立数据模型及相应目标完成度KPI,采用Power BI呈现各地销售代表销售目标完成情况、各省份销售情况分布图、各销售产品树状图,并通过月份切片器,实现三图联动效果。
通过采用Pandas数据透视表对500强企业进行分析,洞悉行业发展动态,选取数量最多的15个行业,并可视化。
本例以2018年XXX公司的自行车销售数据为基础,采用Microsoft家族的系列产品进行数据可视化。如下图所示将分三步完成:第一步通过Power Query数据获取,并对数据进行规范化整理;第二步通过Power Pivot建模;最后将完成建模的数据导入Power BI进行可视化
图1为某销售公司2018年销售目标完成情况,各省销售情况分布图及各型产品销售金额树状图。本例通过Power Query数据获取,并对数据进行规范化整理,运用过Power Pivot建模,最后将数据导入Power BI。采用月份切片器,通过不同月份的选择,呈现当月的销售目标完成情况
采用Python自动化测试工具selenium爬取某东手机网站首页,运用Power Query进行数据规范化及清洗处理,将手机品牌、内存及价格用Tableau工具进行可视化分析。找出网站主推机型及配置,性价比较高的手机,同一配置涉及较全的品牌,为个人购机提供决策支持。