
運(yùn)用Excel函數(shù)、數(shù)據(jù)透視表和圖表靈活分析薪酬數(shù)據(jù)
1、月薪酬數(shù)據(jù)的多維度分析
對于這個(gè)問題,很多人會(huì)覺得是多余的,覺得沒什么分析的必要。但是,假如領(lǐng)導(dǎo)給你要這個(gè)月,每個(gè)部門的社保合計(jì)是多少?加班費(fèi)是多少?哪些部門的加班費(fèi)出現(xiàn)了異常?每個(gè)部門的人數(shù)是多少?最低工資如何、最高工資如何?人均工資如何?等等,你會(huì)如何在5分鐘內(nèi)作出相應(yīng)的報(bào)告出來?
這樣的問題, 如果使用數(shù)據(jù)透視表來解決,將是非常方便和迅速的。下面舉例說明。
下圖是某個(gè)月薪酬數(shù)據(jù),現(xiàn)在要求制作各種維度的分析報(bào)表。
首先以原始數(shù)據(jù)制作一個(gè)基本的透視表,然后進(jìn)行基本布局,就得到每個(gè)部門的社保匯總表,如下
將數(shù)據(jù)透視表進(jìn)行重新布局,就得到如下的考勤匯總表格:
重新布局透視表,并對應(yīng)發(fā)合計(jì)進(jìn)行不同的匯總計(jì)算,就得到如下的報(bào)表,然后繪制薪浮圖,可以更加清楚的揭示每個(gè)部門的工資情況:
利用透視表組合功能,還可以對工資區(qū)間進(jìn)行分析,如下:
2、全年12個(gè)月工資匯總分析
對于這個(gè)問題,最簡單的方法是先把12個(gè)月工資數(shù)據(jù)復(fù)制粘貼到一個(gè)工作表,然后再進(jìn)行透視分析。此外,還有一個(gè)更加科學(xué)和靈活的方法,就是使用現(xiàn)有連接 SQL語句的方法制作動(dòng)態(tài)匯總分析報(bào)表,但是這種方法對每個(gè)工資表的要求是極其嚴(yán)格的,并且要編寫相應(yīng)的SQL語句,此處就不再介紹了。
3、月度薪酬滾動(dòng)分析模版
前面的分析方法,都是對已有數(shù)據(jù)的靜態(tài)分析。假如要對每個(gè)月、每個(gè)部門、每個(gè)崗位、每個(gè)人、每個(gè)工資項(xiàng)目進(jìn)行跟蹤分析,并對預(yù)算和實(shí)際實(shí)現(xiàn)情況進(jìn)行差異分析,及時(shí)發(fā)現(xiàn)異動(dòng)數(shù)據(jù),又該如何做呢?此時(shí),需要使用函數(shù)建立滾動(dòng)跟蹤分析模版了。
下面是一個(gè)薪酬滾動(dòng)分析模版的示意圖,供大家參考借鑒。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10