Excel表哥表姐如何提高工作杠杆率

 数据库在DT时代很普遍,几乎百分之六七十的国民每天都在处理数据,但是大部分都是用Excel存储数据、处理数据、分析数据,所以造成了网上所说的有百万表格表姐的传说,一开始我有点不敢相信我特意在网上查、用QQ群搜索Excel表格表姐群,结果还真是遍地开花。

       Excel对于企业来说还真的是很通用的工具,它非常便利、简单易用、个人免费。有好处的同时也带来了缺陷,它对数据存储有限制每一个sheet页最多能存储104万条,对数据的持久化不稳定随时可能会丢失文件损坏打不开,重复性操作太多至少每个月需要重复一次做一次需要一两天才能交付结果,业务变动前期月份的数据要重新手工处理,分析结果不太好共享只能把原始数据文件给需要分享的人。基于以上问题是我在表哥表姐那里听到最多的。

       在我发表了《商业智能7B理论模型》后有不少每天用Excel处理数据的人问我BI如何才能学好,有没有视频。学好BI的第一步是学数据库,学会了数据库并不一定要学BI都能解决你遇到的绝大多数问题。

疑问?

1、有很多人不理解学数据库干嘛?

2、能帮我提升Excel处理数据的能力吗?

3、能涨工资吗?

4、能升职吗?

5、花那么多精力学了后能帮到我啥?

(数据库有什么用:数据库是任何系统的大脑,基于数据库的数据处理能力是长效的工作技能

回答这些问题我选择用

工作杠杆率  来解释。 

什么是工作杠杆率?

       随着你所做工作的产品或者服务到的人增多,如果你付出的边际成本没有降低甚至越来越高,这就说明你的工作杠杆率比较低。如果边际成本下降很快甚至为零,那么工作杠杆率就高。(边际成本:服务1个人成本10块,服务100个人成本也是10块,那就是边际成本为0)

        工作杠杆率低的工种有一个特性:简单、重复性、机械性。比如打字员、流水线工人、出租车司机、收银员。

        你可能早就忘了中学时期学过的杠杆原理,但阿基米德说的这句话你一定记得:给我一个支点,我就能撬起地球。这句话可以很好的诠释工作杠杆率的本质:用最小的代价,起最大的作用。也可以换一种说法:如何将你的单位时间用得越来越有价值?

怎么来衡量?有两条判断标准:一是所花的时间最小化,二是造成的影响最大化。这就是为什么IT人员工资普遍性的偏高虽然我还是很低,因为他们花最少的时间造成最大的影响,他们当然比你更值钱,也可以用“投机取巧、一劳永逸”来形容。

       前几年我非常困惑,学习了很多也做了很多项目,为什么每一次做项目都要重复很多东西而且做的很混乱,某一天我看到国内某位知识管理领域专家发表的一篇文章,它描述了一个观点:

层次越高、抽象越深、作用越大

就这12个字我用了一年时间去理解它并用于我的工作生活中。创造出《Focus数据管理系统》、《商业智能7B理论模型》。而这位专家就是研究知识管理已15年的田志刚老师,一年前田老师出了一本新手《卓越密码:如何成为专家》推荐给大家,我特别佩服田老师总结的从新手专家要经历的五个时期。这本书已经是第七次印刷,下面是这本书的购买地址,现在半价25元。

广告

卓越密码:如何成为专家

作者:田志刚

当当

       对于经常用Excel来处理数据的职场人员来说,使用数据库是帮助你来提升工作效率的,如果你是某个部门的数据分析岗或是运营管理人员还不会用数据库来解决业务数据清洗整合问题,那你应该开始把数据库学起来用起来,很有可能公司已经开始嫌弃你工作效率低,会招工作效率高的人替代;高效率淘汰低效率是很正常的事情,也是任何公司一直都在做的事情。

       举一个大家都知道的例子,富士康安装4万套机器人来替代流水线工人,典型的高效率淘汰低效率,对工人大裁员,出于社会的舆论压力,他们老板出来说不会放弃任何一位员工,资本的眼里只有利益,出于政治目的才这么说的,大家都心知肚明,有了机械人后开始不用加班了,流水线上的工人不加班工资肯定会大幅度下降,工资少了越来越多的人觉得没有必要呆下去,所以自己自动离开流水线选择离职,富士康的目的最终还是会达到只是时间问题。

为什么要安装机器人:

1、机器人不用休息,

2、机器人没有情绪,

3、机器人没有劳动合同,

4、机器人可以随时更换不需要找借口裁员,

5、机器人能保证产品质量,

6、机器人只需要花一次大成本购买后续每月边际成本很少,而人又不一样每月要发工资年底还要发年终奖。

经常用Excel处理数据的职场人员为什么要学习数据库

1、能持久的保证数据不会损坏不会打不开。

2、单表的数据量能轻松存储上亿条。

3、能让多人用Excel连接数据库取数达到共享的状态。

4、能处理复杂的业务数据。

5、能自动化的每天更新数据。

6、IT人员给你数据不再用Excel邮件发给你。

7、减少大量的重复动作复制粘贴。

8、数据库是最通用的数据处理技能。

9、有了数据库技能前端BI展示可以任意更换BI工具。

       对于有报表系统、BI系统的企业来说,就没有必要在去折腾数据库因为你不用Excel去处理数据,如果你考虑到未来的话我还是建议去学习数据库。

       那么只会用Excel处理数据和分析数据的职场人如何学习数据库,这里我写了一系列的文章和录制一些视频供大家免费学习,会使用Excel 和 数据库进行对比教学学习,让你学习数据库毫不费力、轻松掌握数据库技能,同时Excel数据分析大部分使用透视表,这里我会使用微软BI多维模型代替数据透视表同步录制出视频。 只要你认真跟着视频操作,掌握从Excel——》数据库——》BI就非常简单。

======开启学习之旅======

BI入门项目:《广州租房BI项目》是我专门为使用Excel数据处理、数据分析以及使用其他BI工具导入Excel数据做分析的人员准备的。先来看下课程介绍。(前方高能预警,普通话吓人,小心谨慎)


BI入门项目视频

《BI入门项目》视频教程下载地址

BI入门项目:1.1、SQL Server安装

BI入门项目:1.2、把excel数据导入数据库

BI入门项目:1.3、数据库的表与Excel的sheet页

BI入门项目:1.4、数据库与Excel处理重复数据和空值

BI入门项目:1.5、数据库与Excel处理字符串房间类型和出租方式

BI入门项目:1.6、数据库与Excel处理字符串装修类型和楼层

BI入门项目:1.7、数据库与Excel过滤条件凸显规则

BI入门项目:1.8、数据库与Excel过滤条件前后规则

BI入门项目:1.9、数据库与Excel过滤条件筛选规则

BI入门项目:1.10、数据库与Excel过滤条件聚合规则

BI入门项目:1.11、数据库与Excel多表关联交集

BI入门项目:1.12、数据库与Excel多表关联左右关联

BI入门项目:1.13、数据库与Excel课后练习广州小区和大众点评数据

租房数据下载地址:后台回复:数据

二:DB_Study_ODS库

BI入门项目:2.1、变量声明、赋值

BI入门项目:2.2、while循环

BI入门项目:2.3、while实现9*9乘法口诀表

BI入门项目:2.4、动态SQL语句

BI入门项目:2.5、游标

BI入门项目:2.6、游标结合动态SQL使用

BI入门项目:2.7、完整的租房数据SQL语句

BI入门项目:2.8、安装数据建模工具

BI入门项目:2.9、建模工具的基本使用

BI入门项目:2.10、从建模工具中认识表

BI入门项目:2.11、物理模型中创建ODS租房表

BI入门项目:2.12、物理模型中的域使用

BI入门项目:2.13、ODS物理模型自动生成数据库

BI入门项目:2.14、存储过程

BI入门项目:2.15、租房数据合并

BI入门项目:2.16、课后练习广州小区、大众点评数据合并

三:DB_Study_DW库

BI入门项目:3.1、维度建模方法

BI入门项目:3.2、数据仓库矩阵

BI入门项目:3.3、分析维度提炼思路

BI入门项目:3.4、租房仓库矩阵

BI入门项目:3.5、DW物理模型建立维度表(一)

BI入门项目:3.6、DW物理模型建立维度表(二)

BI入门项目:3.7、DW物理模型建立事实表

BI入门项目:3.8、DW物理模型自动生成DW库

BI入门项目:3.9、认识SSIS(ETL)项目

BI入门项目:3.10、完成ODS库的SSIS包

BI入门项目:3.11、完成DW库维度SSIS包

BI入门项目:3.12、完成DW库事实SSIS包

BI入门项目:3.13、SSIS包部署

BI入门项目:3.14、作业计划跑数

四、租房多维模型

BI入门项目:4.1、物理模型转换成多维模型

BI入门项目:4.2、认识SSAS(多维模型)项目

BI入门项目:4.3、创建维度

BI入门项目:4.4、创建量值

BI入门项目:4.5、部署模型

五、Excel制作看板

BI入门项目:5.1、租房看板构思

BI入门项目:5.2、Excel连接多维模型

BI入门项目:5.3、Excel实现水滴图

BI入门项目:5.4、Excel饼图、柱状图

BI入门项目:5.5、Excel切片器应用

BI入门项目:5.6、Excel租房看板

BI入门项目:5.7、80/20分析优化看板

BI入门项目:5.8、找到想租的房子

BI入门项目:5.9、拿到租房信息的具体位置

BI入门项目:5.10、《FOCUS数据管理系统》对BI项目的作用

六、PowerBI制作看板

BI入门项目:6.1、认识PowerBI

BI入门项目:6.2、安装最新的PowerBI

BI入门项目:6.3、PowerBI使用多维模型数据

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,732评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,496评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,264评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,807评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,806评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,675评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,029评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,683评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,704评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,666评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,773评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,413评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,016评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,204评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,083评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,503评论 2 343