美國Ebay公司成立于1995年的圣何塞，是一家可讓全球民眾上網買賣物品的線上拍賣及購物網站。本文將結合Ebay（某類體育用品的）在線拍賣數據，主要使用Excel數據透視表為工具，來實現簡易的交互式數據面板以求對數據進行可視化及分析。

（本文后續將簡稱數據透視表為PV表；簡稱交互式數據面板為Dashboard。）

Ebay拍賣數據來源（原作者已經解釋了采集數據過程中的各種情況，本文不再翻譯。且原作者主要使用R為工具結合機器學習的方法進行數據分析，后續的文章會補充。另，實驗樓有使用python研究同一數據集的相關練習）

http://jaygrossman.com/post/2013/06/10/Predicting-eBay-Auction-Sales-with-Machine-Learning.aspx?jaygrossman.com

摩托銷售數據來源

Sample Sales Data?www.kaggle.com探索數據集

拿到一個數據集之后，我通常都會思考一些問題。諸如：這個dataset從何而來？了解基本背景后再觀察收錄了哪些變量和數據？其中有多少組數據？時間和空間的跨度是否重要？如果重要的話，跨度是多大呢？......

以這個Ebay Dataset為例：

數據來源于電商銷售，共收錄了258，589組數據，其中銷售時間集中于2011年，包括了"數字信息變量"如：售價以及“文字變量”如：賣家名 等33個變量信息。

（通常情況下，數字信息變量（numeric variable）才是數據分析的重點，而文字變量(string variable）通常不是數據分析伊始要關注的重點）

明確需要分析的問題

當我了解一個數據集的基本情況后，a)我已經明確知道需要探索哪些要分析的問題；b）我不知道，那么我可以通過Dashboard來輕松地了解數據集的更多基本信息。

使用相關變量及選取合適的分析方法來回答問題

本文將用到的分析方法：

• 關鍵績效指標 KPI/ Key Metrics：凸顯關鍵指標

例：判斷是否為"皇冠賣家“（IsHOF）對價格和出價次數的影響？（沒有使用hypothesis test的觀察結果）

賣家“是否有名氣”對商品的平均成交價有明顯影響；同時會導致平均出價次數更多以及更高的首次出價均值。

• 趨勢分析法 Trend Analysis：常用折線圖來體現某一變量的發展趨勢

例：摩托銷售數據集中銷售總額與時間的關系（沒有使用hypothesis test的觀察結果）

2003-2005年期間，3-4季度的銷售總額比1-2季度更高。通過前兩年的銷售總額數據，可以預測2005年3-4季度銷售總額將走高。

• 對比分析法 Comparison Analysis：常用柱狀圖來進行對比可視化

例：Ebay Dataset中產品范圍與售價的關系圖（沒有使用hypothesis test的觀察結果）

20052-30052范圍的產品平均售價最高，其次是53-10052范圍內的產品

• 排名分析法 Rank Analysis：尋找重點/大比重

例：找出Ebay Dataset中銷售量最多的前十款產品的產品sku(category)及其銷售額（沒有使用hypothesis test的觀察結果）

272xx系列（sku）的產品銷售量更高可視化結果并使得面板能“互動”

以摩托車銷售數據為例子（因為電腦太燙了帶不動Ebay那個表了-.-）：

新建一個名為dashboard的excel sheet

將各個pv表或圖或圖表一起(1. 銷售總額&時間；2.銷售總額&產品)遷移統一遷移到新的dashboard sheet(遷移在Excel pv表分析欄中)

在dashboard sheet中，插入相關slicer(篩選條件)。比如使用篩選條件為芬蘭時，dashboard將會自動顯示該國家和銷售額以及產品之間的關系。

記得在pv表分析欄中report connection,即把dashboard sheet和pv表和圖與篩選條件連接起來。

最終效果（如視頻所示）

數據分析：pv圖表做互動式界面https://www.zhihu.com/video/1156764898926145536

新人寫東西，求高抬貴手別罵我，大神別吐槽。感恩！歡迎指正！

如有疑問，可去觀看視頻。https://www.bilibili.com/video/av24987555/?p=23

總結

以上是生活随笔為你收集整理的pv实现前趋图_Excel 数据透视图实现简易交互式数据面板的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。