惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

C
CERT Recently Published Vulnerability Notes
U
Unit 42
T
The Blog of Author Tim Ferriss
H
Hackread – Cybersecurity News, Data Breaches, AI and More
B
Blog RSS Feed
Microsoft Azure Blog
Microsoft Azure Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
S
Securelist
L
Lohrmann on Cybersecurity
Blog — PlanetScale
Blog — PlanetScale
Recorded Future
Recorded Future
D
DataBreaches.Net
Spread Privacy
Spread Privacy
T
Threat Research - Cisco Blogs
I
Intezer
P
Palo Alto Networks Blog
Simon Willison's Weblog
Simon Willison's Weblog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
I
InfoQ
宝玉的分享
宝玉的分享
Security Latest
Security Latest
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
T
Threatpost
Cisco Talos Blog
Cisco Talos Blog
P
Proofpoint News Feed
博客园 - 司徒正美
H
Hacker News: Front Page
Y
Y Combinator Blog
爱范儿
爱范儿
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
NISL@THU
NISL@THU
月光博客
月光博客
有赞技术团队
有赞技术团队
Cloudbric
Cloudbric
酷 壳 – CoolShell
酷 壳 – CoolShell
G
Google Developers Blog
A
Arctic Wolf
博客园 - 【当耐特】
W
WeLiveSecurity
V
Visual Studio Blog
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
V
V2EX
C
Cyber Attacks, Cyber Crime and Cyber Security
S
SegmentFault 最新的问题
The GitHub Blog
The GitHub Blog
The Cloudflare Blog
Stack Overflow Blog
Stack Overflow Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
产品经理在数据分析过程中常用的Excel技能
几聿 · 2023-02-09 · via 人人都是产品经理

产品经理工作的过程中,要做很多数据分析的工作,如果能够掌握一些常用的Excel运算功能,会对工作效率有所提高。本文总结了一些常用的Excel技能,希望能给你带来帮助。

产品经理的工作过程中常常要做很多数据分析的工作,可能是对产品过往的表现进行总结,也可能是分析市场趋势,又或者是汇报展示中呈现结果等等,这个时候如果能够掌握一些常用的Excel运算功能,往往能极大地提高工作效率,今天就来一起看看吧。

一、数据透视

功能介绍:

一种快速统计工具,可以快速计算出表中数据的数量信息或求和信息等。

应用场景:

一般用在数据字段很多,而且数据数量(行数)也很多的情况下,可以通过透视的方式快速计算出所需要的结果。

使用方法:

  1. 选中需要统计的所有数据,必须包含表头。
  2. 在顶部菜单栏选择“插入”,然后在二级菜单中选择“数据透视表”。
  3. 在跳出的弹窗中确认相关细节后,点击确定进入数据透视的页面。
  4. 在右侧的字段列表中选择想要处理的字段内容。
  5. 在右下方透视区域中选择字段所需要的运算方式,最终就可以在左侧表格区域形成所需要的透视表内容。

使用案例:

比如下面这个表中,我需要计算各个一级中心已删除存储总量的大小,就可以选中包含一级中心字段和已删除存储字段的列,然后点击插入数据透视表。然后在数据透视页面将一级中心作为行透视区的数据,然后将已删除存储量放在值透视区具体选择求和,这样就可以算出各中心已删除存储总量了。

二、Vlookup函数

功能介绍:

vlookup是一个快速从别的sheet页或者别的表文件中匹配数据的小工具,可以衍生出很多别的功能,是一个使用频率非常高的公式。

应用场景:

一般用在两张表中有相同类型数据需要比较的情况下,来回切换两张表的页面会很麻烦,这个时候就可以用vlookup将数据全部转移到同一张表上然后再做比较。

使用方法:

  1. 首先需要确认两张表有相对应的字段,这是用来匹配的条件。
  2. 选择其中一张表作为主表,将其他表中需要匹配的内容匹配到主表中观察或计算。
  3. 所用到的公式为“=vlookup(查找值,数据表,列序数,匹配条件)”,需要注意一点是查找值所在字段,要跟数据表的起始列字段一致,这样才能匹配到对应信息。

使用案例:

需要对比清单中各个表id对应的存储值变化。如图所示在主表中新增一列用来存放匹配值,键入公式“=VLOOKUP(A2,’hive_table_all_info 20210518.xlsx’!$A:$AG,33,FALSE)”其中A2是表id,hive_table_all_info 20210518.xlsx’!$A:$AG是匹配目标表的A列到AG列,33是从匹配目标表的A列开始数的第33列的数值,FALSE代表匹配条件为精准匹配。最终AJ2这一格中得到的值就是A2这个表id在hive_table_all_info 20210518.xlsx这个表格中对应的数值。

三、Sumif函数

功能介绍:

用来对指定条件的单元格进行求和。

应用场景:

可以将一列数据中满足某个条件的那些选出来求和。

使用方法:

sumif函数的公式为:=sumif(range,criteria,sum_range),range是条件区域,这里输入的是判定条件所在的区域。Criteria是求和条件,这里输入的是具体的判定条件,sum_range是求和区域。

使用案例:

例如我们要求的是E列中,数值大于13134的行,对应的AC列 的数值和,那么公式就写成下面这样:=SUMIF(治理清单!E:E,”>13134″,治理清单!AC:AC),如果求的是E列中,数值等于B5格数值的行,对应的AC列的数值和,那么公式就写成下面这样:=SUMIF(治理清单!E:E,B5,治理清单!AC:AC)。

四、Sumifs函数

功能介绍:

sumifs是sumif的升级版,用来计算多个条件下选定单元格的和。

应用场景:

当我们需要计算同时满足多个限定条件的数据和时,就会用到sumifs的公式,不同条件之间是且的关系,需要同时满足这些条件才会被计算到最终的结果中。

使用方法:

sumifs函数的公式为:=SUMIFS(sum_range, criteria_range1, criteria1, [criteria_range2, criteria2], …),sum_rangel还是求和区域,criteria_range1是第一个条件区域,criteria1是第一个条件,后面的以此类推。

使用案例:

如下图所示这个公式就是计算,同时满足任务类型是SparkSQL任务、任务状态是上线、节约存储为正数、一级中心为大数据中心这几个条件的节约存储和。公式最终就写成图中红色框线框出来的部分。

五、Countif函数

功能介绍:

是一个对指定区域满足某个条件的单元格计数的函数。

应用场景:

用在你想要统计符合某个条件的数据数量时,比如你要看一个姓名清单中有几个人是叫张三的、几个人是叫李四的,就可以用这个函数。

使用方法:

Countif函数的公式为:“=countif(range,criteria)”,range为需要计数的区域,criteria为需要满足的条件。

使用案例:

例如我们要统计A列中值为“上线”的数据有多少个,那么公式就写作:“=COUNTIF(A:A,“上线”)”回车即可统计出你想要的数据。

六、Countifs函数

功能介绍:

一个用来统计满足多个条件单元格数量的函数。

应用场景:

需要统计一列数据中同时满足几个不同条件的单元格数量时就会用到这个函数。

使用方法:

Countifs函数的公式为:“=countifs(criteria_range1,criteria1,criteria_range2,criteria2,…)”,criteria_range1是第一个条件所在的单元格区域,criteria1是第一个区域中所需要满足的条件,其形式可以为数字、表达式或文本。例如,条件可以表示为48、”48″、”>48″或”广州”。后面以此类推,各个条件之间是且的关系,需要同时满足才会被计数。

使用案例:

如图所示,当我们需要计算大数据中心,仍然处于上线状态的Hive任务有多少时,就可以输入图中所示的公式,其中治理清单sheet页I列是一级中心列,B6的值是大数据中心,所以第一个条件就是先找出所有大数据中心的数据数量,第二个条件区域M列是任务类型,条件是“Hive任务”,就是找出大数据中心Hive任务的数量,然后第三个条件就是再同时满足上线状态,最后得出的就是我们想要的结果了。

七、If函数

功能介绍:

条件判断函数。

应用场景:

用在判断一个条件真假的时候,是真的时候返回一个结果,是假的时候返回另一个结果。例如判断一个人的性别是不是男的,是男的就显示1,不是男的就显示2。

使用方法:

  1. If函数的公式为“=IF(logical_test,value_if_true,value_if_false)”,其中logical_test是判断条件,value_if_true是判断条件为真时返回的值,value_if_false是判断条件为假时返回的值。
  2. 判断条件一般情况下是一个逻辑表达式,比如某个表格内容是否等于某个值,或者大于、小于某个值。
  3. value_if_true和value_if_false返回的值可以是一个确定的值,也可以是一个别的公式的计算结果。

使用案例:

例如下图中这个公式就是判断N2单元格的值是都大于0,如果大于0的话返回的值就是Q2除以N2的结果,如果不是大于0的话返回的值就是0。从这个案例中可以看出,这个公式的重点其实是最终返回值,判断条件只是决定最终返回的是哪个值的,并不是核心内容。

八、Iferror函数

功能介绍:

这是一个用来处理公式中出现错误值的函数。

应用场景:

用在可能计算错误的公式中,当公式计算正常的时候返回值就是公式计算的结果,当公式计算报错的时候就会返回一个其他值。

使用方法:

Iferror函数的公式为:“=IFERROR(value, value_if_error)”,value是检查是否存在错误的公式,value_if_error是检查到错误时返回的值。

使用案例:

下图所示的这个公式就是一个iferror的使用案例,当蓝色选中部分的最终计算结果是一个错误值的时候,即运算无法正常进行,出现报错时,整个公式最终的返回值就是0。用这个复杂的公式作为案例就是想说明一点,不管这个计算公式有多复杂,最后都要回归到这个简单的判断公式是否正常运算的函数下,只要出错就直接给出一个预先设定好的值。

九、条件格式

功能介绍:

是一个用来给满足某个条件的单元格设置特定格式的工具。

应用场景:

当需要为满足某些条件的单元格设置特定颜色或者特殊字体的时候就可以用条件格式来解决,当然条件格式的功能并不仅限于此,这里只是选其中一种场景。

使用方法:

  1. 选定需要设置格式的单元格
  2. 在开始菜单中找到条件格式
  3. 在条件格式中选中自己要设置的条件类型
  4. 设置满足条件后单元格呈现的结果

使用案例:

下图所示,想要单元格内数值超过50%的显示蓝色,不超过45%的显示红色,则可以在条件格式中设置如下内容。已经设置的规则可以在管理规则中查看。

结语:当然了,工具再好也是服务于正确的工作思路的,要处理什么数据首先还是要自己清楚要做什么,然后才能借助工具来解决怎么做的问题。就像是武侠小说里的绝世武器,要想发挥作用还是得要在有真功夫的人手上才行。

作者:多云转晴,公众号:互联网从业笔记。7年产品经验,C端、B端产品均有涉猎,目前主要从事大数据领域产品工作。

本文由 @多云转晴 原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。