Бизнес-аналитика. Сводные таблицы. Часть 1. Учебное пособие

Мы смоделируем исходные данные для анализа с помощью генератора случайных чисел.

Исходными данными будет «учётная» база данных транзакций, то есть сделок. В нашей работе мы сформируем таблицу транзакций, в которой будут фиксироваться основные сведения о каждой покупке в каждом магазине нашей торговой сети. По каждой сделке будем учитывать дату, категорию и наименование товара, город и название магазина, цену, вес и общую стоимость товара.

Задание. Сделайте зарисовку таблицы транзакций в соответствии с описанием – оформите шапку таблицы и заполните произвольными данными пару строк.

Перечисленные сведения можно найти на любом кассовом чеке. Они хранятся в реляционной базе данных в виде нескольких таблиц, связанных по ключевым полям. В нашей работе мы создадим «игрушечную» базу данных с помощью электронной таблицы. Здесь тоже будут справочники и связи между таблицами.

Задание. Возьмите любой кассовый чек и сделайте зарисовку логической модели данных (структуры базы данных).

5.1. Даты

Приступим к созданию таблицы транзакций. Первая строка содержит заголовки столбцов. Первый столбец – Дата. Данные будут расположены по столбцам.

Напомним, что дата выглядит для пользователя как три целых числа: год, месяц и день. Но в электронной таблице дата хранится просто как порядковый номер дня. Причём день номер 1 – это вовсе не начало нашей эры. Поэтому нам предстоит выяснить порядковые номера дней, а затем сгенерировать случайные числа в нужном диапазоне.

Выясним, какая дата будет первым днём по версии создателей электронной таблицы. Введём число 1 в ячейку таблицы. Щёлкнем правой кнопкой по этой ячейке и вызовем контекстное меню. Установим формат вывода – дата (рис. 5.1):

Format Cells – Number – Category – Date – Locale – Russian.

Type – 14-мар-2012.

При этом в разделе Sample можно увидеть соответствующую дату «Дня Первого»:

1-янв-1900.

Рис. 5.1. «День Первый»

Нажимаем ОК и видим отображение даты в выбранном формате. При этом в строке формул выводится дата в американском стиле: месяц/день/год (рис. 5.2).

Рис. 5.2. Формат даты

Задание. Проверьте, какая дата соответствует числу 1.

Нам предстоит сгенерировать колонку целых чисел и превратить их в случайные даты в выбранном диапазоне. Вначале напомним, что в нулевом варианте мы работаем с данными за период с 01.01.2015 по 31.12.2018. Введём две указанные даты таким образом:

2015-1-1

2018-12-31

Excel распознал, что это даты и переключил формат отображения (рис. 5.3). При необходимости установите формат даты, принятый в нашей стране.

Рис. 5.3. Ввод даты

Выделим ячейки с датами в первом столбце и скопируем в буфер обмена:

Ctrl + C.

Выбираем ячейку B2 и вставляем данные из буфера/ Для этого нажимаем правую кнопку мыши и выбираем в контекстном меню:

Paste Options – Values.

В этом случае вставляются только значения (рис. 5.4).

Рис. 5.4. Вставка значений

Задание. Определите номера дней для начала и конца своего периода времени.

Можно поступить по-другому и использовать ссылки на ячейки. Введём во второй колонке ссылки на соседние ячейки, чтобы продемонстрировать номер соответствующего дня. Например, ячейка B2 ссылается на ячейку A2 (рис. 5.5). Копируем формулу в остальные ячейки второй колонки.

Выделяем второй столбец. Устанавливаем общий формат вывода на экран:

Format Cells – Number – Category – General.

После настройки формата вывода выясняем, что начало нашего периода – это день номер 42005, а окончание – 43465.

Рис. 5.5. Номер дня

Задание. Используйте ссылки на ячейки и выясните номера дней, соответствующие началу и концу моделирования.

Вызываем генератор случайных чисел с помощью надстройки:

Data – Analysis – Data Analysis – Random Number Generation.

Появляется диалоговое окно настройки генератора Random Number Generation (рис. 5.6).

Указываем число переменных, то есть количество столбцов случайных чисел. Нам пока что понадобится один столбец. Поэтому вводим число 1:

Number of Variables = 1.

Далее указываем заданное количество случайных чисел:

Number of Random Numbers = 10000.

Выбираем из выпадающего списка равномерное распределение:

Distribution – Uniform.

Указываем пределы изменения случайной величины – это номера первого и последнего дня нашего диапазона дат:

Parameters – Between 42005 and 43465.

Затем устанавливаем начальное состояние генератора случайных чисел. Этот параметр разработчики программы назвали Random Seed (Случайное рассеивание). Вводим любые четыре цифры:

Random Seed – 1234.

Напомним, что при следующих вызовах генератора нужно установить другие значения параметра. Тогда каждый раз мы будем получать новую псевдослучайную последовательность чисел.

Выбираем начало диапазона для вывода случайных чисел:

Output options – Output Range.

Нажимаем ОК и получаем столбец чисел.

Рис. 5.6. Генератор случайных чисел

Задание. Сгенерируйте столбец случайных чисел в соответствии со своим вариантом задания.

Мы получили столбец случайных чисел. И эти числа дробные. Нам нужно их округлить, чтобы получить просто номера дней. Для этого используем функцию округления:

ROUND (number, num_digits).

Первый аргумент number – это ссылка на ячейку с числом, которое предстоит округлить.

Второй аргумент num_digits – это количество знаков после запятой. В нашей случае это ноль. Нам интересуют целые числа.

Вводим формулу в первую ячейку второго столбца и нажимаем Enter.

Заполняем весь столбец – двойным щелчком по маркеру автозаполнения (рис. 5.7). Столбец заполняется целыми числами.

Рис. 5.7. Округление чисел

Задание. Округлите случайные числа до целых значений.

Пришло время создать даты.

Выделяем столбец ячеек с целыми случайными числами. То есть с порядковыми номерами дней. Для этого щёлкаем по первой ячейке столбца, где имеется число. В нашем случае это ячейка С2. Нажимаем «секретную» комбинацию клавиш:

Ctrl + Shift + Down.

Некоторые пользователи пытаются нажать эти три клавиши одновременно. И это не всегда получается.

Гораздо проще поступить так. Нажимаем Ctrl и продолжаем держать эту клавишу нажатой. Нажимаем Shift и продолжаем держать эти две клавиши нажатыми. Щёлкаем по клавише Down (Стрелка вниз) и отпускаем всё, что было нажато. Мы выделили все ячейки столбца, которые были заполнены.

Эта комбинация работает только с непрерывным диапазоном ячеек. Если некоторые ячейки в таблице не заполнены, то выделение остановится на первой же пустой ячейке.

Итак, мы выделили диапазон ячеек. Копируем выделенный фрагмент в буфер. Затем вставляем в новый столбец из буфера КАК ЗНАЧЕНИЯ (см. пример выше). Получаем третий столбец – номера дней, из которых мы создадим даты (рис. 5.8).

Рис. 5.8. Вставка значений

Задание. Скопируйте округлённые значения и вставьте их в третий столбец.

Зачем нужны были эти «хитрые» манипуляции со вставкой значений? На самом деле мы просто хотим оставить нужные столбцы и удалить вспомогательные. А нужный столбец может зависеть от вспомогательного. Например, округлённые значения во втором столбце ссылаются на случайные числа в первом столбце. Если удалить первый столбец, то все вычисления пострадают.

Вот теперь мы возьмём и удалим первый столбец. Выделяем ВЕСЬ первый столбец. Для этого щёлкаем по заголовку столбца А правой кнопкой мыши (рис. 5.9). В контекстном меню выбираем пункт Delete.

Рис. 5.9. Удаление столбца

Столбец А действительно исчезает. Теперь можно увидеть последствия. Каждая ячейка в столбце с округлением через функцию ROUND сообщает, что ссылка не работает. Слово REFERENCE здесь означает «ссылка на другую ячейку». Итак, после удаления столбца наша формула ссылается на несуществующую ячейку. А вот столбец, куда мы вставили значения вместо формул, ни от кого не зависит. Удаляем «неправильный» столбец с формулами и неработающими ссылками.

Рис. 5.10. Неработающая ссылка

Задание. Удалите столбец случайных чисел. Обратите внимание на сообщения об ошибках. Удалите столбец с формулами.

У нас остался столбец дат. Пока что в виде порядковых номеров дней. Пора вывести на экран человеческие даты. Выделяем столбец (секретная комбинация клавиш описана выше) и зададим формат даты (рис. 5.11):

Format Cells – Number – Category – Date.

Привычный формат вывода даты на русском языке устанавливается в разделе:

Locale (location) – Russian

Type – 14-мар-2012.

Нажимаем ОК.

Рис. 5.11. Формат даты

Теперь даты стали видны невооружённым глазом. Наведём красоту и расставим даты в порядке возрастания. Выделяем диапазон дат и выбираем в верхнем меню:

Data – Sort & Filter – A-Z (Sort Oldest to Newest).

Это сортировка от A до Z. Или от А до Я. В порядке возрастания. От меньшего к большему.

Получаем даты по возрастанию, причём некоторые повторяются (рис. 5.12). Это значит, что наши магазины за один день посетили несколько клиентов, а не один. На самом деле, в реальной базе данных появляются сотни или даже тысячи записей каждый день. Но мы рассматриваем простой «игрушечный» пример, чтобы увидеть, как организована обработка данных.

Рис. 5.12. Сортировка по возрастанию

Задание. Отсортируйте даты по возрастанию.

5.2. Справочники

В базах данных многие сведения можно считать постоянными, неизменными – в течение некоторого времени. Это сведения о магазинах и о товарах. «Условно постоянные» сведения можно вынести в отдельную таблицу-справочник. А потом на неё только ссылаться. Так и получается связь между таблицами в базах данных.

Задание. Сделайте зарисовку справочника магазинов с полями «Город», «Название магазина», «Адрес магазина», «ФИО директора магазина», «Телефон магазина». Заполните три строки таблицы.

Базы данных, в которых данные хранят в таблицах, связанных между собой, называют РЕЛЯЦИОННЫМИ.

Это слово иностранного происхождения. Английское слово, написанное русскими буквами. Так обычно поступают программисты, ведь им «некогда» думать и искать подходящий перевод. Берут слово RELATIONAL и пишут РЕЛЯЦИОННЫЕ.

Задание. Прочитайте в Википедии статью «Реляционная модель данных» и выясните, на что в базе данных указывает слово RELATION, то есть что здесь означает слово «отношение», – ответ совсем неочевидный.

Создадим справочник магазинов в соответствии с нулевым вариантом. У нас будет три города, а в каждом городе по три магазина. Справочник разместим на новом листе рабочей книги Excel. Вкладку озаглавим «Маг». Названия на вкладках сделаем покороче. А вот заголовок на странице сделаем поподробнее и попонятнее: «Справочник магазинов».

Рис. 5.13. Магазины

Задание. Создайте справочник магазинов в соответствии с вариантом задания и заполните его.

Первое поле таблицы мы назвали ИД_магазина. Это идентификатор. Целое число, по которому мы будем различать магазины между собой. Слово ИДЕНТИФИКАТОР тоже очень иностранное. Означает оно «признак, по которому можно что-то или кого-то идентифицировать». В нашем случае это число, по которому можно определить, о каком магазине идёт речь. Все наши числа-идентификаторы в справочнике должны быть разными, иначе начнётся путаница.

Слово ИДЕНТИФИКАТОР часто сокращают до двух букв: ИД или ID. Однако это не просто сокращение. Здесь скрывается игра слов – любимое занятие программистов. Дело в том, что в английском языке сокращение ID имеет особый смысл. ID может означать Identity Document. То есть документ, удостоверяющий личность. По которому можно установить личность человека. То есть идентифицировать человека. Например, за границей могут попросить «предъявить ID».

Задание. Прочитайте в английской версии Википедии статью Identity document. Выясните, что можно использовать в качестве ID.

Наконец-то мы заполнили справочник и разобрались, что такое ИД. Но пока что перед нами только ячейки на листе. Сделаем из этого отдельный объект – «Таблицу Excel», к которой можно будет обращаться по названию. Выделяем всю таблицу на листе, включая заголовки столбцов. Выбираем в верхнем меню вставку таблицы (рис. 5.14):

Insert – Tables —Table.

Рис. 5.14. Вставка таблицы

Появляется диалоговое окно Create Table (рис. 5.15). Убеждаемся, что указанный диапазон адресов соответствует нашему выбору. Мы делаем таблицу с заголовками, и они у нас уже есть. Поэтому выбираем пункт:

My table has headers.

Нажимаем ОК.

Рис. 5.15. Выбор данных для таблицы

Оформление таблицы изменилось (рис. 5.16). Теперь наш справочник превратился в самостоятельный объект. Этот набор ячеек представляет собой единое целое. Дело здесь не только в оформлении. И мы в этом скоро убедимся.

Рис. 5.16. Оформление таблицы

Задание. Преобразуйте справочник магазинов в таблицу.

Рядом с каждым заголовком столбца появилась серая кнопочка с символом стрелки вниз (рис. 5.17). Нажимаем эту кнопочку и обнаруживаем выпадающее меню. Здесь есть возможность выбора города и варианта сортировки. Сортировка данных в одном столбце изменяет всю таблицу. С этими функциями нам предстоит познакомиться и поиграть.

Рис. 5.17. Выпадающее меню

Задание. Проведите сортировку по названию города.

Задание. Снимите выбор одного из городов.

Задание. Выберите все города через пункт Select All.

Задание. Отсортируйте таблицу по идентификатору магазина.

В дальнейшей работе мы будем обращаться к нашему справочнику по его названию. Или, как говорят программисты, «по имени». Назначим нашему объекту короткое, понятное название.

Щёлкнем по любой ячейке таблицы. Выбираем в верхнем меню пункт Table Tools – Design. Этот раздел появляется только при работе с таблицами. Если щёлкнуть по любой ячейке вне объекта «Таблица», из меню исчезает раздел Table Tools и соответствующий пункт Design.

В разделе Properties имеется возможность назначить выбранной таблице имя: Table Name. Вводим название справочника: Магазины (рис. 5.18).

Рис. 5.18. Имя таблицы

Задание. Задайте имя справочника магазинов.

Переходим к созданию второго справочника. Нам понадобятся сведения о товарах. Создаём новый лист. Указываем на закладке короткое название «Тов».

Заполняем справочник в соответствии с вариантом задания. В нулевом варианте нам потребуется три категории по два товара каждого вида. Пусть это будут овощи, фрукты и крупы. Заполним справочник реалистичными названиями и ценами (рис. 5.19).

Рис. 5.19. Товары

Задание. Создайте и заполните справочник товаров в соответствии с вариантом задания.

Теперь определим нашу таблицу как «Таблицу с большой буквы». Сделаем это другим способом. Не так, как мы поступили с предыдущей таблицей. Выделяем таблицу с заголовками столбцов. В верхнем меню выбираем следующий пункт (рис. 5.20):

Home – Styles – Format as Table.

Рис. 5.20. Форматирование таблицы

После выбора варианта оформления появляется знакомое меню. Теперь под названием Format As Table (рис. 5.21). Убеждаемся, что диапазон ячеек указан правильно. Выбираем пункт My data has headers. Нажимаем кнопку ОК.

Рис. 5.21. Параметры таблицы

Задание. Проведите форматирование таблицы товаров.

Назначим нашему справочнику соответствующее название (рис. 5.22).

Рис. 5.22. Имя таблицы

Задание. Укажите имя таблицы товаров.

5.3. Транзакции

Наши исходные данные по покупкам товаров связаны с понятием ТРАНЗАКЦИИ. В экономике это слово означает сделку купли-продажи.

Задание. Прочитайте в английской версии Википедии первый абзац статьи «Financial transaction». Выясните, что входит в понятие транзакции в экономике.

В базах данных транзакция – это «пакет» операций с данными, причём транзакция либо выполняется полностью, либо не выполняется вообще.

Задание. Прочитайте в Википедии первый абзац статьи «Транзакция (информатика)». Выясните, как использование транзакций связано с обеспечением целостности данных.

Слово ТРАНЗАКЦИЯ имеет свою историю. Нетрудно понять, что экономика вообще и торговля в частности существуют гораздо дольше, чем современные компьютеры. Поэтому некоторые компьютерные термины пришли из экономики – названия были взяты по аналогии. Это гораздо проще, чем придумывать совершенно новые слова.

Задание. Прочитайте статью «транзакция» в ВикиСловаре по адресу https://ru.wiktionary.org. Выясните значение и происхождение слова ТРАНЗАКЦИЯ.

Транзакции в экономике и транзакции в базах данных связаны не только историей происхождения термина. Есть более интересная взаимосвязь. Чтобы в этом вопросе разобраться, выполним следующее упражнение.

Задание. Прочитайте в английской версии Википедии первый абзац статьи «Online transaction processing». Выясните, как связаны между собой два типа транзакций – транзакции в экономике и транзакции в базах данных.

Учётная база данных в бизнес-аналитике называется OLTP – OnLine Transaction Processing. Перевод названия: обработка транзакций в реальном времени или оперативная обработка транзакций. По сути, в такой базе данных просто учитываются, фиксируются определённые события, ведутся текущие записи. Это требует особого подхода к построению системы. Результатом являются определённые плюсы и минусы. С этими моментами нам нужно ознакомиться.

Задание. Прочитайте в Википедии статью «OLTP». Выясните, для каких задач предназначены системы OLTP и какие запросы являются слишком сложными для OLTP.

Возвращаемся к первой таблице, в которой мы заполнили столбец дат. Это и будет наша «таблица транзакций». Некое подобие учётной базы данных.

Назовём вкладку «Транз». А над таблицей дадим полное название. Чтобы освободить место для заголовка таблицы, вставим строки. Щёлкаем правой кнопкой по заголовку первой строки (рис. 5.23). Выбираем в контекстном меню пункт Insert.

Рис. 5.23. Вставка строки

Задание. Вставьте две пустые строки и введите заголовок страницы.

Создадим в нашей таблице следующие столбцы:

ИД магазина

Название магазина

Город

ИД товара

Название товара

Колич товара кг

Цена товара руб/кг

Стоим товара руб

Для начала просто оформим заголовки указанных столбцов.

Задание. Создайте перечисленные столбцы.

Наша таблица занимает определённый диапазон ячеек. Но об этом знаем только мы. Для программы это просто диапазон ячеек. Оформим нашу таблицу как объект типа «Таблица Excel». Выделим первый столбец, нажав знакомую комбинацию клавиш:

Ctrl + Shift + Down.

Столбец выделен. Теперь нажимаем комбинацию

Ctrl + Shift + Right.

Теперь у нас выделена вся таблица – включая пока ещё не заполненные столбцы. У этих столбцов пока есть только заголовки.

Задание. Выделите столбец количества товара в таблице транзакций и обратите внимание на показатели в строке состояния.

Форматируем таблицу. Указываем название: «Транзакции» (рис. 5.24).

Рис. 5.24. Форматирование таблицы транзакций

Задание. Проведите форматирование таблицы транзакций и дайте ей название.

Мы создали три таблицы и дали им осмысленные названия. Список объектов Excel и их названия можно вывести на экран. Выбираем в верхнем меню следующий пункт (рис. 5.25):

Formulas – Defined Names – Name Manager.

В колонке Name указано присвоенное нами название таблицы. В колонке Value можно видеть первые несколько значений. В колонке Refers To даются ссылки на диапазон ячеек каждой таблицы, а также имя закладки (рабочего листа).

Рис. 5.25. Имена объектов

Задание. Выведите список объектов и убедитесь, что в нём присутствуют имена всех трёх таблиц.

Сгенерируем ИД магазинов. В нулевом варианте это должны быть целые числа от 1 до 9. Чтобы получить случайные числа, придётся вызвать генератор случайных чисел, а потом ещё и округлить полученные значения. Поэтому слева от стобца «ИД магазина» добавим два новых вспомогательных столбца: «Сл числа» и «Округл».

Вызываем генератор случайных чисел (рис. 5.26). Указываем диапазон случайных чисел от 1 до 9. И не забываем ввести новое начальное состояние генератора Random Seed. Выходной диапазон – второй столбец таблицы.

Рис. 5.26. Настройки генератора

Задание. Сгенерируйте случайные числа для идентификатора магазина.

Форматирование таблицы облегчает нам дальнейшее её заполнение. Если ввести формулу в одну ячейку такой таблицы, то автоматически будет заполнен весь столбец. Поэтому такой объект иногда даже называют «умной таблицей».

Нам предстоит округлить сгенерированные случайные числа до целых. Начинаем вводить формулу для вызова функции ROUND и обнаруживаем, что теперь адресация ячеек изменилась:

=ROUND ([@ [Сл числа]],0).

Теперь в качестве аргумента вместо ссылки на конкретную ячейку указано имя столбца.

Нажимаем Enter – и весь столбец заполняется автоматически.

Выделяем столбец, копируем в буфер и вставляем в колонку ИД магазина КАК ЗНАЧЕНИЯ (рис. 5.27). В строке формул можно видеть значения, а не формулы с округлением.