ARTICLE · 1214992
数据清洗 - 用Excel进行数据分析番外
很多人说，为啥我做得预测不准，或者说计算的安全库存明显不对，很多时候是因为数据没有清洗。
在做预测和分析前，我们需要去除非正常的特殊消耗，是计划合理的关键，图形法，可以帮我们非常清晰的看到特殊的需求，但手工的方法去除会消耗很多时间和精力，我们需要有些方法可以更快的去除可能的非正常消耗。
|| 方法一：3δ方法 ||
如果消耗符合正态分布，我们通常会选用3∂方法，言下之意，当消耗大于或者小于3∂那么我们认为是特殊消耗，你可以用平均值或者你认为合理的值替代。也就是说正负3∂的概率是99.7%，超过99.7%的我们都认为非正常消耗。以下面例子：
我们用Excel的正态分布公式计算出分布概率，再判断是否在99.7%外来替代相应的值，这里用了平均值替代。
|| 方法二：历史同期对比 ||
按照4分位IQR，如果超过上下4分位1.5倍（你可以根据情况缩小和放大倍数）认为是非正常消耗，还是上面的数据我们设置公式如下:
当小于下四分位数1.5倍还小的时候，我们用下四分位，如果大于1.5上四分位数时，用上四分位替代
上下两种方法去除的结果是不一样的，你需要根据实际情况去选择。四分位方法也可以用来查看全年需求。
|| 方法三倍差 ||
如果数据不服从正态分布，也可以用远离平均值的多少倍标准差来剔除
如果我们设定远离1.5倍的标准差是异常消耗，我们看下面这个非正态分布的消耗情况：
我们还有基于离散基于密度，但上面的几种方法是最简单实现的，没有哪种方法一定是正确的，根据实际情况，你需要做适当的调整
相关好文如下，点击即可阅读如何用Excel做供应链网络优化（通俗易懂）
物料计划中如何使用Excel实现一对多反向查询功能有了ERP 软件，供应链人为什么还依赖 Excel 表格？Excel新技能 -- 产能与销售策略最优决策分析
