AVERAGE:Excel里最被低估的函数,它比你想象的强大10倍(建议收藏)

上周，公司做季度复盘，各部门都在汇报数据。

轮到运营部的时候，总监突然问了一句：“这个季度的客单价，你们是怎么算的？”

运营经理脱口而出：“就是销售额除以订单数，Excel里用AVERAGE一拉就出来了。”

总监皱了皱眉，没再说话。

散会后，我拉住运营经理：“你那个客单价，真的是用AVERAGE算的？”

“对啊，那不然呢？”

我叹了口气。AVERAGE这个函数，看似简单到不用学，但90%的人都在用错。它不是你想象的那个“拉一下就行”的傻瓜函数。读懂它，你才能真正读懂你的数据。

AVERAGE到底是什么？它回答的是一个“平均”的问题

AVERAGE的语法简单到令人发指：

=AVERAGE(数字1, 数字2, …)

选一个区域，回车，出来一个数。很多人的理解就到此为止了。

但“平均”这两个字，比你想象的要复杂得多。

AVERAGE回答的问题是：如果这些数据“拉平”了，每个人/每个项目能分到多少？

它不是“典型值”，不是“中位数”，不是“众数”。它就是简单的“总和除以个数”。正因为简单，它容易被误解，也容易被滥用。

你和马云一起算平均资产，你也是亿万富翁。这就是平均数的最大问题——它对极端值极其敏感。

你的团队里9个人月薪5000，1个人月薪50000。用AVERAGE算出来平均月薪9500。这个数字能代表这个团队的真实收入水平吗？不能。9个人的收入都低于这个数，这个“平均值”是假的。

解决方案：当你看到平均值时，问自己一个问题——有没有极端值？如果有，考虑用中位数（MEDIAN函数）代替平均数。

两个班级的平均分都是80分。A班有30人，B班有10人。两个“80分”的含义完全不同。

A班的80分来自30个人的加权，B班的80分只来自10个人。如果你把两个班合并计算平均分，你不能简单地把80和80再平均，要用加权平均。

A员工：月销售额5000, 5000, 5000, 5000, 5000 → 平均5000

B员工：月销售额2000, 3000, 5000, 8000, 7000 → 平均5000

两个人都月均5000，但A稳定，B大起大落。如果只看平均值，你区分不了这两个人。这时候你需要看标准差（STDEV.P函数）来衡量稳定性。

真正会用AVERAGE的人，不是把它当“答案”，而是把它当“线索”。

先用AVERAGE算出公司整体客单价。然后按渠道拆解——抖音的客单价是多少？百度的客单价是多少？对比这些平均值，你就知道哪个渠道“拉低了整体”，哪个“贡献了优质客户”。

只看单月的平均值意义有限。看连续6个月的平均值变化——是上升还是下降？平均值本身不告诉你答案，但它会告诉你“去哪里找答案”。

按地区、按产品类别、按客户等级分别算平均值。通过对比不同组的平均值，你会发现隐藏在数据背后的规律。

把历史平均值作为基准线。当某个数值远高于平均值，可能是“异常高”的惊喜；远低于平均值，可能是“需要警惕”的信号。

回到最开始运营经理的例子。他算客单价用AVERAGE没错，错的是他只算了一个总平均值。总平均值告诉他“整体还不错”，但掩盖了“某些渠道拉低了整体”的真实问题。

AVERAGE是一个很好的“仪表盘”——它能告诉你当前的状态。但它不是方向盘——它不会告诉你下一步该往哪开。

真正的数据分析能力，不是会按AVERAGE这个键，而是能问出正确的问题。

明天上班，找一列你经常用AVERAGE算的数据。别急着下拉。先问问自己：这个平均值，真的代表“正常情况”吗？

觉得有用？点个「在看」，分享给那个还在“拉一下就行”的同事。