263
0本期节目聚焦于几乎所有初级FP&A都会遇到的挑战：处理“脏数据”。
再强的分析能力，也救不了糟糕的数据。如果数据错乱，你的分析结果就不可信——就像一辆赛车，却装着瘪胎。
1. 清洗数据（Cleaning）
常见问题包括：
- 重复数据
- 手工录入错误（拼写、格式）
- 空白单元格
- 不一致的格式（比如不同的日期格式、数字被存成文本）
实用新手技巧：
- Excel 工具：
删除重复值、分列、查找与替换 - 公式：
TRIM()清除多余空格，ISERROR()标记错误值 - 使用筛选功能快速发现空白值、拼写错误、不一致的分类项（如 Q1 vs q1）
2. 结构化数据（Structuring）
定义：将清洗好的数据整理成标准格式，便于分析和建模。
最佳实践：
- 保持数据“扁平”（flat table）：一行代表一个记录（如一笔交易），一列代表一个变量（如金额、产品、地区）
- 禁止使用合并单元格、汇总行、标题行混在数据中
- 保持列标题清晰、简洁、独一无二（如“Sales Revenue”，避免“Amount”或太长的描述）
判断标准：问自己：“这份数据能直接做透视表吗？”如果不行，说明结构还不够好。
自动化工具推荐
- Power Query：可自动记录并重复执行你的数据清洗步骤，适合处理重复任务，效率飞升
- ChatGPT：虽然不能自动处理Excel，但能快速帮你解释函数、找出错误、给出清洗思路，像是随身的“Excel老师”
3. 核心 takeaway
别跳过清洗和结构化这一步。
它可能不酷、不花哨，但它是你职业早期最重要的基础。掌握好这些基本功，不仅能提升效率，更能建立你的专业可信度。有干净的数据，才能有深度的洞察，也才能做出真正有价值的分析。
