数据加工(数据分析（中篇）：数据加工)

数据分析（中篇）：数据加工

《信息快餐时代，你一定要对数字保持敏感》（点击阅读）。数据，让科学取代感觉，让逻辑替代经验。

数据分析，首先基于数据收集，然后进行数据处理，最后才能进行数据分析。

数据处理包括数据清洗和数据加工。

数据收集方法包括市场调研、资料查阅等，不在本系列内容范围内。

本系列内容为大家分次介绍上篇数据清洗、中篇数据加工和下篇数据分析。

其中，数据清洗，前期已在公众号“供应链重构”《数据分析（上篇）：数据清洗》（点击阅读）中阐述，本文接着阐述数据加工。

经过数据收集、数据清洗后，我们基本上得到了可以加工的数据。数据加工我们首先要基于我们需要分析的内容进行定向加工。比如，我们在公众号“供应链重构”《如何培养自己的品类专业性》（点击阅读）中提到的：

（一）要了解行业供给数据（产能、产量），需求数据，周期性变动情况及影响因素（查行业数据、问供应商）；

（二）要了解行业的全球供需结构，以及进出口数据，了解对外依存度，了解国际因素对国内价格的影响（查行业数据、海关数据）；

（三）要熟悉行业主要（头部）供应商的背景、市场占有率和质量情况（查行业数据、向A供应商打听B供应商）；

（四）要了解行业主要（头部）供应商近几年的市场增长率、主流市场评价，以及是否出现重大的正负面新闻（查行业数据、问供应商）。

那么，关于（一），我们就要将零散的生产厂家的家数、设备数、开工率等数据，再考虑他们的市场占有率，推算全行业的供给数据。

数据加工，可以简单到用EXCEL表求和、平均值、标准差、方差、同比/环比的变动率等，但如果说得“学术”一点，数据加工按工作步骤，可以分为，数据抽取、数据转换和数据计算。

数据抽取指对数据库中现有字段进行整合加工，这样就能够形成分析需要的数据。它又分为字段拆分、字段合并和字段匹配。

数据转换指将数据转换成规范、清晰、又易于分析的结构。它又分为结构转换、行列转换和逻辑转换。

数据计算指对数据根据需要进行加工，以便得到直观的、可供分析的决策数据。它又分为运算计算（加减乘除等）、分析计算（按时间序列的推算）和逻辑计算（基于逻辑上的推算）。

如果本文就这么结尾了，估计很多读者要骂我了，一堆绉绉的空洞玩意儿。这当然不是“供应链重构”的初衷，我们始终基于实践并深度思考，然后输出让大家可落地、实用又科学的方法论。并且永远公益，让新手快入场，让高阶更高阶。

因此，我们以要得出“福建省建筑模板原料供需平衡表”为例，通过数据收集、清洗和加工，得出下表，以此介绍数据加工。

假设我们要了解福建省建筑模板原料单板的供需情况。那我们首先要了解，单板上游的原木供给、刨板厂的产能和产量、建筑模板的产能和产量。

这些数据，是直接查不到的，这时候就要通过收集到的数据进行数据转换和数据计算。

比如，2021-2025年松林改造共计1000万亩，其中2022年200万亩。改造又分为三种措施，皆伐、带伐和择伐有一个指标比例，分别为24%、36%和40%。又了解到，每亩松木皆伐的出材方数为6方。又了解到，政府文件对皆伐、带伐和择伐有明确量化的规定：

皆伐改造提升在坡度小于30度时，集中连片的采伐面积要求不超过20公顷，坡度大于30度小于35度的，集中连片的采伐面积要求不超过5公顷，发病小班不受面积限制，鼓励采伐时保留原林分中的阔叶树。带状采伐改造提升要求采伐带宽度不大于20米，保留带宽度应大于采伐带宽度，采伐带内的阔叶树尽量保留，人工生态林（三级保护）更新性采伐可采用小块状，集中连片面积不超过45亩。天然商品林、天然生态林（三级保护）采伐带的面积累计不超过40%，采伐木蓄积量不超过林木总蓄积量的40%。择(间)伐抚育改造提升适用松类树种占2成以上的林分，要求伐后保留木不少于30株/亩，伐后郁闭度要大于0.3，伐后松树平均胸径不小于伐前胸径。

那么我们就可以推算出2022年福建省的松材供给：

2022年全省择(间)伐抚育改造提升16万方；

2022年全省带状采伐改造提升172.8万方；

2022年全省皆伐改造提升288万方。

合计476.8万方。

由于篇幅关系，表中其他数据加工过程从略（本文数据已经脱敏处理，仅为介绍数据加工方法之用，本公众号不对数据准确性负责。据此投资，风险自负）。如感兴趣，可后台留言交流。

供应链重构点我关注，和2万读者一起精进职场。供应链重构，商业新知·采购十佳创作者，360图书馆职场领域优质作者，持续输出供应链实践方法和创新理论。128篇原创内容

公众号

声明：本文首次发布于微信公众号“供应链重构”。近期在多个平台发现部分自媒体抄袭本公众号文章的侵权行为，现重申：公众号如需转载本公众号文章，必须先申请获得授权；其他平台转载，必须在文首注明：本文来源于微信公众号“供应链重构”。否则追究侵权责任。