excel-analytics

Excel 分析（Excel数据分析）

概要

Excel 分析是指系统地使用表計算ソフトウェア来整理、分析、可視化并报告小红书的表现数据，从而无需专用分析工具即可进行自定义分析、灵活报告并获得数据驱动的洞察。

使用场景

适用于：

• 为小红书数据构建自定义跟踪表格
• 分析从平台分析工具导出的数据
• 创建个性化仪表板和报告
• 执行自定义计算和指标分析
• 可视化表现趋势和模式
• 学习数据分析基础知识
• 比较多个时间段或内容类型
• 为利益相关者创建高管摘要

不适用于：

• 需要实时监控时（使用平台分析工具）
• 需要复杂统计分析时（使用专用工具）
• 需要大规模自动生成报告时（使用 BI 工具）
• 只需快速简单检查时（使用平台原生分析工具）

核心模式

之前（手动、分散、低效）：

❌ "Data scattered across screenshots and exports"
❌ "Manual calculator for engagement rates"
❌ "No visual trends, just numbers in cells"
❌ "Recreating same reports from scratch every week"

之后（有序、自动化、富有洞察）：

✅ "All data in one structured master spreadsheet"
✅ "Automatic calculations update when data changes"
✅ "Interactive charts show trends at glance"
✅ "Reusable dashboard template saves hours weekly"

Excel 分析工作流：

1. 导入 - 将小红书数据导入 Excel
2. 清理 - 正确整理并设置数据格式
3. 计算 - 使用公式创建指标和 KPI
4. 可视化 - 构建图表和仪表板
5. 分析 - 提取洞察并识别模式
6. 报告 - 总结发现，以便决策

快速参考

Excel 功能	使用场景	复杂度	节省时间
数据透视表	汇总大型数据集	中等	每周 2-3 小时
VLOOKUP/XLOOKUP	跨工作表匹配数据	中等	每周 1-2 小时
图表	可视化趋势	简单	每周 1 小时
条件格式	突出显示洞察	简单	每周 30 分钟
公式	计算指标	中等	每周 2-3 小时
宏	自动化重复任务	高级	每周 5 小时以上

实施

步骤 1：设置主电子表格

电子表格架构：

Workbook Structure (Separate Sheets/Tabs):

Sheet 1: README
- Purpose of spreadsheet
- How to use guide
- Definitions of metrics
- Contact for questions

Sheet 2: Raw Data Import
- Direct export from Xiaohongshu
- Date stamps for each import
- Raw, unmanipulated data
- Historical archive

Sheet 3: Content Performance Log
- One row per post
- Columns: Date, Content Type, Topic, Reach, Impressions, Likes, Comments, Shares, Saves, Engagement Rate
- Ongoing manual or automated entry

Sheet 4: Follower Growth Tracker
- Daily/weekly follower counts
- Growth rate calculations
- Follower acquisition sources
- Churn tracking

Sheet 5: Key Metrics Dashboard
- Executive summary
- Top-level KPIs
- Traffic light indicators (Green/Yellow/Red)
- Trend visualizations

Sheet 6: Content Analysis
- Performance by content type
- Performance by topic
- Top/bottom performing posts
- A/B test results

Sheet 7: Time Analysis
- Performance by day of week
- Performance by time of day
- Seasonal patterns
- Best posting times

Sheet 8: Competitor Tracking
- Competitor metrics
- Comparative analysis
- Market share
- Benchmarking

Sheet 9: Goals and Targets
- Target metrics by period
- Progress vs goals
- Gap analysis
- Forecasting

Sheet 10: Charts and Visualizations
- Trend charts
- Comparison charts
- Distribution charts
- Custom dashboards

数据字典（列定义）：

Essential Columns for Content Log:

A: Date (YYYY-MM-DD format)
B: Content_ID (Unique identifier)
C: Content_Type (Post, Video, Story, Live)
D: Topic (Primary theme/category)
E: Title (Post title or description)
F: Publish_Time (HH:MM format)
G: Day_of_Week (Monday-Sunday)
H: Reach (Unique users who saw content)
I: Impressions (Total displays)
J: Likes (❤️ reactions)
K: Comments (💬 responses)
L: Shares (📤 forwards)
M: Saves (📑 bookmarks)
N: Profile_Visits (👁️ profile clicks)
O: Follows_Gained (📈 new followers from post)
P: Engagement_Rate (Calculated)
Q: CTR (Click-through rate if applicable)
R: Conversion_Signups (Email, purchase, etc.)
S: Cost (If paid promotion)
T: Notes (Campaign context, etc.)

Optional Advanced Columns:
U: Hashtag_1, Hashtag_2, Hashtag_3
V: Product_Mentioned
W: Promo_Code_Used
X: A/B_Test_Variant
Y: Season (Spring/Summer/Fall/Winter)
Z: Campaign_Name

步骤 2：导入并清理数据

数据导入方法：

Method 1: Manual Entry
Best for: Small accounts, <50 posts/week
Process:
- Create template with required columns
- Manual entry from Xiaohongshu analytics
- Time required: 30-60 minutes/week

Pros: Complete control, no technical skill needed
Cons: Time-consuming, human error risk

Method 2: Export and Import
Best for: Medium accounts, 50-200 posts/week
Process:
- Export from Xiaohongshu Pro analytics
- Download CSV file
- Import into Excel
- Map columns to your structure

Steps:
1. Xiaohongshu Pro → Analytics → Content Performance
2. Select date range
3. Export as CSV
4. Excel → Data → From Text/CSV
5. Select file and import
6. Transform data to match your structure

Pros: Faster, less error-prone
Cons: Requires export capability, some cleanup needed

Method 3: API Integration (Advanced)
Best for: Large accounts, 200+ posts/week
Process:
- Use Xiaohongshu API (if available)
- Connect Excel to API (Power Query)
- Automated data refresh
- Real-time or scheduled updates

Pros: Automated, real-time, scalable
Cons: Technical setup, may require developer

Data Cleaning Checklist:
✅ Remove duplicate entries
✅ Fix date formats (consistent YYYY-MM-DD)
✅ Handle missing values (0 or NA)
✅ Remove special characters from text
✅ Standardize text casing (proper or upper)
✅ Verify data accuracy (spot check)
✅ Create backup before manipulation

步骤 3：创建计算指标

基本 Excel 公式：

Engagement Rate Formula:

=IF(H2>0, (J2+K2+L2+M2)/H2, 0)

Where H=Reach, J=Likes, K=Comments, L=Shares, M=Saves

Follower Growth Rate Formula:

=(O2/SUM($O$1:O2))*100

Where O=Follows Gained, calculates cumulative growth rate

Week-over-Week Growth Formula:

=(SUM(H2:H8)-SUM(H9:H15))/SUM(H9:H15)

Compares this week to last week

Moving Average Formula (7-day):

=AVERAGE(J2:J8)

Smooths daily fluctuations

Percentage Change Formula:

=(J2-J1)/J1

Shows change from previous period

Conditional Formatting Rules:
Highlight top performers:
- Engagement rate > 10%: Green
- Engagement rate 5-10%: Yellow
- Engagement rate < 5%: Red

Highlight outliers:
- Values > 2x standard deviation: Bold
- Values = 0: Gray text

Identify best performing content type:

=MAXIFS(P:P, C:C, "Video")

Returns max engagement rate for Video content

Calculate content type averages:

=AVERAGEIF(C:C, "Video", P:P)

Average engagement rate for Video posts

高级公式（数据透视表）： 创建动态汇总：

• 按内容类型统计总互动量
• 按主题统计平均触达量
• 按日期统计最佳发布时间
• 按月比较表现
• 按互动量列出排名前 10 的帖子

数据透视表步骤：

1. 选择数据范围（包括表头）
2. 插入 → 数据透视表
3. 选择行（例如 Content_Type）
4. 选择值（例如 Engagement_Rate 的平均值）
5. 添加筛选器（例如日期范围）
6. 设置数据透视表的格式和样式
7. 数据更新时刷新

### Step 4: Build Visualizations

**Chart Creation Guide**:

图表类型选择：

折线图（趋势分析） 最适合：随时间变化的指标 数据：X 轴为日期，Y 轴为指标 示例：

• 粉丝增长趋势
• 随时间变化的互动率
• 触达量与曝光量对比

条形图（比较） 最适合：比较类别 数据：X 轴为类别，Y 轴为指标 示例：

• 按内容类型统计互动量
• 按主题统计触达量
• 按星期几统计表现

柱形图（排名） 最适合：表现最佳或最差的项目 数据：按指标对项目排名 示例：

• 按互动量列出排名前 10 的帖子
• 排名后 5 的帖子（识别问题）
• 话题标签表现排名

饼图（分布） 最适合：显示占比 数据：类别和百分比 示例：

• 内容类型分布
• 主题组合占比
• 流量来源细分

散点图（相关性） 最适合：展示两个指标之间的关系 数据：X 轴为指标 1，Y 轴为指标 2 示例：

• 触达量与互动率
• 帖子长度与互动量
• 发布时间与触达量 複合グラフ（複数の指標） 最適な用途：スケールの異なる関連指標 データ：2 種類のグラフを組み合わせます 例：
• リーチ（棒グラフ）＋エンゲージメント率（折れ線グラフ）
• インプレッション（棒グラフ）＋CTR（折れ線グラフ）

グラフ作成のベストプラクティス： ✅ グラフの内容を説明する明確なタイトル ✅ 単位（%、K、M）を含む軸ラベル ✅ 複数系列のグラフには凡例を付ける ✅ 重要なポイントにはデータラベルを付ける ✅ 一貫した配色（ブランドに合わせる） ✅ データを詰め込みすぎない（見づらくなります） ✅ データに適したグラフの種類を選ぶ ❌ 3D グラフは避ける（読み取りにくくなります） ❌ 色を使いすぎない（最大 3～4 色） ❌ 目盛線を詰め込みすぎない ❌ 装飾要素は使わない（注意が散漫になります）

**Dashboard Design**:

エグゼクティブダッシュボードのレイアウト：

1 行目：ヘッダーと日付範囲

• ダッシュボードのタイトル：「Xiaohongshu パフォーマンスダッシュボード」
• 日付範囲セレクター：ドロップダウンまたはセル参照
• 最終更新日時：タイムスタンプ

2 行目：主要業績評価指標（大きな数値）

• フォロワー総数：[値] [増加率]
• エンゲージメント総数：[合計] [投稿あたりの平均]
• 平均エンゲージメント率：[%] [前期間との比較]
• 総リーチ数：[合計] [投稿あたりの平均]
• トップ投稿：[タイトル] [エンゲージメント率]

3～4 行目：推移グラフ（左から右）

• 折れ線グラフ：フォロワーの増加（30 日間）
• 折れ線グラフ：エンゲージメント率の推移（30 日間）

5～6 行目：比較グラフ

• 棒グラフ：コンテンツの種類別パフォーマンス
• 棒グラフ：曜日別パフォーマンス

7～8 行目：ランキング

• 投稿のトップ 10 の表（データにリンク）
• 投稿の下位 5 件の表（問題のトラブルシューティング用）

9 行目：目標と進捗

• 目標と実績の比較
• 信号機形式のステータス（緑／黄／赤）

インタラクティブ要素：

• コンテンツの種類を絞り込むドロップダウン
• 日付範囲セレクター（開始／終了セル）
• 動的な絞り込みを行うスライサー
• データを更新するボタン
• 詳細シートへのハイパーリンク

条件付き書式：

• KPI が目標を上回る：緑の背景
• KPI が目標の 80～100%：黄色の背景
• KPI が目標の 80% 未満：赤の背景
• 上昇傾向：緑の矢印
• 下降傾向：赤の矢印

自動更新の設定（外部データを使用する場合）：

1. データ → データの取得 → ファイルから
2. データソースを選択します
3. 更新プロパティを設定します（例：24 時間ごと）
4. 数式セルを保護します
5. 起動時の更新を許可します

### Step 5: Analyze and Extract Insights

**Analysis Framework**:

週次分析のルーティン：

1. データの更新（15 分）

• Xiaohongshu から新しいデータをインポートします
• Raw Data シートに貼り付けます
• 計算とピボットテーブルを更新します
• データの整合性を確認します

2. ダッシュボードの確認（10 分）

• KPI と目標を確認します
• 推移グラフに異常がないか確認します
• パフォーマンスの上位／下位を特定します
• 重要な変化を記録します

3. 詳細分析（20 分）

• コンテンツの種類の分析

  • 最も成果を上げた種類はどれですか？
  • 成果が低い種類はありますか？
  • 季節的なパターンはありますか？

• トピックの分析

  • どのトピックが共感を呼びましたか？
  • 予想外の結果はありましたか？
  • コンテンツの不足分は特定できましたか？

• 投稿タイミングの分析

  • 最適／最悪の投稿時間
  • 曜日ごとのパターン
  • 最適な投稿スケジュール

• 競合分析

  • 当社の実績は競合と比べてどうですか？
  • 学びにつながる競合の成功事例はありますか？
  • 市場に変化はありますか？

4. インサイトの記録（15 分）

• 主な調査結果：うまくいったこと、いかなかったこと
• 推奨事項：来週のアクションアイテム
• 実施中のテスト：進行中の A/B テスト
• 提起された疑問：調査が必要な不明点

5. レポートの作成（20 分）

• エグゼクティブサマリー（1 ページ）
• 詳細分析（2～3 ページ）
• 視覚化（チャート、グラフ）
• 付録（必要に応じて生データ）

合計時間：約 80 分／週 節約できる時間：手動分析と比べて 3～4 時間

インサイトを抽出する手法：

パフォーマンス分析：

• 増加率を計算します（週次、月次）
• ベンチマーク（過去の実績、目標、競合）と比較します
• 外れ値（例外的に良い／悪い結果）を特定します
• 傾向（改善、低下、安定）を把握します

相関分析：

• 投稿時間とエンゲージメント
• コンテンツの長さとリーチ
• ハッシュタグの数と保存数
• トピックとフォロワーの増加

セグメンテーション分析：

• コンテンツの種類別パフォーマンス
• トピック別パフォーマンス
• 時間帯別パフォーマンス
• 曜日別パフォーマンス
• 季節別パフォーマンス ギャップ分析：
• 目標と実績（パフォーマンスのギャップ）
• 競合との比較（市場のギャップ）
• オーディエンスの需要とコンテンツの供給（コンテンツのギャップ）
• リソース配分と ROI（効率性のギャップ）

### Step 6: Report and Communicate Findings

**Report Structure**:

週次パフォーマンスレポート（1～2ページ）：

1 ページ目：エグゼクティブサマリー

• 主要指標の概要
• 目標に対する進捗
• 今週の主な成果 3 件
• 主な課題／学び 3 件
• 来週に向けた推奨事項 3～5 件

2 ページ目：詳細分析

• コンテンツのパフォーマンスの内訳
• エンゲージメントの質の分析
• フォロワー増加の分析
• 競合との比較
• テストと学び

月次パフォーマンスレポート（5～8ページ）：

1 ページ目：エグゼクティブダッシュボード

• すべての KPI を可視化
• 前月との比較
• 目標の進捗
• 信号機形式のステータス

2 ページ目：コンテンツの詳細分析

• コンテンツの種類別パフォーマンス
• パフォーマンス上位の投稿
• パフォーマンスが低いコンテンツの分析
• コンテンツに関する推奨事項

3 ページ目：オーディエンスのインサイト

• フォロワー増加の分析
• オーディエンスの人口統計（利用可能な場合）
• エンゲージメントの質
• オーディエンスからのフィードバックのテーマ

4 ページ目：投稿タイミングと季節性

• 最適な投稿時間
• 曜日別のパフォーマンス
• 季節的な傾向
• 祝日／イベントの影響

5 ページ目：競合分析

• 市場での位置づけ
• 競合ベンチマーク
• シェア・オブ・ボイス
• 機会／脅威

6 ページ目：目標と予測

• 目標の進捗
• 予測（今後 30／60／90 日）
• リソース配分に関する推奨事項
• 戦略的施策

7 ページ目：付録

• 詳細なデータ表
• 方法論
• 定義
• 生データ（必要な場合）

プレゼンテーションのヒント： ✅ 重要なインサイトから始める（まずはエグゼクティブサマリー） ✅ ビジュアルを活用する（チャート、グラフ、ダッシュボード） ✅ テキストを最小限に抑える（データに語らせる） ✅ 重要な数値を強調する（色、サイズ、太字） ✅ データでストーリーを伝える（背景、インサイト、アクション） ✅ 推奨事項を含める（実行可能な次のステップ） ✅ 読み手を把握する（経営幹部には要約、アナリストには詳細が必要です） ❌ データを詰め込みすぎない（関連性を重視して取捨選択する） ❌ 解釈なしに提示しない（インサイトを加える） ❌ 背景を省かない（数値が重要な理由を説明する）

## Common Mistakes

| Mistake | Why Happens | Fix |
|---------|-------------|-----|
| Not updating data regularly | Time pressure, forget | Schedule weekly update, set reminders |
| Poor data structure | Started without plan | Design structure before collecting data |
| Wrong formulas | Excel knowledge gap | Validate formulas, test with known data |
| Over-complicating dashboards | Want everything visible | Focus on key metrics, keep simple |
| Not backing up data | Complacency | Save backup copies regularly |
| Manual data entry errors | Human error | Use data validation, double-check |
| Ignoring data quality | Trust exports blindly | Clean and validate imported data |
| Too many charts | Want comprehensive analysis | Fewer, more focused visualizations |
| Not documenting metrics | Assumes everyone knows | Create data dictionary |
| Forgetting to refresh | Static dashboard | Set refresh schedule, note last update |

## Real-World Impact

**Case Study: Excel Analytics Transformation**

A brand manager created Excel analytics system replacing manual reporting.

**Before Excel Analytics**:
- Manual data collection from screenshots
- Calculator for engagement rates
- No visual trends, just numbers
- 4 hours weekly for basic reporting
- Inconsistent metrics (different definitions)
- No historical analysis
- Poor insights, missed opportunities

**After Excel Implementation** (3 months):

System Setup (Month 1):
- Created master spreadsheet with 10 sheets
- Automated imports from Xiaohongshu
- Built formulas for 15 calculated metrics
- Created executive dashboard
- Set up conditional formatting
- Documented data dictionary

Analysis and Refinement (Months 2-3):
- Added competitor tracking
- Created content type analysis
- Built time-of-day analysis
- Developed A/B testing templates
- Automated weekly report generation
- Created monthly deep-dive templates

**Results** (12 months):
Time Savings:
- Weekly reporting: 4 hours → 45 minutes (82% reduction)
- Monthly analysis: 8 hours → 2 hours (75% reduction)
- Annual savings: 250+ hours

Improved Insights:
- Identified optimal posting time: 7-9 PM (+40% engagement)
- Discovered top content type: Video tutorials (3x engagement)
- Found underserved topic: Ingredient education (filled gap, +25% growth)
- Spent less time on reporting, more time on strategy

Business Impact:
- Engagement rate: +35% from optimization
- Follower growth: +50% from data-driven content
- Content efficiency: 40% improvement (fewer posts, better results)
- Team productivity: +15% (time saved reinvested)
- Decision quality: Evidence-based, not gut feeling

Spreadsheet Capabilities Built:
- Automated data import (saves 1 hour/week)
- 15 calculated metrics (instant vs manual)
- Interactive dashboard (real-time insights)
- 12 visualization templates (consistent reporting)
- Competitor benchmarking (market intelligence)
- A/B test tracker (systematic testing)

**Data-Backed Insights**:
- Excel automation saves 75-85% of reporting time
- Visual dashboards improve insight speed by 3-5x
- Calculated metrics prevent errors and ensure consistency
- Historical data enables trend analysis and forecasting
- Competitor tracking identifies 30-40% more opportunities
- A/B testing in Excel increases optimization rate by 2x
- Conditional formatting highlights insights instantly
- Pivot tables enable multi-dimensional analysis in minutes
- Well-structured spreadsheets are scalable for years of data
- Excel skills transfer to other tools and platforms

## Related Skills

**REQUIRED**: Use data-analytics (understand metrics to track)
**REQUIRED**: Use data-metrics-understanding (know what metrics mean)
**REQUIRED**: Use data-report (communicate findings)

**Recommended for Excel mastery**:
- **pivot-tables** - Advanced data summarization and analysis
- **data-visualization** - Chart and dashboard design principles
- **advanced-formulas** - Complex calculations and lookups
- **macros-automation** - VBA and automation for Excel
- **power-query** - Data import and transformation
- **spreadsheet-design** - Structure and architecture best practices