Mode Blog

Wenn Sie bei der Arbeit mit Excel arbeiten, ist Ihnen dieses Dialogfeld wahrscheinlich auf frustrierende Weise vertraut:

Sie haben wahrscheinlich auch schon an einer Kalkulationstabelle gearbeitet, die sich nur sehr langsam bearbeiten ließ und bei der bei jedem Klick der Bildschirm für 10 Sekunden einfror und sich das Todesrad drehte.

In der Regel sind große Dateien oder Arbeitsmappen voller Formeln daran schuld. Excel kann zwar bis zu einer Million Zeilen verarbeiten, aber wenn Sie mit einem großen Datensatz arbeiten oder umfangreiche Analysen durchführen – also Formeln auf eine Reihe von Zellen anwenden, mehrere Arbeitsblätter miteinander verknüpfen oder Verbindungen zu anderen Arbeitsmappen herstellen – wird es langsamer, bevor Sie die Zeilengrenze erreichen.

Excel hat noch eine weitere Schwäche, die zu Ineffizienz führen kann: Seine Struktur ist zu flexibel. Das mag sich verrückt anhören – Flexibilität ist einer der Gründe, warum die Menschen Excel lieben. Da jede Zelle eine eigene Einheit ist, haben Sie viel Freiheit, um Fußnoten hinzuzufügen, Zellen zusammenzufügen oder ein Stickmuster zu entwerfen.

Wenn jedoch eine Zelle leicht manipuliert werden kann, ist es schwieriger, der Integrität der Kalkulationstabelle als Ganzes zu vertrauen. Die Flexibilität von Excel macht die Durchsetzung von Konsistenz und Genauigkeit in großen Datensätzen fast unmöglich. Egal wie wachsam Sie sind, egal wie oft Sie eine Kalkulationstabelle nach Tippfehlern und fehlerhaften Formeln durchkämmen, Sie könnten immer noch etwas übersehen.

Es gibt oft ein besseres Werkzeug für diese Aufgabe.

• Oh, hey, SQL
• Tabellenkalkulation trifft relationale Datenbank
• Der Sprung von Formeln zu Abfragen
• Freies Arbeitsbuch: The Excel User’s Quick Start Guide to SQL
• Nächste Schritte zum Erlernen von SQL
• Sie sind auf dem besten Weg!

Oh, hey, SQL

Die Daten, mit denen Sie in Excel arbeiten, müssen irgendwoher kommen. Dieser Ort ist eine Datenbank. Selbst wenn Sie Daten von etwas abrufen, das sich nicht technisch anfühlt (denken Sie an Google Analytics, Stripe oder Salesforce), fragen Sie hinter den Kulissen eine Datenbank ab.

Wie viele Webbesuche haben wir im Januar erhalten? Wie hoch ist die Abbruchrate im Zahlungstrichter für das Produkt, das wir gerade eingeführt haben? Welche Vertriebsmitarbeiter bauen mehr Pipeline auf als andere? Das sind alles Abfragen, die in menschlicher, nicht in Computer-Sprache formuliert sind. Als Excel-Benutzer können Sie sich wahrscheinlich vorstellen, wie Sie diese Fragen in Form von Formeln formulieren können, wenn Sie den richtigen Datensatz haben.

Wie können Sie stattdessen eine Datenbank direkt abfragen? In den meisten Fällen verwendet man SQL (kurz für Structured Query Language). Mit SQL teilt man einer Datenbank mit, welche Daten man anzeigen und mit Berechnungen manipulieren möchte.

Indem Sie einige Ihrer anfänglichen Berechnungen in SQL verlagern, können Sie die Menge der zu exportierenden Daten verringern. Und mit einem kleineren Datensatz ist die Wahrscheinlichkeit geringer, dass Sie in Excel Leistungsprobleme bekommen.

Wenn Sie mit SQL besser zurechtkommen, können Sie immer mehr Ihrer Analysen in SQL verlagern, bis Sie einen Punkt erreichen, an dem Excel die Ausnahme und nicht mehr die Regel ist. SQL-Datenbanken können enorme Datenmengen ohne Leistungseinbußen verarbeiten und haben eine geordnete Struktur, die die Integrität Ihrer Daten schützt.

Das Erlernen einer neuen Sprache mag abschreckend wirken – ebenso wie die Verwendung von Tools, die sich einfach technischer anfühlen. Aber als Excel-Benutzer wissen Sie bereits mehr über SQL, als Sie vielleicht erwarten.

Tabellenkalkulation und relationale Datenbank

Eine Datenbank ist eine organisierte Sammlung von Daten. Es gibt viele verschiedene Arten von Datenbanken, aber der spezielle Datenbanktyp, mit dem SQL kommunizieren kann, ist als relationale Datenbank bekannt.

Genauso wie eine Excel-Arbeitsmappe aus Tabellenblättern besteht, setzt sich eine relationale Datenbank aus Tabellen zusammen, wie die untenstehende.

Tabellen haben Zeilen und Spalten wie eine Tabellenkalkulation, aber in einer Tabelle können Sie nicht mit jeder Zelle (oder „Wert“ in der Datenbank-Terminologie) einzeln interagieren. Wenn Sie den Heimatort von Ralph Abernathy aus der obersten Zeile der obigen Tabelle ausschließen möchten, können Sie ihn nicht einfach löschen. Sie müssen die gesamte Zeile oder die gesamte Spalte „Heimatstadt“ ausschließen.

Der Grund, warum Sie Zellen nicht spontan ändern können, liegt darin, dass eine Datenbank eine starre Struktur hat. Die Werte in jeder Zeile sind als eine Einheit miteinander verbunden. Jede Spalte muss einen eindeutigen Namen haben und kann nur einen bestimmten Datentyp enthalten („Ganzzahl“, „Text“, „Datum“ usw.).

Die flexible Struktur von Excel mag im ersten Moment ganz gut klingen, aber bleiben Sie dran. Weil die Struktur einer Datenbank so streng ist, ist es einfacher, die Integrität Ihrer Daten zu schützen. Mit anderen Worten, es ist viel unwahrscheinlicher, dass es zu Inkonsistenzen und Fehlern kommt. Und das bedeutet, dass Sie Ihren Daten viel mehr Vertrauen entgegenbringen können.

Der Sprung von Formeln zu Abfragen

Die häufigste Art, Daten in Excel zu bearbeiten, ist die Verwendung von Formeln. Eine Formel besteht aus einer oder mehreren Funktionen, die Excel mitteilen, was mit den Daten in einer Zelle geschehen soll. So können Sie beispielsweise mit SUM(A1:A5) Zahlenwerte addieren oder mit AVERAGE(A1:A5) den Durchschnitt bilden.

Das SQL-Äquivalent einer Formel ist eine Abfrage. Die Abfrage für die obige Tabelle sieht wie folgt aus:

SELECT player_name, hometown, state, weight FROM benn.college_football_players

SELECT und FROM sind die beiden grundlegenden Bestandteile einer jeden SQL-Abfrage: SELECT gibt die gewünschten Datenspalten an und FROM gibt an, in welcher Tabelle sie sich befinden. Sie können sogar alle Spalten anzeigen lassen, indem Sie nach SELECT ein Sternchen (*) hinzufügen, etwa so:

SELECT * FROM benn.college_football_players

Diese Abfrage würde Ihnen alle Spalten in der Tabelle benn.college_football_players zeigen, damit Sie sich ein Bild vom gesamten Datensatz machen können. Sobald Sie wissen, was Sie brauchen, können Sie die Spalten schnell ausschneiden, um die Größe des Datensatzes zu verringern.

Wie Formeln bestehen Abfragen aus Funktionen, die Datenmanipulationen angeben. Abfragen können auch Klauseln, Operatoren, Ausdrücke und einige andere Komponenten enthalten, aber wir werden hier nicht ins Detail gehen. Was Sie wissen müssen, ist, dass Sie SQL verwenden können, um Daten auf so ziemlich jede Art und Weise zu manipulieren, wie Sie es in Excel tun.

Nehmen Sie zum Beispiel die IF-Funktion. Sie verwenden IF, um bedingte Anweisungen zu erstellen, die Daten filtern oder neue Daten basierend auf von Ihnen definierten Regeln hinzufügen. Here’s what an IF function looks like when you apply it to a cell:

=IF(logical_test, value_if_true, )

You could read that as IF <some condition is met> THEN <display this value> OTHERWISE <display a different value>. The OTHERWISE portion, which is shown as , is optional.

The SQL equivalent of IF is CASE. They have very similar syntax:

CASE WHEN <condition 1 is met> THEN <display value 1> ELSE <display a different value> END

CASE statements are considerably easier to read than IF statements because SQL queries have multiple lines. This structure is ideal for an IF statement with multiple conditions. For instance, if you want to add two categories based on existing data in Excel, you have to nest one IF statement inside another IF statement. When you add a lot of conditions, things get ugly quickly. In SQL können Sie jedoch einfach eine neue Bedingung in einer weiteren Zeile einfügen.

In SQL fügen wir nun mehrere Bedingungen hinzu, indem wir die College Football-Daten von oben verwenden. Wir fügen eine Spalte hinzu, die die Fußballspieler in vier Gewichtsgruppen unterteilt. Hier ist die Abfrage:

Und so sieht die Ergebnistabelle aus:

Nicht allzu schwer, oder? Die IF-Anweisung dafür wäre ein Alptraum.

Sie denken jetzt vielleicht, aber was ist mit Tabellen und Grafiken? Was ist mit den Grafiken, die meinen Bericht zu einem Bericht machen? Eine Möglichkeit besteht darin, die Daten in SQL zu bearbeiten, sie zu exportieren und Diagramme in Excel zu erstellen.

Wenn Sie jedoch den Exportschritt überspringen möchten, können Sie mit einigen SQL-Programmen (z. B. Mode) Diagramme über Ihren Abfrageergebnissen erstellen. Diese Diagramme sind direkt mit Ihrer Datenbank verknüpft, so dass bei jeder erneuten Abfrage die Ergebnisse und Visualisierungen automatisch aktualisiert werden.

Mode Analytics

Kostenlose Arbeitsmappe: The Excel User’s Quick Start Guide to SQL

We’ve put together a workbook of six go-to Excel tasks and their SQL counterparts. Each lesson contains an example dataset and detailed instructions. You’ll learn how to do the following Excel functions in SQL:

• Arithmetic
• IF
• Filtering
• VLOOKUP
• SUMCOUNT, and AVG
• Grouped aggregation (pivot tables)

As you gain SQL knowledge, it’s helpful to know where to focus your learning and how to navigate your company’s data.

Pick tutorials geared toward data analysis

There are a lot of SQL resources, but not all of them are focused on data analysis.

Engineers and database administrators use SQL to create, update, and delete tables in databases. They can upload a whole new table or delete one permanently from the database. These are very different tasks from how you’ll use SQL (at least until you fall so in love with data that you make a career switch to analytics).

Don’t get bogged down in SQL tutorials that are designed for database management. Hone in on query-focused tutorials. Here are some SQL lessons to start out with:

• Retrieving data
• Filtering data and making simple calculations
• Using multiple filters at once
• Ordering your results
• Aggregating data
• Counting unique values in a column
• Conditional logic
• Joining datasets

If you find yourself in tutorials talking about things like:

• CREATE TABLE
• DROP TABLE
• CREATE DATABASE
• DROP DATABASE

.

Praktizieren Sie mit den Daten Ihres Unternehmens

Wenn Sie bei der Arbeit Analysen durchführen, gibt es wirklich keinen Ersatz für die Verwendung der Daten Ihres Unternehmens, um SQL zu lernen. Sie können die Datenstruktur Ihres Unternehmens erforschen und gleichzeitig technische Konzepte lernen. Alles, was Sie dabei lernen, können Sie sofort auf Ihre Arbeit anwenden.

Um das zu tun, müssen Sie verstehen, wie die Daten Ihres Unternehmens organisiert sind. Wo sind die Produkt- und Marketingdaten gespeichert? Welche Tabelle(n) sollten Sie abfragen, wenn Sie sich die Konten ansehen wollen, die im letzten Monat abgewandert sind?

Die meisten Unternehmen verfügen über ein Analyseteam, das täglich mit den Daten Ihres Unternehmens arbeitet. Diese Mitarbeiter können Ihre Fragen beantworten oder Sie auf hilfreiche Unterlagen verweisen. Hier besteht eine für beide Seiten vorteilhafte Beziehung: Wenn Sie selbst Daten abfragen, verringern Sie den Rückstand des Analyseteams bei Datenanfragen. Garantierte Pluspunkte.

Eine Reihe von Mode-Kunden hat sogar regelmäßige Schulungssitzungen eingerichtet, in denen Analysten ihren Kollegen SQL anhand ihrer internen Daten beibringen. Die Rückmeldungen von beiden Gruppen waren durchweg positiv! Lassen Sie es uns wissen, wenn Sie darüber nachdenken, dies in Ihrem Unternehmen einzuführen. Wir freuen uns, Ihnen einige Erfahrungen mitzuteilen.

Sie sind auf dem besten Weg!

Sind Sie heiß darauf, loszulegen? Laden Sie unseren kostenlosen Excel User’s Quick Start Guide herunter und tauchen Sie ein in unser SQL-Tutorial!

Empfehlenswerte Artikel