I den här gratiskursen får du lära dig:

  • Hur man skapar pivottabeller från en databas.
  • Hur man utvärderar och analyserar databaser.
  • Hur man visar data, inklusive totaler, medelvärden och summor.
  • Hur man presenterar data i procent.
  • Hur man uppdaterar data.
  • Den här videon använder ett enkelt, tydligt språk som alla kan förstå.

Vad är en pivottabell i Excel?

En pivottabell är ett Excel-verktyg (eller annat kalkylblad) som används för att analysera en uppsättning data (källdata).

Dessa tabeller innehåller data som snabbt och enkelt kan grupperas, jämföras och kombineras.

Det "dynamiska" prefixet innebär att hela tabellen automatiskt uppdateras när databasen ändras, så den är alltid uppdaterad.

Varje databaskolumn är en del av en pivottabell, och en formel (matematisk beräkning) i en pivottabell kan tillämpas på de kombinerade kolumnerna.

En pivottabell är med andra ord en sammanfattningstabell i en databas som är lättare och snabbare att läsa och tolka tack vare formler.

Vad används pivottabeller till?

Pivottabeller används ofta för att skapa rapporter. Den största fördelen med pivottabeller är att de sparar mycket tid. Det betyder att du inte behöver skapa komplexa formler eller dölja rader och kolumner i databasen. Med det här verktyget kan du skapa en tabell med bara några få klick.

Stora databaser är därmed lättare att förstå och använda.

Med pivottabeller kan du enkelt skapa och analysera tabeller och följa trender genom att ändra perioden i databasen (om du till exempel analyserar klädförsäljning i en butik kan du med ett klick se vilken period som är bäst).

Det verkliga syftet med att använda pivottabeller är att fatta beslut så snabbt som möjligt. Din uppgift är att skapa en väldesignad tabell och formler som uppfyller dina behov.

Pivottabeller för små och medelstora företag: vad är de bra för?

TCD:er används ofta i denna typ av små strukturer för följande ändamål:

  • Skapa diagram och prognosinstrumentpaneler.
  • Spåra och analysera affärs- eller försäljningsrelaterad data.
  • Spåra anställdas tid och arbete.
  • Spåra och analysera kassaflödet.
  • Hantera lagernivåer.
  • Analysera stora mängder svårbegripliga data.

 

Fortsätt läsa artikeln på den ursprungliga webbplatsen →