『壹』 EXCEL沒有數據分析功能，載入宏也不能用，怎麼辦啊，親
重裝吧，你說的修復辦法肯定是徒勞無功的。
我有Microsoft Office Professional Plus 2007(專業增強版)，正版+密鑰
還有Microsoft Office Professional Plus 2010(專業增強版)，有十一大功能模塊。繞過密鑰安裝，聯網三步完美激活（帶有激活圖解以及激活工具）。（絕對能通過微軟正版驗證和漏洞掃描）。如需要就發過話來，我發給你
『貳』 為什麼研發費用的數據缺失取值為 1,否則為 0
因為研發費用的數據只有兩種狀態，要麼是1，要麼是0
『叄』 Excel里的數據分析忽然不能用了，啟用宏全部打開，還是不行
請在以下 2007 Microsoft Office System 程序中執行下列操作：
Word、Excel、PowerPoint 或 Access
單擊「Microsoft Office 按鈕」 ，然後單擊「程序名 選項」（其中，程序名 是所使用的程序的名稱，例如「Word 選項」）。
依次單擊「信任中心」、「信任中心設置」和「宏設置」。
單擊所需的選項：
「啟用所有宏(不推薦，可能會運行有潛在危險的代碼)」 單擊此選項可允許所有宏運行。此設置會使計算機容易受到潛在惡意代碼的攻擊，因此不推薦您使用。
信任對 VBA 項目對象模型的訪問 此設置僅適用於開發人員。
這樣設置完成後，保存設置，完全退出EXCEL，再重新打開時，應該就可以正常使用已啟用宏的文件了。當然，你要確保你的office是在有效使用期內的。
『肆』 什麼是研發支出輔助賬，要怎麼填呢
據我所了解到的信息，輔助賬匯總表，是根據項目輔助賬來填寫的。列入福利費即可，研發支出-費用化支出-福利費。輔助賬按照稅法口徑，從會計賬本中取數，輔助賬內容一定不會與會計賬本數據一致，而是小於會計賬本數據。
基本步驟如下，首先，輔助賬要從會計賬本中取數，而且最好是同步，就是會計做一筆研發支出的分錄，輔助賬就跟著記一筆。其次，輔助賬不是照抄會計賬本，而是按照稅法口徑去分析填寫。
填表順序如下，順序一：正著填，先填研發支出輔助明細賬，再填研發支出輔助賬匯總表，最後填加計扣除歸集表。這樣填的前提條件是：研發支出輔助賬日清月結、步步跟隨會計賬本。順序二：倒著填，先填加計扣除歸集表，再填輔助賬匯總表，最後填輔助賬明細表。這樣填的條件是：企業平時沒填過輔助賬，要申報備案了，臨時抱佛腳，先把表「比劃」出來再說。筆者敢賭一塊錢，好多企業都是這么搞的。需要說明的是，輔助賬明細表不用備案的，企業留存備查。
填表規則如下，規則一：輔助賬明細表的數據，最終要匯總在輔助賬匯總表中，輔助賬匯總表數據，要匯總在加計扣除歸集表中。規則二：一個研發項目，填一張輔助賬明細表。規則三：一個研發項目，可能處於研究階段，也可能處於開發階段，還可能處於完成階段。所以，費用化的要填一張表，資本化的要填一張表。費用化那張表和資本化那張表，長得都是一模一樣的，但不同的是，費用化那張表，期初余額和期末余額、以及表中的余額，都填零，而資本化那張表，期初余額、期末余額以及表中的余額，不但有數，還要標明借貸方向。規則四：一個研發項目，可能有不同表現形式，比如自主研發、委託研發，一個形式要填一張表。規則五：眾多研發項目，企業要加計扣除的研發項目，要填明細表，且所填數據過入輔助賬匯總表，企業不準備加計扣除的研發項目，也應該填明細表，但不必過入輔助賬匯總表，留存備查，以核對加計扣除數據的准確性。當然，您若嫌麻煩，根本不填，估計也沒人管你。規則六：不管有多少個研發項目，不管填多少個輔助賬明細表，都要匯總到一個輔助賬匯總表中，再過入到一張加計扣除歸集表中。換言之，一個企業，只報一張輔助賬匯總表和一張加計扣除歸集表。
『伍』 怎麼從報表中看公司的研發投入是多少是在無形資產中嗎
是在無形資產中。
內部研發無形資產核算是對於核算企業內部開發的無形資產進行核算，需要區分研究階段與開發階段分別進行核算。研究階段的支出應當全部費用化，計入當期損益，開發階段的支出，滿足資本化條件的資本化計入無形資產成本。無法區分研究階段和開發階段的支出，應當全部費用化，計入當期損益。
(5)研發費用數據分析用不了怎麼回事擴展閱讀：
注意事項：
1、在獲取的無形資產相關信息基礎上，根據被評估無形資產或者類似無形資產的歷史實施情況及未來應用前景，結合無形資產實施或者擬實施企業經營狀況，重點分析無形資產經濟收益的可預測性，恰當考慮收益法的適用性。
2、合理估算無形資產帶來的預期收益，合理區分無形資產與其他資產所獲得收益，分析與之有關的預期變動、收益期限，與收益有關的成本費用、配套資產、現金流量、風險因素。
3、保持預期收益口徑與折現率口徑一致。
4、根據無形資產實施過程中的風險因素及貨幣時間價值等因素，合理估算折現率，無形資產折現率應當區別於企業或者其他資產折現率。
『陸』 如何做數據分析
數據分析行業應用,一般數據來源：智能手機 感知裝置 物聯網 社群媒體等 雲計算存儲.cda官網有很多行業案例,比如
風能發電業務場景
風力發電機有一個葉片，時間長了就要換，否則不安全，過去這個葉片一般10年換一次，因為沒辦法知道具體產品的使用情況，只能根據以往葉片老化的情況來估算。但這家公司在葉片上裝了感測器，就能檢測每個葉片的具體使用情況了，風大的地方，葉片老化快，可能8年就要換，風力均勻的地方，有些葉片可能用15年，這樣就能節省資本更新的成本了。
而且，過去這家公司只生產設備，這些設備被賣到國外，具體安裝到什麼地方，他是不知道的，有了感測器，公司就能知道這些發電機被安裝到哪裡，這些地方的風力是大是小，一年四季哪天有風哪天有雨，這些數據都可以獲取。根據這些數據，就能知道哪些地區風力資源豐富，有重點地規劃未來市場。傳統的行業利用大數據，就能更好地實現市場預判和銷售提升，分分鍾實現逆襲。
『柒』 為什麼Excel2010中的，excel載入項選擇數據分析之後，點了確定還是沒有用
win7以上是有這個毛病，我以前也遇到過，很吐槽微軟的這個多此一舉。還是喜歡xp和win7，簡約夠用。
注意以下幾張圖：
1，【非常重要】按住shift，再右鍵點excel快捷方式，以管理員身份運行
可以用了。規劃求解很強大，我用它解不定方程很好用。
不要問我怎麼知道的，網路。
『捌』 數據分析有什麼作用
數據分析師的在企業中的主要作用是支持與指導業務發展。基本合格的數據分析師支持業務發展，優秀的數據分析師指導業務發展。
數據分析師在不同類型、規模、發展階段的企業中，發揮的作用不一樣：
在企業發展初期，基本是沒有數據分析師的。一個原因是數據量少，不用過多分析就能發現問題；另一個原因是互聯網業務發展初期目標很明確，用戶量是關鍵，無論用什麼方法先把用戶搞來，然後才有數據分析。
在企業發展中期，即業務上升階段，這個時候需要大量的數據分析師，尤其是沒有數據產品建設的企業。這時，數據產品和數據分析的工作基本是數據分析師承擔的：定指標、做報表、可視化、分析和預測。
對數據產品建設的重視與否是影響企業發展速度和質量的重要因素。數據分析的最基礎職責是幫助企業看清現狀。看不清現狀的企業是談不上長遠發展的。
企業發展壯大以後，數據分析團隊搭建好了，基本上分工會更加明確一些。數據架構師、數據倉庫工程師、數據產品經理、數據分析師、數據挖掘、演算法工程師等共同構成穩健的數據團隊。
『玖』 生產管理中的數據分析
生產管理中的數據分析
生產系統在大多數情況下是一個內向型的組織，相對比較封閉，無論是連續型生產模式還是離散型生產模式，都可以用類似的分析方法和思路。
生產製造過程大概分為四大類階段，即傳統生產、精益生產、數據化生產、智能生產。不同的階段，數據分析能夠發揮的作用也不同。
在傳統生產階段下，數據化程度不足，缺少信息系統的支持，多數的數據都是以記錄表、紙張、條子等形式存在，都被鎖在櫃子里，數據分析能夠起到的作用是有限的，處理數據的成本是非常高的。
在精益生產階段中引入了大量數據分析的內容，包括全面質量管理，以及精益生產管理中的各種數據指標和分析方法都開始用數據來說話，包括典型的看板管理就是數字化的管理模式。用數據可以看到公司的行為、用可視化的方式可以讓全員能夠看到自己的進度、看到產品的質量。
第三個階段是數據化生產，通過數據我們可以知道整個生產過程在發生什麼，該怎麼生產才能更好地滿足客戶的需求，如何更好地滿足客戶的個性化需求。數據化讓所有的過程更加清晰和透明，讓更多的信息產生智慧。
第四個階段是智能生產，通過全供應鏈流程的通信管理，讓工廠為消費者的個性化、高效地生產。更多的無人參與的工廠會涌現，更多的靈活生產的生產線會產生，智能化生產是未來一二十年的基本生產模式。
目前中國的企業大多數都仍然處在傳統生產模式中，中國企業要想跟進國際企業的進程，必須要在數據化管理上彎道超車，必須要加快數字化建設，讓數據成為企業決策的依據，讓數據本身能夠產生管理的智慧和生產的智慧。
智能生產的基礎是數據化，數據化的基礎是信息化，信息化的基礎是管理的正規化。目前有很多工廠還在用管理手工作坊的方式管理著生產，特別是在三四線城市的工廠中，工人沒有經過嚴格的工廠化的培訓，還在用「差不多就行」的思想在工廠里工作。雖然中國是世界製造大國，但我們的管理能力、生產製造能力、研發能力、生產線設計能力、機器設備的配套能力都遠遠落後其他國家。雖然我們有很多先進的工廠，但工廠里除了員工是中國的，其他都是進口的，如設備是進口的、原材料是進口。我們必須要突破，必須在管理上要改善。正規化管理、信息化建設、數據化管理是我們奔向智能化管理的必經之路，無法跳躍，但是我們可以用最快的速度補齊短板。國外用幾十年、上百年走過的工業化之路，我們可以用短短的三四十年來完成，而數據化管理是我們的跳板，必須要把握。
在生產管理領域的數據分析中，有四個維度是需要數據化的，而且這四個維度之間是相互作用的。這四個維度分別是產量（Quantity）、品質（Quality）、成本（Cost）和交期（Time），為了方便記憶這里縮寫為 TCQQ。
1．產量
我們需要從產能的角度思考生產產量，例如產能是多少；我們實際產出了多少；我們的產能利用率是多少；我們生產產量的波動性是多少；產能或者訂單是否穩定，如果不穩定，那麼我們如何配置資源，減少產能閑置；如何在高峰期滿足生產，如何在低峰期減少閑置；如何規劃未來的產能；如何通過靈活生產來平衡產能；是否需要淡季儲備，這一系列的問題都與產量相關。
2．品質
全面的品質管理包括品質達成情況是怎麼樣的；次品率是多少；返修率是多少；投訴率是多少；退貨率是多少；消費者對品質的評價是什麼；品質是否是公司產品的競爭力；對比競爭對手，我們的品質是否領先；我們的產品是否創新了，是否引領市場了；我們的產品生命周期是否足夠長；我們除了生產管理強調了品質管理；其他部門是否也達到了品質管理的要求和標准，等等。
3．成本
成本方面的分析包括產品的成本結構是什麼樣的；訂單的成本結構是否能夠精準地算出；別人生產的成本率是多少；我們如何降低成本；哪些地方有降低成本的空間 ；哪些方面存在浪費 ；哪些浪費是可以消除的。
《精益生產》中列舉了七大類浪費，我們在為生產製造型企業提供數據管理咨詢服務的時候，把這種精益管理思想數據化，並推延到整個公司的管理中，總結出「十大企業管理資源浪費」，並用這些浪費的首字母組成了一個單詞：DOWNTIMERS，下面分別介紹一下。
①產品不良(Defect): 產品生產出來不合格，無法銷售，並且無法再次加工，那麼這就浪費了材料，消耗了能源，耽擱了生產線生產，浪費了加工過程各種投入，甚至影響公司的銷售，延長訂單交期，導致客戶不滿。
②過度加工（Over Proction）：一件商品從消費者滿意角度看，加工 N 道工序最為合適，如果超過這些工序就是過度加工。過度加工會將不必要的生產投入注入產品中，並未得到消費者更高的評價，或者消費者根本就感知不到，因此造成公司投入上的浪費 ；過度包裝也是一種過度加工的類型。
③等待(Wait)：等待是指人、財、物在時間上的浪費。無論是物料的等待還是人員的等待都是企業管理過程中的資源浪費。物料等待時間過長導致的是訂單交期延長；在產庫存量增加，也會帶來資金浪費；等待中的材料需要存放，也會導致倉儲費用增加；人員的等待也是浪費，例如下一道工序等待上一道工序完成。所有的等待都可以看作是閑置，或者不產生價值的時間，例如公司約定 8 點開會，早到的人 7:50 到場，有些人 8:15 才到場，然後會議 8:20 才開始，早到的人提前了 30 分鍾，這個半小時就是閑置時間，是浪費，所以說高效的公司一定是非常守時的，守時是對所有與會者的尊重。幾乎所有的公司中都存在或多或少的閑置浪費，這種浪費如果不消除，那麼公司就很難控製成本。
④無價值流程（Non-Value-AddedProcess）：無價值流程是指不產生價值的流程、工藝、過程。業務流程、生產工藝、管理過程等在好多的情況下都有不產出價值的內容。例如火車站的檢票程序，你會發現進站的時候乘務員會查一遍火車票和身份證，上車前乘務員還要查一遍火車票和身份證，這兩次檢查其中有一次就是無價值的。而北京南站取消了第一道檢票流程，只在上車前才查身份證和火車票，從而讓乘客的進站時間大大縮短，這樣的流程安排讓更多人把去火車站的提前時間縮短，滯留在北京南站的人數也會大幅度減少。
⑤運輸或中轉位移(Transportation) ：工廠中的物料移動、人員移動都不產生任何價值，移動距離越大，浪費越大，所以先進的工廠都通過立體的設計減少物料的移動和人員的移動。當物料的等待時間和人員的等待時間價值不同時，流程設計也會不同。當人員成本高時，物料移動；當物料成本高時，人員移動。除生產高凈值產品的生產線外，絕大多數的工廠都是物料圍繞著人員轉的，所以有了流水線的設計。在公司管理上，人員的移動距離也是一種浪費，如果人員能夠在一個辦公室中，那麼絕對不要開設更多的辦公地點，這樣一方面會讓溝通被弱化，另外也帶來移動的浪費。員工在上下班路上的時間也是人工成本上的浪費，雖然勞動合同上並未把員工在上下班路上的時間計入工作時間，但是這個時間也是員工付出的成本之一，也會被員工計入對薪資的期望中。如果可能，要盡可能地將員工上下班路上的時間縮到最小，因為這個時間並不產生任何價值，還會消耗大量的社會資源。一個城市的規劃也是如此，在 20 世紀 90 年代，中國的城市發展希望走「功能區」模式，即將商務區、工廠區、行政區、高科技區、居住區、文化娛樂區等分開建設，這種功能區的建設讓很多人都在同一個方向移動，不能很好地分散人流，導致交通壓力大，出行效降低，同時無效的上下班移動距離，增加了大量的社會成本，也涌現了「鬼城」、「睡城」等特殊現象。繁華商業區因為只有上班的地方而沒有居住的地方，所以在晚上成了「鬼城」；而居住區白天無人居住，晚上都回來睡覺，所以成了「睡城」。城市功能不分散導致很多人的移動距離增加，這種模式應該逐漸在城市發展中被淘汰。
⑥智力冗餘（IntellectRendancy）：一個高級技工從事普通的體力勞動，這就是一種智力的冗餘。如果按照高級技工的工資給其付酬，也是浪費，因為這在無形之中給公司帶來了費用的增加；除非你是出於競爭戰略考慮：雖然我不能給這個高級人才提供適合他的工作，但我必須把他圈在我的公司中，因為他一旦去了競爭對手的公司，那麼我的公司面臨的競爭壓力就會非常大了。很多公司中都存在或多或少的智力冗餘現象，因為一家公司在識人、用人上存在能力不足和信息不對稱，就會出現優秀人才得不到重用的現象。當然，有些公司需要從流程上避免智力冗餘現象，例如，服裝廠的一個裁縫工人是高級技工，工資比普通工人要高很多，但如果在工藝流程上，他還需要縫紉工去領料、送料、修剪毛邊、剪線頭，那麼就是智力冗餘的不良工藝設計。
⑦動作冗餘(Motion)：我們在從事勞動的時候都會由一些基本的動作來完成，如果動作不合理，就會造成動作上的浪費。據說計算機鍵盤是根據字元在英文中出現的最大頻率來設計的，以便讓手指頭在鍵盤上的移動距離最小，從而大幅度節省手指在打字移動的距離和時間，提高效率。這個設計是按照英文習慣設計的，但不見得適合中文、法文、義大利文等其他語言，這里就是效率的問題。歷史上英文字母出現的頻率和現代社會中英文字母出現的頻率已經大大不同，而鍵盤按鍵布局的變化會導致打字速度大幅度降低，從而會提高學習成本，所以最初的設計非常重要。
工廠中的動作設計也需要科學地評估、合理設計，要降低學習成本。
⑧超額庫存(Excess Stock/Inventory): 「庫存是萬惡之源」，每個公司都希望大幅度削減庫存，包括工廠中的庫存和流通環節的庫存。物品的存放就是浪費，社會物資快速流動起來才能創造更多的價值。超額的庫存是由於生產計劃不準確、銷售預測不準確導致的，很多企業因為庫存問題被拖垮。產品生產出來賣不出去、采購的物料用不完、生產交期過長，這些都將高流動性的企業經營現金流固化到庫存中，甚至成了長期的庫存。降低庫存甚至零庫存需要通過數據化管理，需要通過商業模式創新。
⑨返工或者重復工作（Rework）：返工、返修、重復都是極大的浪費，產品質量不合格，可能需要返工，例如一個零件尺寸要求為 11.55 米，你卻加工成了 11.56米，超過了標准，就需要再銑掉 0.01 米，這個過程就是返工；而如果你將零件加工成了11.54米就成了廢品(Defect)，而11.56米的零件是不合格品。一篇文章反復修改，一個方案反復討論，一個模型反復設計，都是重復工作，最好將這種工作減少到最小，雖然有些工作是不可能一步到位的。
⑩停機、停下(Stop) ：我們在開車時，如果要停車，需要慢慢踩剎車。再次啟動時也需要慢慢提速。如果停車的次數過多，則會大幅度延長我們到達目的地的時間。工廠中的加工也是如此，有些時候我們需要停機檢修，需要對鍋爐進行清洗等，這些都是浪費；公司管理中也存在這種浪費，當項目停下來又再啟動時需要花費時間，只有一鼓作氣將一件事情做完才最高效。
4．交期
交期是指從客戶下達訂單到客戶獲得產品和服務的周期。任何一個人都希望能立馬獲得並能夠使用產品。工廠的客戶也一樣，客戶希望下達訂單之後能夠馬上收到產品，並能夠快速投入使用，讓整個的供應周期降低到最短。這是一個理想的狀態，在多數非庫存生產的企業中都存在交期的問題。而交期一方面代表著客戶的滿意度，代表著企業適應市場變化的能力。更為重要的是，交期也代表著企業的周轉效率。
筆者曾經服務過一個年產值 20 億元人民幣的外加工工廠。當一個訂單從國外發送過來之後，企業就組織生產並與原材料采購同步，整個周期是 18 天，而實際有效的生產的周期是 7 天。
『拾』 數據分析師是屬於研發部門嗎如果不是是屬於什麼部門
這要分場景。數據分析有3個應用場景，一是前台，側重可視化表現；一是中台，側重運營分析；一是底層數據架構和資料庫。所以，如果公司主營業務是實體產品，例如汽車或家電，那麼數據分析怎麼也算不上研發，而是屬於營銷或運營管理；如果主營業務是軟體開發或數據服務，那麼三種場景如果是為了開發軟體或升級軟體，那麼可以算研發，如果只是內部分析管理，則算運營