Табличні дані в Excel: структура і типи

Data Analyst Professional · Модуль 2 · Урок 5 із 51

Табличні дані: структура, типи й контроль введення

Excel і Google Sheets стають надійним аналітичним інструментом не через форматування, а через структуру. Один рядок має представляти одне спостереження, кожна колонка — одне поле, а типи, ключі та правила введення повинні бути явними.

75–90 хвData dictionaryМінітест: 3 питання

Шість правил аналітичної таблиці

Один header row

Унікальні, стабільні назви колонок без подвійних заголовків і merged cells.

Один рядок — одне спостереження

Замовлення, позиція замовлення або клієнт — оберіть grain і не змішуйте.

Одна колонка — одне поле

Не зберігайте «Київ, Петренко, 12.05» в одній клітинці.

Один тип у колонці

Дата не повинна чергуватися з текстом «невідомо», а число — з символом валюти.

Стабільний ключ

ID має однозначно ідентифікувати grain; ім’я або позиція рядка не є надійним ключем.

Без декоративних розривів

Порожні рядки, subtotal всередині source і кольори замість значень ламають сортування та pivot.

Архітектура workbook

Аркуш	Призначення	Правило
README	Мета, owner, джерела, refresh, версія, limitations	Читається без відкривання формул
RAW	Незмінений імпорт або контрольна копія джерела	Не редагувати вручну
MAP	Довідники й узгоджені відповідності	Ключі унікальні, owner відомий
CALC	Перетворення, helper columns і формули	Один крок має пояснювану логіку
CHECKS	Row count, duplicates, missing keys, totals, freshness	Чіткі PASS/WARN/FAIL
REPORT	Pivot, KPI й таблиці для користувача	Не містить прихованої ручної правки фактів

Таблиця Excel і range у Sheets

Excel Table додає header row, filters, calculated columns і structured references; нові рядки можуть включатися в таблицю та формули автоматично. У Google Sheets джерело також має бути суцільним діапазоном із заголовком у кожній колонці. Формат не виправляє погану структуру, але добре структуроване source робить filters, formulas і pivot передбачуванішими.

Не плутайте формат і значення

Клітинка може виглядати як дата або відсоток, але всередині залишатися текстом. Перевіряйте тип через сортування, просту арифметику, функції перевірки типу або явне перетворення.

Типи, locale і приховані помилки

ДатаВизначте timezone, locale і календарне правило. `01/02/2026` неоднозначне без формату.

ЧислоКома й крапка можуть бути decimal або thousands separator; валюта має бути окремим атрибутом або форматом.

IDІдентифікатор часто краще зберігати як text, щоб не втратити leading zeros і точність.

Boolean/statusВикористовуйте контрольований список, а не `так`, `Так`, `yes`, `+` і колір.

MissingПорожньо, zero і «не застосовується» мають різний сенс; зафіксуйте правило.

CategoryОкремий довідник захищає від різного написання одного регіону або каналу.

Data validation — профілактика, не очищення

Dropdown, date range, numeric bounds і custom rule зменшують нові помилки, але не виправляють старі автоматично. Критичні поля можуть мати validation, пояснення і conditional formatting для сигналу; сам колір не повинен бути єдиним носієм статусу.

Field | Type | Required | Allowed values | Example | Owner
order_id | text | yes | unique non-blank | 0001842 | CRM
order_date | date | yes | 2025-01-01…today | 2026-08-29 | Sales Ops
net_revenue | decimal | yes | >=0, UAH | 1250.50 | Finance
region | category | yes | MAP!region_code | CE | Commercial

Практика: підготуйте source

Створіть README, RAW, MAP, CALC, CHECKS і REPORT.
Для кожної source-колонки вкажіть тип, grain, required і owner.
Перевірте унікальність ключа й кількість порожніх required values.
Знайдіть дати/числа, що збережені як text.
Додайте validation для двох контрольованих полів і не змінюйте RAW.

Офіційні довідки

Готовність до тесту

Ви можете назвати grain, відрізнити ID від міри, побудувати data dictionary та пояснити, чому merged cells, subtotal у source і змішані типи шкодять аналізу.