Daten analysieren und zusammenfassen

Eine Tabelle wird nützlich, wenn du weißt, was du herausfinden möchtest. Die Analyse organisiert, verändert und fasst bereinigte Daten zusammen, um eine Frage zu beantworten. Ihr Ergebnis bildet die Grundlage für ein Diagramm, ein Dashboard oder eine Handlungsempfehlung.

Leite aus der Frage vier Entscheidungen ab

Mache für „Welche Region hatte im März 2026 den höchsten Umsatz?“ die Entscheidungen ausdrücklich:

Eine Kennzahl ist die Zahl, die du berechnest. Eine Dimension liefert die Gruppen. Ein Filter legt die einbezogenen Datensätze fest und der Vergleich gibt an, wie du die Ergebnisse beurteilst. Definiere die Kennzahl genau: Der Umsatz vor Rabatten unterscheidet sich vom Umsatz nach Rabatten. Halte fest, wie Rücksendungen, Stornierungen und Steuern behandelt werden, damit ein zweiter Analyst dieselbe Zahl berechnen kann.

Prüfe, was eine Zeile darstellt

Die Granularität gibt an, wofür eine Zeile steht. Bei einer Bestellung pro Zeile misst die Zeilenanzahl die Anzahl der Bestellungen. Bei einer Bestellposition pro Zeile ist das anders: Eine Bestellung mit drei Produkten belegt drei Zeilen. Würdest du diese Zeilen zählen, würdest du drei Positionen als drei Bestellungen ausweisen.

Hier stehen zehn Märzbestellungen, eine Zeile pro Bestellung. Die Preise sind in Euro angegeben. In einer Tabellenkalkulation sind die sechs Eingabespalten A bis F, die Daten stehen in den Zeilen 2 bis 11 und die Umsatzberechnung kommt in G.

Plane die Arbeitsschritte vor der Ausführung

Wähle zuerst die Datumswerte im März aus. Berechne den Umsatz jeder Bestellung aus Menge und Stückpreis, gruppiere nach Region, summiere das berechnete Feld und sortiere die regionalen Summen absteigend. Die Umsätze der Zeilen betragen 30, 40, 120, 15, 60, 50, 25, 80, 40 und 75. Ihre Summe beträgt 535. Das gruppierte Ergebnis lautet North 250, South 180 und East 105.

In einer Tabellenkalkulation nutzt du dafür einen Filter, eine Formelspalte und entweder bedingte Funktionen oder eine Pivot-Tabelle. In SQL verwendest du WHERE, einen Multiplikationsausdruck, GROUP BY und ORDER BY. In einer Tabellenkalkulation lässt sich die Erkundung kleiner Tabellen leicht überprüfen; SQL arbeitet direkt mit Datenbanktabellen und speichert wiederholbare Abfragen.

Lass die Quelldatensätze unverändert, indem du in einem separaten Tabellenblatt, einer Kopie oder einer Abfrage arbeitest. Speichere die Frage, Definitionen und Arbeitsschritte zusammen mit dem Ergebnis. Wer eine bequem zu berechnende Summe erstellt, bevor feststeht, was sie misst, beantwortet leicht eine andere als die gestellte Frage.

Sortieren ordnet Datensätze so, dass Rangfolgen und Extremwerte leichter zu erkennen sind. Aufsteigend bedeutet vom kleinsten zum größten Wert, von A bis Z oder vom ältesten zum neuesten Wert; absteigend kehrt diese Reihenfolge um. Die Werte eines Datensatzes bleiben zusammen.

Sortiere vollständige Datensätze

Verwende in Excel Daten > Sortieren, in Google Sheets Daten > Bereich sortieren. Wähle den gesamten Bereich einschließlich aller Spalten aus, die zu den einzelnen Datensätzen gehören, und kennzeichne die Überschriftenzeile. Eine Excel-Tabelle hält beim Sortieren die Felder einer Zeile zusammen.

Sortierst du nur die Umsatzspalte, kann ein Betrag neben die falsche Bestell-ID rücken. Die Summe kann weiterhin 535 betragen, obwohl die Datensätze nun falsch sind. Prüfe nach dem Sortieren einige vollständige Zeilen einschließlich ID, Datum und zugehörigem Betrag. An der Zeilenanzahl allein lässt sich dieser Fehler nicht erkennen.

Löse gleiche Werte mit einem zweiten Feld auf

Angenommen, vier Datensätze haben die Regions- und Umsatzwerte East 15, North 30, East 50 und North 120. Sortiere nach Region aufsteigend und dann nach Umsatz absteigend. Das Ergebnis lautet East 50, East 15, North 120, North 30. Das erste Feld bildet die Hauptgruppen; das zweite ordnet die Datensätze innerhalb jeder Gruppe.

SQL drückt dieselbe Regel so aus:

SELECT order_id, region,
       quantity * unit_price AS revenue
FROM orders
ORDER BY region ASC, revenue DESC;

ASC ist die Standardeinstellung. Der Alias revenue benennt das berechnete Ergebnis und kann in ORDER BY verwendet werden. Diese Abfrage gibt ein sortiertes Ergebnis zurück, ohne die gespeicherte Tabelle umzuordnen. Ohne ORDER BY garantiert SQL keine Zeilenreihenfolge, auch wenn wiederholte Ausführungen zufällig gleich aussehen.

Finde die Datensätze mit den höchsten Werten

Bei den Märzbestellungen beginnt die absteigende Umsatzfolge mit Bestellung 1003 bei 120, Bestellung 1008 bei 80 und Bestellung 1010 bei 75. Um drei Zeilen zurückzugeben, unterstützen PostgreSQL, MySQL und SQLite eine Endung wie ORDER BY revenue DESC LIMIT 3; SQL Server verwendet SELECT TOP 3 mit der Sortierklausel.

Eine Grenze kann mitten in einer Gruppe gleicher Werte liegen. Ergänze ein zweites Feld wie order_id ASC, wenn du bei gleichen Umsätzen eine vorhersehbare Auswahl brauchst. Drei Zeilen zurückzugeben und alle Datensätze mit demselben Wert auf dem dritten Platz zurückzugeben, sind unterschiedliche Anforderungen; eine einfache Zeilenbegrenzung erfüllt die erste.

Prüfe die Werte hinter der Anzeige

Als Text gespeicherte Zahlen können als „10“, „100“, „9“ sortiert werden. Echte Zahlen werden als 9, 10, 100 sortiert. Als Text geschriebene Datumswerte wie „03/12/2026“ können der Zeichenreihenfolge statt der zeitlichen Reihenfolge folgen. Wandle die Spalte bei der Bereinigung in den richtigen Typ um; allein das sichtbare Zahlenformat zu ändern, wandelt Text nicht zuverlässig um.

Die Tabellenfunktion SORT gibt eine sortierte Kopie an einer anderen Stelle zurück. Excel verwendet im Argument für die Sortierreihenfolge 1 für aufsteigend und −1 für absteigend. Google Sheets verwendet TRUE und FALSE. Die Kopie wird aktualisiert, wenn sich die Daten ändern, auf die sie verweist.

Bevor du die Anzeige als Rangfolge des ganzen Datensatzes betrachtest, prüfe aktive Filter und den ausgewählten Bereich. Eine korrekt sortierte sichtbare Teilmenge kann trotzdem den Datensatz mit dem höchsten Wert auslassen.

Ein Filter bestimmt, welche Datensätze zu einer Analyse gehören. Tabellenfilter blenden nicht passende Zeilen aus; SQL WHERE gibt passende Zeilen zurück. Keiner dieser Schritte löscht die Quelldatensätze.

Formuliere Bedingungen passend zur Frage

Zu den SQL-Vergleichen gehören =, <>, >, <, >= und <=. Verwende IN für eine Liste, LIKE für ein Textmuster und IS NULL für fehlende Werte. Textliterale stehen in geraden einfachen Anführungszeichen, wie in WHERE region = 'North'. Die Filtermenüs von Tabellenkalkulationen bieten Bedingungen für Text, Zahlen und Datumswerte.

AND verlangt, dass jede Bedingung erfüllt ist. Bei OR muss mindestens eine erfüllt sein. Unter den Märzbestellungen ergeben North und Books zwei Bestellungen, 1001 und 1010. North oder Books ergeben sechs: die vier North-Bestellungen sowie die zwei Books-Bestellungen aus anderen Regionen. Eine Bestellung, die beide Teile eines OR erfüllt, gehört einmal zum Ergebnis.

SQL wertet AND vor OR aus. Vergleiche diese Bedingungen:

WHERE category = 'Books'
   OR category = 'Toys' AND region = 'East'

Dies schließt jede Books-Bestellung sowie Toys-Bestellungen aus East ein: fünf Zeilen. Um nur Datensätze aus East einzubeziehen, fasse zuerst die Kategorien zusammen:

WHERE (category = 'Books' OR category = 'Toys')
  AND region = 'East'

Das behält zwei Zeilen. category IN ('Books', 'Toys') kann das OR in Klammern ersetzen.

Beziehe den gesamten Zeitraum ein

BETWEEN schließt beide Endpunkte ein. Bei Zeitstempeln kann ein als 31. März geschriebener oberer Endpunkt Mitternacht zu Beginn dieses Tages bedeuten, sodass spätere Datensätze dieses Tages entfallen. Verwende einen eingeschlossenen Anfang und den ausgeschlossenen Anfang des nächsten Zeitraums:

WHERE order_date >= '2026-03-01'
  AND order_date < '2026-04-01'

Die Schreibweise von Datumsliteralen unterscheidet sich zwischen Datenbanken. Diese Schranken erfassen jeden Zeitpunkt im März, ohne dass du die letzte mögliche Uhrzeit am 31. März schätzen musst.

Gehe mit fehlenden und uneinheitlichen Werten um

discount = NULL ist kein wahrer Vergleich. Verwende discount IS NULL. Ein fehlender Rabatt erfüllt auch weder discount < 5 noch discount >= 5. Die beiden Bedingungen decken daher nicht alle Datensätze ab, wenn Werte fehlen. Weise fehlenden Werten eine eigene Gruppe zu oder schließe sie bewusst aus.

Untersuche vor dem Filtern die unterschiedlichen Textwerte. Groß- und Kleinschreibung sowie Leerzeichen am Ende können sich je nach Werkzeug und Datenbankeinstellungen unterschiedlich auf Übereinstimmungen auswirken. Vereinheitliche Schlüssel und Bezeichnungen bei der Bereinigung, damit die Übereinstimmung von „North“ und einer Variante mit zusätzlichem Leerzeichen nicht vom Abgleichsverhalten abhängt.

Summiere die sichtbaren Datensätze

In Excel und Google Sheets bezieht =SUMME(G2:G11) weiterhin Zeilen ein, die durch einen Filter ausgeblendet sind. =TEILERGEBNIS(9; G2:G11) summiert die Zeilen, die der Filter sichtbar lässt. Filterst du die Märztabelle auf North, bleiben vier Bestellungen: SUM bleibt bei 535, während TEILERGEBNIS 250 ergibt.

Alternativ gibt =FILTER(A2:G11; C2:C11="North") eine Kopie der passenden Zeilen an einer neuen Stelle zurück; eine Summe über diese Kopie umfasst nur die zurückgegebenen Datensätze. Halte die Anzahlen vor und nach dem Filtern fest und gib den Filter neben dem Ergebnis an. Ein alter aktiver Filter kann sonst dazu führen, dass eine spätere Analyse unbemerkt die falsche Grundgesamtheit erfasst.

Ein berechnetes Feld ergänzt jeden Datensatz um einen Wert, der aus bereits vorhandenen Feldern berechnet wird. Der Umsatz aus Menge und Stückpreis ist eine Berechnung auf Zeilenebene. Es bleibt weiterhin eine Zeile pro Bestellung; eine regionale Summe folgt später.

Erstelle eine Formel und fülle sie aus

Steht die Menge in E und der Stückpreis in F, gib in G2 =E2*F2 ein. Beim Ausfüllen nach unten ändern sich die relativen Bezüge zu =E3*F3, dann zu =E4*F4. Prüfe die erste und die letzte ausgefüllte Zelle, um sicherzustellen, dass die Formel die Daten abdeckt und sich auf die Eingaben der jeweiligen Zeile bezieht.

Eine Rate, die in einer festen Zelle gespeichert ist, benötigt einen absoluten Bezug, etwa $J$1. Die Dollarzeichen fixieren beim Kopieren der Formel sowohl die Spalte als auch die Zeile. In einer Excel-Tabelle bezeichnet =[@Quantity]*[@UnitPrice] die Felder anhand ihres Namens und füllt die berechnete Spalte automatisch aus. Belasse Eingaben in eigenen Spalten, damit eine geänderte Menge das Ergebnis aktualisieren kann.

In SQL gehören der Ausdruck und seine Bezeichnung in SELECT:

SELECT order_id, quantity * unit_price AS revenue
FROM orders
WHERE quantity * unit_price > 50;

Der Alias benennt eine Ausgabespalte; er ergänzt keine gespeicherte Spalte. WHERE derselben Abfrage wird verarbeitet, bevor dieser Ausgabealias existiert. Wiederhole deshalb den Ausdruck dort.

Ordne der Kennzahl den richtigen Nenner zu

Eine Bestellung enthält drei Spiele mit einem Preis von jeweils 40 und Stückkosten von 28. Der Umsatz beträgt 120, die Gesamtkosten betragen 84 und der Gewinn beträgt 36. Zwei nützliche Verhältniszahlen beschreiben unterschiedliche Vergleiche:

Beide verwenden denselben Gewinn. Ein anderer Nenner verändert die Bedeutung des Ergebnisses; benenne das berechnete Feld nach der Verhältniszahl, die du tatsächlich verwendet hast.

Erstelle Gruppenbezeichnungen aus Datumswerten und Text

Tabellenkalkulationen verwenden JAHR(B2) und MONAT(B2) für Datumsbestandteile oder TEXT(B2; "JJJJ-MM") für eine Bezeichnung wie „2026-03“. WOCHENTAG(B2) liefert eine Zahl für den Wochentag. In PostgreSQL und MySQL gibt EXTRACT(MONTH FROM order_date) die Monatszahl zurück; Datumsfunktionen unterscheiden sich zwischen Datenbanken. Eine Gruppierung nur nach Monatszahl vermischt den März verschiedener Jahre, behalte also auch das Jahr bei.

Textformeln können einen kombinierten Schlüssel erstellen. Werden Filiale „S04“ und Monat „2026-03“ mit einem Bindestrich verbunden, entsteht „S04-2026-03“. Tabellenkalkulationen können & oder VERKETTEN verwenden; viele SQL-Dialekte bieten TEXTKETTE, einige unterstützen ||. Verwende dieselbe Konstruktion in beiden Tabellen, die du abgleichen möchtest.

Behalte Nachkommastellen bis zur abschließenden Anzeige

PostgreSQL, SQL Server und SQLite können den Nachkommateil abschneiden, wenn beide Eingaben einer Division ganze Zahlen sind. 45 / 60 kann daher 0 ergeben. Verwende 45 * 1.0 / 60 oder wandle in einen Dezimaltyp um, um 0,75 zu erhalten. Die Tabellenformel =45/60 behält den Nachkommateil.

Runde nur die berichteten Ergebnisse. Drei exakte Drittel ergeben zusammen 1; rundest du jedes zuerst auf 0,33, ergibt sich 0,99. Eine Zahlenformatierung kann die Anzeige verkürzen und dabei die zugrunde liegende Genauigkeit erhalten. Eine Formel wie ROUND(value, 2) rundet auf zwei Nachkommastellen; verwende sie für eine abschließende Ausgabe, wenn der gerundete Wert selbst benötigt wird. Prüfe eine berechnete Zeile von Hand, bevor du die Spalte in einer Zusammenfassung verwendest.

Regeln können numerische Felder in Gruppen umwandeln, die du zählen oder vergleichen kannst. Ein bedingtes berechnetes Feld weist eine Bezeichnung zu, indem es jede Zeile prüft. Ein Kennzeichen hält fest, ob eine Zeile eine Bedingung erfüllt, häufig als 1 oder 0.

Lege die Grenzwerte lückenlos fest

Ordne Umsätze ab 100 als Large ein, Umsätze ab 50 bis unter 100 als Medium und Umsätze unter 50 als Small. In einer Tabellenkalkulation mit dem Umsatz in G:

=WENN(G2>=100; "Large"; WENN(G2>=50; "Medium"; "Small"))

WENNS bietet eine andere Form:

=WENNS(G2>=100; "Large"; G2>=50; "Medium"; WAHR; "Small")

Der SQL-Ausdruck folgt derselben Reihenfolge:

CASE
  WHEN quantity * unit_price >= 100 THEN 'Large'
  WHEN quantity * unit_price >= 50 THEN 'Medium'
  ELSE 'Small'
END AS order_size

Bei diesen Prüfungen gilt die erste wahre Bedingung. Steht die Prüfung auf 50 zuerst, wird ein Umsatz von 120 als Medium eingeordnet und erreicht den Large-Zweig nie. Prüfe den restriktivsten Schwellenwert zuerst oder formuliere Bereiche, die sich nicht überschneiden.

Von den Märzumsätzen ist 120 Large; 60, 50, 80 und 75 sind Medium; die übrigen fünf sind Small. Die Anzahlen sind 1, 4 und 5, zusammen zehn. Eine Prüfung des Grenzwerts ist wichtig: Ein Umsatz von genau 50 ist Medium. Regeln mit „unter 50“ und „über 50“ würden diesen Wert auslassen.

Halte unbekannte Werte getrennt

Ein unbekannter Umsatz benötigt die Bezeichnung Unknown und keine Größe, die aus fehlenden Informationen abgeleitet wird. In SQL ist ein Vergleich mit NULL nicht wahr, sodass ein abschließendes ELSE 'Small' sonst auch fehlende Umsätze erfassen würde. Ergänze einen ersten Zweig, der fehlende Eingaben prüft, etwa WHEN quantity IS NULL OR unit_price IS NULL THEN 'Unknown'.

Lege bewusst ein Ergebnis für den verbleibenden Fall fest. Ein SQL-CASE ohne ELSE gibt NULL zurück, wenn nichts zutrifft. Wird bei IF das Ergebnis für den falschen Fall weggelassen, entsteht in Excel FALSCH und in Google Sheets standardmäßig ein leerer Wert. Ein ausdrücklich angegebenes abschließendes Ergebnis macht die Klassifizierung leichter überprüfbar.

Zähle eine Bedingung mit Kennzeichen

Für jede Bestellung erstellt CASE WHEN status = 'Returned' THEN 1 ELSE 0 END ein Rücksendekennzeichen. Fünf Kennzeichen mit 1, 0, 0, 1 und 0 ergeben zusammen 2 zurückgesendete Bestellungen. Ihr arithmetisches Mittel beträgt 0,4 oder 40 %. Das funktioniert, weil jede einbezogene Zeile entweder ein Ereignis oder kein Ereignis beiträgt. Lege vor der Zuweisung der Werte fest, wie du mit einem unbekannten Status umgehst.

Sichere den Nenner einer Verhältniszahl ab

Bestellungen dividiert durch Besuche ist an einem Tag mit null Besuchen nicht definiert. Stehen Bestellungen in B und Besuche in C, lässt =WENN(C2=0; ""; B2/C2) das Ergebnis für diesen Fall leer. Verwende in SQL orders * 1.0 / NULLIF(visits, 0). NULLIF wandelt einen Nenner von null in NULL um, sodass ein fehlendes Ergebnis statt eines Fehlers durch Division durch null entsteht.

Ein leerer Wert oder NULL bedeutet hier eine nicht verfügbare Verhältniszahl und keine gemessene Rate von null. Eine allgemeine Fehlerbehandlung mit WENNFEHLER kann auch eine falsch geschriebene Formel oder einen fehlerhaften Bezug verbergen. Prüfe das erwartete Problem direkt und untersuche anschließend Zeilen an Grenzwerten, unbekannte Werte und die Anzahlen der Kategorien.

Zusammengehörige Tabellen brauchen eine zuverlässige Möglichkeit, dieselbe Entität zu identifizieren. Ein Kundenname ist für die Anzeige nützlich, kann aber zu zwei Personen gehören oder in verschiedenen Formen auftreten. Ein Identifikator wie customer_id macht den Abgleich eindeutig.

Erkenne die Eins-Seite und die Viele-Seite

Ein Primärschlüssel identifiziert Zeilen in seiner eigenen Tabelle eindeutig. Ein Fremdschlüssel in einer anderen Tabelle verweist auf diesen Identifikator. In einer Kundentabelle erscheint jede Kunden-ID einmal. In einer Bestellungstabelle kann dieselbe Kunden-ID bei vielen Bestellungen erscheinen.

Wiederholte Kunden-IDs sind in Bestellungen zu erwarten; in einer Referenztabelle, die eine Zeile pro Kunde enthalten soll, sind sie ein Problem. Prüfe die Eindeutigkeit dort, wo die Beziehung sie verlangt:

SELECT COUNT(*) AS rows,
       COUNT(DISTINCT customer_id) AS different_ids
FROM customers;

Hat die Tabelle 1.200 Zeilen, aber 1.195 unterschiedliche IDs, untersuche doppelte oder fehlende Identifikatoren. Dass diese Anzahlen gleich sind, ist nur zusammen mit einer Prüfung auf fehlende Schlüssel aussagekräftig, da die Anzahl unterschiedlicher Werte NULL überspringt. Vergleiche in einer Tabellenkalkulation mit ausgefüllten Schlüsseln ANZAHL2(A2:A1201) mit ANZAHL2(EINDEUTIG(A2:A1201)).

Gleiche den vollständigen Schlüssel ab

Eine Zielwerttabelle mit einem Datensatz pro Filiale und Monat benötigt sowohl Filiale als auch Monat. Dieser zusammengesetzte Schlüssel unterscheidet „S04“ im März von „S04“ im April. Gleiche beide Felder ab oder erstelle „S04-2026-03“ nach denselben Regeln in beiden Tabellen. Eine Filial-ID allein würde mehrere mögliche Zielwerte offenlassen.

Vereinheitliche Schlüssel vor dem Zusammenführen. Bei Verweisen in Tabellenkalkulationen können die Zahl 1001 und der Text „1001“ nicht übereinstimmen; auch „C-001“, „C001“ und „C001 “ sind unterschiedliche Darstellungen. SQL kann je nach Einstellungen Typen umwandeln oder manche Leerzeichen ignorieren. Bereinige Formate, Leerzeichen und Typen, damit dein Ergebnis nicht von diesen Unterschieden abhängt.

Entscheide, ob du Spalten oder Zeilen ergänzt

Ein Verweis oder Join ergänzt zusammengehörige Felder durch den Abgleich von Schlüsseln. Ergänzt du in einer Bestellungstabelle zu jeder Bestellung den Kundennamen über eine eindeutige Kundenreferenz, bleibt eine Zeile pro Bestellung erhalten. Gehst du von den Kunden aus und fügst ihre Bestellungen hinzu, können sich Kundendaten wiederholen und die Granularität kann sich ändern.

Beim Anfügen werden Datensätze mit derselben Struktur untereinander gesetzt, etwa Januarverkäufe unter Februarverkäufe. SQL UNION ALL behält jede Zeile; UNION entfernt zusätzlich doppelte Ausgabezeilen. Die ausgewählten Spalten müssen dieselbe Reihenfolge und kompatible Typen haben. Haben zwei rechtmäßige Verkaufsdatensätze zufällig identische ausgewählte Werte, verändert das Entfernen eines Datensatzes die Summe.

Schreibe vor dem Zusammenführen auf, was eine Zeile in jeder Eingabe darstellt und was sie in der Ausgabe darstellen soll. Wähle dann Schlüssel und eine Beziehung, die dieses Ergebnis erzeugen. Diese Erwartung ermöglicht dir nach dem Vorgang eine konkrete Prüfung der Zeilenanzahl.

Ein Verweis holt einen Wert aus einer Referenztabelle in eine Haupttabelle. Für jede Verkaufszeile kann ein Produktcode den Namen oder Preis des Produkts abrufen. Der Abgleich muss den Wert für genau dieses Produkt zurückgeben.

Verstehe die Eingaben des Verweises

Angenommen, das Tabellenblatt Products hat Codes in A, Namen in B und Preise in C; die Datensätze stehen in den Zeilen 2 bis 50. Der Produktcode des Hauptblatts steht in B2:

=XVERWEIS(B2; Products!$A$2:$A$50; Products!$C$2:$C$50; "Not found")

Die Eingaben sind der gesuchte Wert, der zu durchsuchende Schlüsselbereich, der Rückgabebereich und ein Ergebnis für eine fehlende Übereinstimmung. XVERWEIS verwendet in aktuellem Excel und in Google Sheets standardmäßig eine genaue Übereinstimmung. Die beiden Bereiche müssen Zeile für Zeile aufeinander abgestimmt sein. Absolute Bezüge halten sie beim Ausfüllen der Formel nach unten fest; B2 wird für den nächsten Verkauf zu B3.

Die Referenztabelle enthält P01 Notizbuch zu 3,50, P02 Stift zu 1,20 und P03 Mappe zu 2,80. Bei einem Verkauf von vier P03-Artikeln gibt der Verweis 2,80 zurück und der berechnete Umsatz beträgt 11,20. P07 fehlt, daher gibt die Formel „Not found“ zurück.

Verwende SVERWEIS mit genauer Übereinstimmung für Identifikatoren

Die entsprechende ältere Funktion lautet:

=SVERWEIS(B2; Products!$A$2:$C$50; 3; FALSCH)

SVERWEIS durchsucht die erste Spalte des ausgewählten Bereichs. Die 3 bezeichnet dessen dritte Spalte und FALSCH verlangt eine genaue Übereinstimmung. Wird die letzte Eingabe weggelassen, ist eine ungefähre Übereinstimmung möglich, die bei einer unsortierten ID-Spalte unbemerkt das falsche Produkt zurückgeben kann.

Wird innerhalb eines VLOOKUP-Bereichs eine Spalte eingefügt, kann sich ändern, was die feste Spaltennummer zurückgibt. Prüfe die Formel nach strukturellen Änderungen.

Untersuche fehlende und doppelte Übereinstimmungen

#NV signalisiert gewöhnlich, dass keine Übereinstimmung vorliegt. Prüfe, ob der Code tatsächlich in der Referenz fehlt oder ob sich Leerzeichen, Text- und Zahlentypen oder Codeformate unterscheiden. WENNNV kann diesen speziellen Fehler durch eine sichtbare Bezeichnung ersetzen; WENNFEHLER fängt auch andere Fehler ab und kann nicht damit zusammenhängende Probleme verbergen.

Zähle Bezeichnungen für fehlende Übereinstimmungen, zum Beispiel mit =ZÄHLENWENN(H2:H500; "Not found"), und berichte, worauf sie sich auswirken. Ersetze unbekannte Preise nicht einfach durch null, damit sich eine Summe berechnen lässt.

Die Standardsuche gibt die erste genaue Übereinstimmung zurück. Zwei P03-Referenzzeilen mit unterschiedlichen Preisen machen das Ergebnis mehrdeutig, selbst wenn der Verweis keinen Fehler anzeigt. Prüfe die Eindeutigkeit der Schlüssel, bevor du den zurückgegebenen Werten vertraust.

Verwende ungefähre Übereinstimmungen für geordnete Wertebereiche

Eine Schwellenwerttabelle mit 0 Small, 50 Medium und 100 Large ordnet 75 als Medium und 120 als Large ein. Die beabsichtigte Regel lautet hier: der größte Schwellenwert, der nicht über dem Eingabewert liegt. Der XLOOKUP-Vergleichsmodus −1 setzt die Suche nach einer genauen Übereinstimmung oder dem nächstkleineren Element um. SVERWEIS mit WAHR kann dasselbe leisten, wenn seine Schwellenwertspalte aufsteigend sortiert ist. Das ist für numerische Wertebereiche nützlich, während Produktidentifikatoren eine genaue Übereinstimmung benötigen.

Ein Join verknüpft Datensätze aus Tabellen, deren Schlüssel übereinstimmen. Anders als das übliche Ergebnis eines Tabellenverweises, der die erste Übereinstimmung liefert, gibt ein Join jede Übereinstimmung zurück. Bevor du Zeilen zählst oder Beträge summierst, musst du diese Übereinstimmungen vorhersagen.

Wähle die Datensätze aus, die erhalten bleiben sollen

Betrachte die Kunden C1 Ana, C2 Ben, C3 Chen und C4 Dara. Die Bestellungen sind O1 für C1, O2 für C1, O3 für C2 und O4 für C5.

Ein innerer Join behält nur Datensätze mit Entsprechung. Ein linker äußerer Join behält jede Zeile der linken Tabelle und ergänzt die Felder der rechten Tabelle, wenn eine Entsprechung existiert, und sonst NULL. Wähle die linke Tabelle anhand der Grundgesamtheit, die deine Frage erhalten muss. Um jede Bestellung einschließlich der Bestellungen mit unbekannten Kunden aufzulisten, beginne mit Bestellungen und verknüpfe Kunden mit einem linken äußeren Join.

Eine grundlegende Anweisung lautet:

SELECT o.order_id, c.name
FROM orders AS o
LEFT JOIN customers AS c
  ON o.customer_id = c.customer_id;

Die Aliase o und c zeigen, woher jedes Feld stammt; ON bezeichnet die abzugleichenden Spalten. Das Ergebnis ist eine neue Sicht auf die Daten und kein Ersatz für eine der beiden Eingabetabellen.

Erkenne wiederholte Beträge

Angenommen, Bestellung 501 hat eine Bestellsumme von 90 und drei Positionen; Bestellung 502 hat eine Summe von 40 und eine Position. Das Hinzufügen der Positionen erzeugt vier Zeilen. Die Summe von Bestellung 501 erscheint in jeder ihrer drei Zeilen, sodass die Summe dieses Feldes 310 statt der ursprünglichen 130 ergibt.

Diese Wiederholung heißt Fan-out. Der Join kann für die Untersuchung von Positionen korrekt sein, während die Summe für die Untersuchung von Bestellungen falsch ist. Summiere Bestellsummen in der Bestellungstabelle oder fasse zuerst Positionen auf eine Zeile pro Bestellung zusammen, bevor du den Join durchführst. Eine Summe unterschiedlicher Werte ist keine allgemeine Korrektur: Zwei verschiedene Bestellungen können dieselbe Summe haben und müssen beide gezählt werden.

Zähle tatsächliche Übereinstimmungen

Nach einem linken äußeren Join von Kunden auf Bestellungen hat ein Kunde ohne Bestellung weiterhin eine Ergebniszeile. COUNT(*) zählt diese Zeile als eins. COUNT(o.order_id) zählt die Bestell-IDs, die nicht NULL sind, und ergibt für den Kunden ohne Bestellungen null.

Um Kunden ohne Entsprechung zu finden, prüfe order_id IS NULL im Join-Ergebnis. Prüfe den Schlüssel der rechten Tabelle und nicht ein Feld wie die Telefonnummer, das auch in einem zugeordneten Datensatz fehlen kann. Im Beispiel haben C3 und C4 keine Bestellungen; C5 bei O4 ist dagegen eine Kundenreferenz ohne Entsprechung, wenn du von Bestellungen ausgehst.

Prüfe die Beziehung anhand der Ausgabe

Ein einfacher linker äußerer Join erzeugt mindestens so viele Zeilen wie seine linke Eingabe. Sollte jeder rechte Schlüssel eindeutig sein, sollte die Zeilenanzahl gleich bleiben. Zusätzliche Zeilen zeigen wiederholte Schlüssel auf der rechten Seite; weniger Zeilen deuten auf einen zusätzlichen Filter oder einen anderen Vorgang hin. Vergleiche Schlüsselanzahlen, Zeilen ohne Entsprechung und eine Summe aus der Quelle vor und nach dem Join. Gleiche Summen allein können nicht belegen, dass jeder einzelne Datensatz korrekt zugeordnet wurde.

Eine Aggregatfunktion fasst viele Eingabewerte zu einem Ergebnis zusammen. Die richtige Funktion hängt davon ab, ob du eine Summe, eine Anzahl, einen Durchschnitt oder einen Extremwert brauchst und was eine Zeile darstellt.

Wähle die zusammenzufassende Größe

Für die zehn Märzumsätze beträgt die Anzahl 10, die Summe 535, das arithmetische Mittel 53,5, das Minimum 15 und das Maximum 120. Steht der Umsatz in G2:G11, lauten die Tabellenfunktionen für diesen Bereich SUM, COUNT, AVERAGE, MIN und MAX. Eine SQL-Zusammenfassung kann sie gemeinsam berechnen:

SELECT COUNT(*) AS orders,
       SUM(quantity * unit_price) AS revenue,
       AVG(quantity * unit_price * 1.0) AS mean_revenue,
       MIN(quantity * unit_price) AS smallest_revenue,
       MAX(quantity * unit_price) AS largest_revenue
FROM orders;

Der Dezimalfaktor erhält die Nachkommastellen des arithmetischen Mittels in Datenbanken wie SQL Server, in denen AVG bei ganzzahliger Eingabe eine ganze Zahl zurückgibt. Nachträgliches Runden eines abgeschnittenen Ergebnisses kann den fehlenden Nachkommateil nicht wiederherstellen.

Zähle Zeilen, ausgefüllte Felder und unterschiedliche Werte

Zehn Bestellungen können von fünf Kunden stammen. Das Zählen von Zeilen beantwortet bei einer Granularität von einer Bestellung pro Zeile die Frage „Wie viele Bestellungen?“; das Zählen unterschiedlicher Kunden-IDs beantwortet „Wie viele Kunden haben bestellt?“. In Google Sheets ist auch COUNTUNIQUE verfügbar. Prüfe leere Zellen gesondert, bevor du ein UNIQUE-Ergebnis zählst, denn ein fehlender Schlüssel kann als eigener Eintrag erscheinen.

Verstehe die Auswirkung fehlender Werte

Bei den SQL-Bewertungen 4, 5, NULL, 3, NULL beträgt COUNT(*) 5, COUNT(rating) 3, die Summe 12 und AVG(rating) 4. Das arithmetische Mittel beruht auf den drei bekannten Werten. Unbekannte Bewertungen durch null zu ersetzen, verändert den Nenner und ergibt 2,4, also eine andere Aussage über die Daten.

Die Tabellenfunktion AVERAGE überspringt ebenfalls leere Zellen und Text in einem referenzierten Bereich, bezieht aber eine numerische null ein. Ein Texteintrag „10“ neben der Zahl 20 kann daher ein arithmetisches Mittel von 20 statt 15 ergeben. Vergleiche COUNT mit ANZAHL2, wenn eine numerische Spalte unerwartet weniger gezählte Werte als ausgefüllte Zellen enthält. Untersuche dann ihre Datentypen.

Beachte die Granularität und die Bedeutung des Feldes

Verwende in einer Bestellpositionstabelle unterschiedliche Bestell-IDs, um Bestellungen zu zählen. Der durchschnittliche Bestellwert ist der Gesamtumsatz der Bestellungen dividiert durch die Anzahl der Bestellungen, nicht durch die Anzahl der Positionen. Ein fortlaufender Kontostand ist bereits eine Summe zu einem Zeitpunkt; das Addieren aller fortlaufenden Kontostände ergibt nicht die Verkäufe des Zeitraums.

Eine Zusammenfassung kann plausibel aussehen, obwohl ihr Nenner etwas Falsches zählt. Nenne die gezählte Einheit in der Spaltenbeschriftung, etwa „Bestellungen“, „Bestellpositionen“ oder „Bekannte Bewertungen“, damit das Ergebnis angibt, was einbezogen wurde.

Bedingte Funktionen erstellen eine Zusammenfassung, ohne die ursprünglichen Datensätze zu verschieben. Jede Zeile wird nur berücksichtigt, wenn ihre Werte die Kriterien erfüllen. Eine Ergebnistabelle kann dann Regionen, Kategorien oder andere Gruppen in einem Layout aufführen, das du selbst bestimmst.

Bringe die Bereiche in die richtige Reihenfolge

ZÄHLENWENNS nimmt Paare aus Kriterienbereichen und Kriterien entgegen. SUMMEWENNS beginnt mit dem zu addierenden Bereich, gefolgt von diesen Paaren. MITTELWERTWENNS folgt demselben Muster mit einem Bereich für das arithmetische Mittel:

=ZÄHLENWENNS(C2:C11; "North"; G2:G11; ">50")
=SUMMEWENNS(G2:G11; C2:C11; "North"; D2:D11; "Books")
=MITTELWERTWENNS(G2:G11; C2:C11; "North")

Für die Märztabelle geben diese Formeln 2 Bestellungen, 105 Umsatz und einen durchschnittlichen Umsatz von 62,5 zurück. Die erste Funktion zählt die North-Umsätze von 120 und 75. Die zweite addiert die North-Books-Umsätze von 30 und 75. Die dritte dividiert die Summe von North, 250, durch die vier Bestellungen dieser Region.

Alle Kriterienpaare innerhalb eines ZÄHLENWENNS, SUMMEWENNS oder MITTELWERTWENNS verwenden UND: Jede Bedingung muss in derselben Zeile erfüllt sein. Achte darauf, dass jeder Bereich in den entsprechenden Zeilen beginnt und endet. Der Vergleich der Region einer Zeile mit dem Umsatz einer anderen würde keinen Datensatz beschreiben.

Formuliere Kriterien genau

Text- und Vergleichskriterien stehen in geraden doppelten Anführungszeichen: "North", ">50" oder "<>Returned". Eine Zelle kann das Kriterium direkt liefern, etwa I2. Um einen Operator mit dem Wert einer Zelle zu verknüpfen, verwende ">"&H1. Der Platzhalter "*book*" passt zu Text, der „book“ enthält; diese Textkriterien in Tabellenkalkulationen ignorieren die Groß- und Kleinschreibung.

Die Funktionen für ein einzelnes Kriterium können eine andere Argumentreihenfolge haben. In SUMIF(criteria_range, criterion, sum_range) steht der Summenbereich an letzter Stelle. In SUMMEWENNS steht er an erster Stelle. Lies den Funktionsnamen, bevor du eine Formel bearbeitest oder kopierst.

Fülle eine Gruppenzusammenfassung sicher aus

Schreibe North, South und East in I2:I4. Gib in J2 ein:

=SUMMEWENNS($G$2:$G$11; $C$2:$C$11; I2)

Fülle nach unten aus. Die Datenbereiche bleiben fest, während I2 zu I3 und I4 wird. Die Ergebnisse sind 250, 180 und 105. Vergleiche ihre Summe mit der direkt aus der Quelle berechneten Gesamtsumme von 535. Reichen neue Datensätze über Zeile 11 hinaus, erweitere die Bereiche oder verwende einen mitwachsenden Tabellenbezug.

Vermeide die doppelte Zählung einer ODER-Überschneidung

North oder Books umfasst sechs Märzbestellungen. Getrennte Zählungen ergeben vier North-Bestellungen plus vier Books-Bestellungen, aber zwei Bestellungen gehören zu beiden. Ziehe die Überschneidung einmal ab: vier plus vier minus zwei ergibt sechs. Die Überschneidung ist das Ergebnis von ZÄHLENWENNS mit North und Books zusammen. Das bloße Addieren der getrennten Anzahlen würde acht ergeben.

Formuliere eine bedingte Summe in SQL

Eine Bedingung kann innerhalb einer Aggregatfunktion stehen:

SUM(CASE WHEN region = 'North'
         THEN quantity * unit_price ELSE 0 END)

Jeder North-Datensatz steuert Umsatz bei und jeder andere Datensatz null. Für eine bedingte Zählung steuert eine Übereinstimmung 1 bei und jeder andere Fall 0. So kann eine Abfrage mehrere benannte bedingte Summen nebeneinander zurückgeben. Prüfe die tatsächlich in der Quelle vorhandenen Bezeichnungen, besonders auf Leerzeichen, bevor du eine fehlende Gruppensumme als nicht vorhandene Aktivität deutest.

GROUP BY erstellt eine Ergebniszeile für jede beobachtete Kombination von Gruppenwerten. Aggregatfunktionen fassen anschließend die Datensätze jeder Gruppe zusammen. Die Ausgabe hat eine neue Granularität, etwa eine Zeile pro Region.

Erstelle eine gruppierte Abfrage

SELECT region, COUNT(*) AS orders,
       SUM(quantity * unit_price) AS revenue
FROM orders
GROUP BY region
ORDER BY revenue DESC;

Für die Märzbestellungen lautet das Ergebnis North mit 4 Bestellungen und 250 Umsatz, South mit 3 und 180 sowie East mit 3 und 105. Die Gruppenanzahlen ergeben zusammen zehn und die Umsätze zusammen 535.

Ausgewählte Felder müssen die Gruppe beschreiben oder ihre Datensätze zusammenfassen. Eine category-Spalte neben einer regionalen Summe ist mehrdeutig, wenn eine Region mehrere Kategorien enthält. Nimm die Kategorie in GROUP BY auf, wenn du eine Zeile pro Kombination aus Region und Kategorie möchtest. Die Märztabelle hat acht beobachtete Kombinationen; South hat keinen Toys-Datensatz, daher erzeugt die Gruppierung diese Kombination nicht.

Filtere Datensätze vor der Gruppierung oder Gruppen nach der Summierung

WHERE category = 'Games' ergibt für North einen Umsatz von 120 aus einer Bestellung, für South 120 aus zwei und für East 40 aus einer. Eine andere Abfrage ohne Kategoriefilter und mit HAVING COUNT(*) >= 4 behält nur North.

Um die Games-Bestellungen jeder Region zu summieren und Regionen mit einem Games-Umsatz über 100 zu behalten:

SELECT region, SUM(quantity * unit_price) AS revenue
FROM orders
WHERE category = 'Games'
GROUP BY region
HAVING SUM(quantity * unit_price) > 100
ORDER BY revenue DESC;

North und South bleiben mit jeweils 120. Würdest du die Umsatzbedingung in WHERE verschieben, würde sie einzelne Bestellungen prüfen und damit die Frage ändern.

Beachte die logische Verarbeitungsreihenfolge

Für das Verständnis ist diese Reihenfolge hilfreich: FROM und Joins, WHERE, GROUP BY, HAVING, SELECT, ORDER BY, dann die Zeilenbegrenzung. Die Datenbank kann einen effizienteren physischen Ausführungsplan nutzen, aber diese logische Reihenfolge erklärt, warum ein SELECT-Alias für die Sortierung verfügbar ist und in WHERE derselben Abfrage gewöhnlich nicht.

Verwende für ein arithmetisches Mittel AVG(quantity * unit_price * 1.0), um Dezimalergebnisse zu erhalten, wo sie bei ganzzahligen Eingaben sonst abgeschnitten würden. Gehe bewusst mit NULL-Gruppenbezeichnungen um: Sie bilden eine eigene Gruppe. Zeige sie als Unknown an oder schließe sie aus und nenne ausdrücklich die Anzahl der betroffenen Datensätze.

Fasse bei Bedarf auf zwei Ebenen zusammen

Kunde A gibt Bestellungen über 60 und 40 auf, B eine über 50 und C drei über 10. Der Gesamtumsatz beträgt 180 bei sechs Bestellungen, also 30 pro Bestellung. Um den Durchschnitt pro Kunde zu ermitteln, summiere zuerst nach Kunde: A 100, B 50, C 30. Berechne das arithmetische Mittel dieser drei Summen und du erhältst 60. Eine gespeicherte Zwischentabelle oder eine WITH-Klausel kann die erste Zusammenfassung enthalten.

Untersuche unterschiedliche Gruppenwerte, bevor du die Abfrage ausführst. Textvarianten können Gruppen je nach Datenbankeinstellungen unterschiedlich aufteilen oder zusammenführen; bereinige sie und vergleiche die beobachteten Gruppen mit denen, die deine Frage erwarten lässt.

Eine Pivot-Tabelle erstellt eine gruppierte Zusammenfassung in einer Tabellenkalkulation, indem Felder in einige Bereiche gelegt werden. Sie ist nützlich, wenn du Vergleiche umordnen und Summen untersuchen möchtest, ohne für jede Gruppe eine eigene Formel zu schreiben.

Beginne mit einer vollständigen Quelle

Verwende eine Überschriftenzeile, einen Datensatz pro Zeile und einen klar abgegrenzten rechteckigen Bereich. Entferne Zwischen- und Gesamtsummenzeilen aus der Quelle: Eine Pivot-Tabelle behandelt sie als Datensätze und zählt ihre Beträge erneut. Vermeide verbundene Zellen und leere Trennzeilen innerhalb der Quelle.

Wähle den Bereich aus und dann Einfügen > PivotTable in Excel oder Einfügen > Pivot-Tabelle in Google Sheets. Ordne die Felder entsprechend der Frage zu:

Mit Region in Zeilen und Summe des Umsatzes in Werte lautet das Märzergebnis North 250, South 180, East 105 und Gesamtergebnis 535. Das Sortieren der zusammengefassten Werte zeigt die Rangfolge.

Prüfe die Zusammenfassungsfunktion

Ein numerisches Feld kann durch Summe, Mittelwert, Min oder Max zusammengefasst werden. Gehe nicht davon aus, dass die ausgewählte Funktion zu deiner Frage passt. Excel kann Anzahl wählen, wenn das Feld Text oder leere Zellen enthält, sodass eine vermeintliche Umsatzzusammenfassung tatsächlich zeigen kann, wie viele ausgefüllte Zellen das Feld enthält.

Verwende zum Zählen von Bestellungen ein vollständig ausgefülltes Bestell-ID-Feld. Anzahl in Excel zählt nicht leere Zellen; Google Sheets bietet ANZAHL2 für nicht leere Zellen und COUNT für numerische Zellen. Würdest du ein Preisfeld mit leeren Zellen zählen, würden Datensätze mit unbekannten Preisen fehlen.

Lies eine Zusammenfassung mit zwei Dimensionen

Füge Kategorie zu Spalten hinzu. North hat Books 105, Games 120 und Toys 25; South hat Books 60 und Games 120; East hat Books 15, Games 40 und Toys 50. Die Spaltensummen sind Books 180, Games 280 und Toys 75.

Die leere Zelle für South und Toys bedeutet, dass keine Quelldatensätze zu dieser Kombination gehören. Eine erfasste Bestellung mit einem Umsatz von null wäre ein anderer Fall, selbst wenn eine Anzeigeeinstellung beide Zellen leer oder als null erscheinen lässt.

Verstehe ein Gesamtergebnis als arithmetisches Mittel

Wähle stattdessen den durchschnittlichen Umsatz. North hat 62,5 aus vier Bestellungen, South 60 aus drei und East 35 aus drei. Das Gesamtergebnis beträgt 53,5, weil die Pivot-Tabelle das arithmetische Mittel aller zehn Quelldatensätze berechnet. Das arithmetische Mittel der drei angezeigten Mittelwerte ergibt 52,5 und gewichtet die Gruppe mit vier Bestellungen fälschlich genauso stark wie jede Gruppe mit drei Bestellungen.

Prüfe Aktualisierung und Abdeckung der Quelle

Prüfe nach Änderungen an der Quelle, ob die Pivot-Tabelle aktuell ist. Verwende in Excel Aktualisieren, wenn die automatische Aktualisierung nicht verfügbar oder ausgeschaltet ist; unterstützte Versionen bieten auch Auto Refresh für lokale Arbeitsmappendaten. Google Sheets aktualisiert Pivot-Ergebnisse, wenn sich Zellen im Quellbereich ändern. In beiden Werkzeugen können Datensätze, die außerhalb eines festen Quellbereichs ergänzt werden, weiterhin fehlen. Eine Excel-Tabelle als Quelle wächst mit ergänzten Zeilen, während ein fester Bereich geprüft und erweitert werden muss.

Vergleiche das Gesamtergebnis und die Bestellanzahl der Pivot-Tabelle mit direkten Berechnungen aus der Quelle. Eine Aktualisierung aktualisiert die ausgewählte Quelle; sie kann keinen Bereich korrigieren, der neue Datensätze ausschließt.

Um eine numerische Spalte gut zu beschreiben, reicht ein Durchschnitt allein nicht aus. Die Lage zeigt, wo sich die Werte befinden; die Streuung zeigt, wie unterschiedlich sie sind. Die Anzahl zeigt, wie viele Daten die Zusammenfassung repräsentiert.

Berechne einige Kennwerte

Acht Fahrradfahrten dauerten 6, 8, 9, 10, 12, 12, 15 und 58 Minuten. Zusammen sind das 130 Minuten.

Für den Median sind der vierte und fünfte Wert 10 und 12, das ergibt 11. Zu den Tabellenfunktionen gehören AVERAGE, MEDIAN, MODE oder MODE.SNGL in Excel, MIN und MAX. In SQL sind AVG, COUNT, MIN und MAX üblich; Namen und Syntax der Median- und Standardabweichungsfunktionen unterscheiden sich je nach Datenbank.

Wähle ein aussagekräftiges Lagemaß

Die Fahrt von 58 Minuten ist ein Ausreißer, der weit von den anderen entfernt liegt. Sie zieht das arithmetische Mittel nach oben: Sieben der acht Fahrten sind kürzer als das arithmetische Mittel. Der Median beschreibt die Mitte dieser Fahrten besser.

Ohne 58 beträgt die Summe 72 bei sieben Fahrten, das arithmetische Mittel also etwa 10,29 Minuten und der Median 10. Das zeigt die Wirkung der langen Fahrt; es rechtfertigt nicht, sie zu löschen. Prüfe, ob die Fahrt tatsächlich stattfand, falsch erfasst wurde oder ob es ein Problem bei der Rückgabe gab. Behalte, korrigiere oder schließe sie anhand dieser Belege aus und halte die Entscheidung fest.

Das arithmetische Mittel ist bei annähernd symmetrischen Verteilungen und Fragen im Zusammenhang mit Summen nützlich, denn das arithmetische Mittel multipliziert mit seiner Anzahl ergibt wieder die Summe. Der Median ist bei schief verteilten Zeitdauern, Einkommen oder Preisen nützlich. Ein großer Abstand zwischen arithmetischem Mittel und Median ist ein Grund, die Verteilung zu untersuchen, aber keine vollständige Beschreibung ihrer Form.

Ein Modalwert kann Kategorien beschreiben, etwa die häufigste Zahlungsmethode. Mehrere Kategorien können gleich häufig sein: Books und Games kommen in den Märzbestellungen jeweils viermal vor. Numerische Daten mit wenigen Wiederholungen haben möglicherweise keinen aussagekräftigen Modalwert.

Beschreibe die Streuung

Die Zahlenreihen 48, 50, 52 und 30, 50, 70 haben beide das arithmetische Mittel 50. Ihre Stichprobenstandardabweichungen betragen 2 und 20. Die Standardabweichung beschreibt die Streuung um das arithmetische Mittel in den ursprünglichen Einheiten; ein größerer Wert bedeutet mehr Streuung. Sie beruht auf quadrierten Abständen und ist daher nicht das gewöhnliche arithmetische Mittel der absoluten Abstände.

Verwende STDEV.S, wenn du die Datensätze als Stichprobe behandelst, und STDEV.P für die betrachtete Grundgesamtheit. Bei den Berechnungen werden die quadrierten Abweichungen durch die Anzahl minus eins beziehungsweise durch die Anzahl dividiert, bevor die Quadratwurzel gezogen wird. Hier geht es darum, den Kennwert zu interpretieren, nicht ihn von Hand zu berechnen.

Quartile teilen sortierte Daten in Viertel. Der Median ist das zweite Quartil; der Interquartilsabstand ist das dritte Quartil minus das erste und misst die Streuung der mittleren Hälfte. Ein Perzentil verortet einen gewählten Prozentsatz in der Verteilung. Werkzeuge können unterschiedliche Interpolationsmethoden verwenden, darunter QUARTILE.INC und QUARTILE.EXC. Verwende daher beim Vergleichen von Ergebnissen eine einheitliche Methode.

Gib neben Lage und Streuung auch die Anzahlen an. Eine auffällige Fahrt wirkt sich auf das arithmetische Mittel von drei Fahrten viel stärker aus als auf das von 300 Fahrten.

Prozentsätze und Raten machen Vergleiche nur verständlich, wenn ihre Nenner klar sind. Ein Anteil, eine Veränderung und eine Rate beantworten unterschiedliche Fragen. Um sie über Gruppen hinweg zusammenzufassen, brauchst du die Größe der jeweiligen Gruppenbasis.

Unterscheide Anteile, Veränderungen und Prozentpunkte

Ein Anteil ist ein Teil dividiert durch die zugehörige Gesamtsumme. Der Anteil von North am Märzumsatz beträgt 250 dividiert durch 535, etwa 46,7 %. South hat etwa 33,6 % und East 19,6 %. Die gerundeten Werte ergeben zusammen 99,9 %; die ungerundeten Anteile ergeben 100 %.

Die prozentuale Veränderung vergleicht einen neuen Wert mit seinem alten Wert:

Steigt der Umsatz von 80 auf 100, erhöht er sich um 25 %. Sinkt er von 100 auf 80, verringert er sich um 20 %. Der absolute Unterschied beträgt in beiden Richtungen 20, aber der alte Wert ändert sich. Bei einem alten Wert von null ist diese Formel für die prozentuale Veränderung nicht definiert.

Eine Veränderung in Prozentpunkten ergibt sich durch direkte Subtraktion von Prozentsätzen. Eine Konversionsrate, die von 4 % auf 5 % steigt, erhöht sich um 1 Prozentpunkt. Ihr relativer Anstieg beträgt 25 %, weil der Anstieg von 1 ein Viertel der ursprünglichen 4 ist. Benenne im Bericht die Art der Veränderung.

Vergleiche Ereignisse bezogen auf dieselbe Basis

Filiale A hat 18 Beschwerden bei 12.000 Bestellungen; Filiale B hat 9 bei 4.500. Pro 1.000 Bestellungen betragen die Raten 1,5 und 2,0. B hat weniger Beschwerden, aber eine höhere Rate. Für einen fairen Vergleich müssen Ereignisdefinition, Zeitraum, Nenner und Skala übereinstimmen.

Setze eine hohe absolute Anzahl nicht mit einer hohen Rate gleich. Eine stärker ausgelastete Filiale kann mehr Beschwerden haben, weil sie mehr Bestellungen bearbeitet. Gib auch die Anzahlen an, damit Leser die Basiswerte hinter den Raten sehen können.

Gewichte Mittelwerte nach den Datensätzen, die sie repräsentieren

Region X hat 200 Bestellungen mit einem Durchschnitt von 50; Y hat 50 Bestellungen mit einem Durchschnitt von 90. Berechne die Summe jeder Region: 10.000 und 4.500. Dividiere die gemeinsame Summe von 14.500 durch 250 Bestellungen und du erhältst 58. Das einfache arithmetische Mittel der beiden Mittelwerte, 70, gewichtet die beiden Regionen fälschlich gleich.

Die Gewichte müssen die Beobachtungen zählen, die in diese Mittelwerte eingegangen sind. Schließt ein Gruppendurchschnitt fehlende Bewertungen aus, verwende die Anzahl der bekannten Bewertungen und nicht jeden Datensatz dieser Gruppe.

Fasse Raten aus Summen zusammen

Auf Seite A führen 100 von 5.000 Besuchen zu einer Konversion; auf B sind es 10 von 100. Die Raten betragen 2 % und 10 %, aber die Gesamtrate beträgt 110 Konversionen dividiert durch 5.100 Besuche, etwa 2,2 %. Das arithmetische Mittel der beiden Prozentsätze ergibt 6 % und gewichtet die kleinere Seite zu stark.

Eine Verhältniszahl für die ganze Tabelle folgt derselben Logik. Bestellungen mit einem Gewinn von 50 bei einem Umsatz von 100 und einem Gewinn von 100 bei einem Umsatz von 1.000 haben eine Gesamtmarge von 150 dividiert durch 1.100, etwa 13,6 %. Das arithmetische Mittel ihrer einzelnen Margen beträgt 30 % und beantwortet eine andere Frage. Verwende in SQL SUM(profit) * 1.0 / NULLIF(SUM(revenue), 0); dividiere in einer Tabellenkalkulation die Gewinnsumme durch die Umsatzsumme, nachdem du den Nenner geprüft hast.

Benenne den Nenner, etwa „Anteil am Märzumsatz“ oder „Beschwerden pro 1.000 Bestellungen“. Ein Prozentsatz ohne diese Basis kann eine andere Grundgesamtheit beschreiben, als ein Leser annimmt.

Baue Prüfungen in die Analyse ein, bevor du ihre Ergebnisse weitergibst. Eine Formel kann eine glaubwürdige Zahl zurückgeben, selbst wenn ihr Bereich Zeilen auslässt oder ein Join Beträge wiederholt. Für jeden Vorgang brauchst du eine Erwartung, die du mit seiner Ausgabe vergleichen kannst.

Stimme Summen und Anzahlen ab

Für die Märzbestellungen ergeben die regionalen Umsätze 250, 180 und 105 zusammen 535. Ihre Bestellanzahlen 4, 3 und 3 ergeben zusammen zehn. Vergleiche beides mit der Quelle, die auf denselben Zeitraum gefiltert wurde und derselben Definition folgt.

Eine Abweichung kann verlorene oder wiederholte Datensätze oder sich überschneidende Gruppen aufdecken. Eine Übereinstimmung ist ein hilfreicher Beleg, reicht aber allein nicht aus: Wird nur eine Spalte sortiert, können die Beziehungen innerhalb der Zeilen verfälscht werden, während alle Summen unverändert bleiben. Außerdem können sich ein positiver und ein negativer Fehler aufheben.

Schreibe vor dem Filtern oder einem Join eine erwartete Anzahl auf. Nach dem Filtern der Märztabelle auf North sollten vier Bestellungen übrig bleiben. Ein linker äußerer Join von zehn Bestellungen mit einer Referenz, die eine Kundenzeile pro ID enthält, sollte zehn Zeilen zurückgeben. Zwölf Zeilen weisen auf wiederholte Schlüssel auf der rechten Seite hin. Ein linker äußerer Join von Kunden auf Bestellungen kann die Anzahl berechtigterweise erhöhen, weil ein Kunde viele Bestellungen hat.

Untersuche einzelne Datensätze

Wähle einige Datensätze aus und rechne sie direkt nach. Bestellung 1003 enthält drei Einheiten zu 40 und ergibt einen Umsatz von 120. Die vier Umsätze von North betragen 30, 120, 25 und 75 und ergeben 250. Prüfe einen Verweis mit dem Auge anhand der Referenztabelle, einschließlich eines fehlenden Codes und eines Grenzfalls für einen numerischen Wertebereich.

Eine Stichprobenprüfung sollte den Vorgang testen, bei dem ein Fehler auftreten kann. Untersuche bei einer ausgefüllten Formel frühe und späte Zeilen, bei einer Klassifizierung jeden Grenzwert und bei einem Join wiederholte Schlüssel und Schlüssel ohne Entsprechung. Prüfungen nur an einfachen gewöhnlichen Zeilen können den Fehler übersehen.

Vergleiche unabhängige Wege

Berechne die regionale Zusammenfassung mit SUMIFS, einer Pivot-Tabelle oder einer SQL-Abfrage und vergleiche die Ergebnisse. Verwende dieselbe Kennzahl und denselben Filter, wähle aber die Bereiche oder Datensätze unabhängig voneinander aus. Zwei Ausgaben, die auf derselben unvollständigen Zwischentabelle beruhen, können übereinstimmen und trotzdem dieselben Bestellungen auslassen.

Stimmen sie nicht überein, vergleiche Zeitraumgrenzen, Quellbereiche, Datentypen, fehlende Werte und Granularität, bevor du die Antwort änderst. Speichere die Berechnung oder Abfrage, mit der sich die Abweichung erklärt.

Berücksichtige fehlende Werte und prüfe die Plausibilität

Zähle leere oder NULL-Eingaben, Verweisergebnisse mit „Not found“ und verknüpfte Datensätze, deren Schlüssel auf der rechten Seite NULL ist. Erkläre, wie sich diese Datensätze auf die berichtete Kennzahl auswirken. Eine zugeordnete Zeile kann ein anderes fehlendes Feld auf der rechten Seite haben, sodass ein leerer Name allein keine zuverlässige Prüfung auf eine Zeile ohne Entsprechung ist.

Prüfe die Größenordnung und Einheiten des Ergebnisses. Ein Anteil an einem nicht negativen Ganzen liegt zwischen 0 % und 100 %; eine prozentuale Veränderung kann über 100 % liegen oder negativ sein. Von 50 auf 150 ist ein Anstieg um 200 %. Untersuche unerwartete negative Mengen und Datumswerte außerhalb des Analysezeitraums und entscheide anhand der Felddefinition, was gültig ist.

Bewahre Frage, Kennzahlendefinition, Filter, Formeln oder Abfragen, Quellzeitraum und Entscheidungen zusammen auf. Diese Dokumentation ermöglicht es anderen, die Arbeit zu wiederholen, und erklärt Entscheidungen wie den Ausschluss einer ungültigen Fahrt oder das Beibehalten einer Gruppe mit unbekannter Region.

Ein Bericht sollte die Frage mit Zahlen beantworten, die Leser einordnen können. Nenne Kennzahl, Zeitraum, Gruppe und Vergleich direkt und ergänze dann die Informationen, die für die Interpretation des Ergebnisses wichtig sind.

Formuliere Antwort und Vergleich

„Im März 2026 hatte North den höchsten Umsatz: 250 aus vier Bestellungen oder etwa 46,7 % der Gesamtsumme von 535. South folgte mit 180 und East mit 105.“ Diese Aussage nennt die Rangfolge und die Größenordnung des Ergebnisses.

Der Umsatz von North übersteigt den von South um 70. Bezogen auf South beträgt der Abstand etwa 39 %. Die Vergleichsbasis ist wichtig: Ein Prozentsatz mit North als Nenner würde beantworten, wie weit South unter North liegt, und damit eine andere Frage. Verwende einheitlich viele Nachkommastellen und runde nur die abschließend angegebenen Zahlen; 46,7 % ist hier hilfreicher als viele angezeigte Nachkommastellen.

Beschreibe Zusammenhänge, ohne Ursachen zu erfinden

Angenommen, Nutzer eines Rabatts geben pro Bestellung mehr aus. Sie geben möglicherweise wegen des Rabatts mehr aus, oder Personen, die große Einkäufe planen, suchen gezielt nach Rabatten. Eine Zusammenfassung dieser Datensätze belegt den beobachteten Unterschied, aber nicht, welche Erklärung die Ursache ist. Schreibe „Der durchschnittliche Bestellwert war bei Rabattnutzern höher“ und benenne, welche weiteren Belege nötig wären, um das Warum zu erklären.

Untersuche die Zusammensetzung hinter einer Gesamtrate

Ein Gesamtvergleich kann den Vergleich innerhalb von Untergruppen umkehren. Betrachte zwei Teams, die unterschiedlich viele warme und kalte Leads erhalten:

A hat für beide Lead-Arten die höhere Konversionsrate. B hat die höhere Gesamtrate, weil drei Viertel seiner Leads warm sind, gegenüber der Hälfte bei A. Warme Leads führen bei beiden Teams viel häufiger zu einer Konversion. Diese Umkehrung heißt Simpson-Paradoxon. Das Gesamtergebnis beschreibt die tatsächliche Zusammensetzung jedes Teams; es zeigt die Leistung nicht für eine einheitliche Zusammensetzung der Leads.

Schlüssle Ergebnisse nach einer relevanten Untergruppe auf, bevor du einem Team oder einer Maßnahme den Gesamtunterschied zuschreibst. Berechne jede Rate aus ihrem eigenen Zähler und Nenner und untersuche dann, wie viel jede Untergruppe zum Gesamtergebnis beiträgt.

Zeige die Informationen hinter der Zusammenfassung

Gib die Gruppengrößen zusammen mit Durchschnitten und Raten an. Eine auffällige Bestellung kann das arithmetische Mittel von drei Bestellungen viel stärker verändern als das von 300 Bestellungen. Ein kleiner beobachteter Unterschied reicht nicht aus, um einen beständigen Unterschied in der größeren Grundgesamtheit zu belegen.

Benenne Einschränkungen, die die Antwort beeinflussen: den Zeitraum, Ausschlüsse, fehlende Zeilen oder Zeilen ohne Entsprechung und die Definition der Kennzahl. Zum Beispiel: „Ohne 12 Bestellungen ohne Regionsangabe, die 2 % des Umsatzes ausmachen.“ Berichte über diese Folge und nicht nur darüber, dass einige Daten fehlten.

Wähle eine kleine sortierte Tabelle oder eine Kennzahl, wenn sie die Antwort klar vermittelt. Sie kann zur Grundlage eines späteren Diagramms oder Dashboards werden, wobei dieselben Definitionen und Prüfungen erhalten bleiben.