最近，越来越多的会员客户提出了不满，老板很想了解这些客户具体不满意的地方。为此，老板指示同事小李打电话给会员客户，进行一次满意度调查。
小李非常能干，做事又迅速又有条理。她立即着手制作了一份满意度调查表，并开始了她的工作。
经过一天的努力，小李完成了50个客户的电话调查，收集到了大量的数据。表格中的数据反映出了一些关键的信息，虽然这些数据还很原始，但小李清楚，她必须进一步整理并分析这些数据，才能给老板提供有价值的反馈。
于是，她决定按照每一个问题逐一统计答案，制作出一个格式清晰的统计结果。小李打算通过筛选每个问题的答案数量，逐一汇总每个问题的情况。她从性别开始，首先统计出男性和女性的数量，然后填入表格中。接着，每个调查项目都需要重复进行相同的统计工作。
到了第二个调查项目时，小李就开始感到有些吃力了。考虑到她还要继续处理很多列的数据，她意识到必须找到一个更高效的方式。于是，她跑来找我请教。
我分析了一下小李的需求，发现其实她需要解决两件事：首先是统计每个问题的答案数量，其次是计算各答案所占的比例。这两个步骤如果按传统方式操作，确实会非常繁琐。
我告诉她，其实有一个简单的解决办法。小李可以利用数据表，省去手动统计的麻烦。操作起来也非常简单，只需按照以下步骤，就可以快速完成统计：
选中数据表格，然后进入“插入”选项卡，选择“数据表”并确认。接下来，将“性别”字段拖动到行区域，因为性别属于文本类型，系统会自动进行计数。这一操作不到20秒就能完成统计。
接着，小李只需复制数据表并选择其他字段进行统计。这样一来，比起手动筛选，每个问题的统计速度显然更快。如果调查项目非常多，光是建立一个个数据表，还是会显得有些麻烦。
那么，假如调查项目多达几十个呢？这个时候，使用数据表依然是最有效的方式，但首先需要将数据整理成一种叫做“标准格式”的形式——一维表。
所谓一维表，是指每一行表示一条数据，每一列表示一个属性的表格。而目前小李的表格，虽然是一个整理得很好的调查表，但它仍然属于“二维表”。在二维表中，多个调查项目分别占据了不同的列，而这些项目实际上属于同一个属性——调查问题。
要将二维表转换为一维表，我们需要进行一个“降维打击”，也就是将多个调查项目的列，转换为两列——一列表示属性，另一列表示对应的答案。这一过程就叫做“逆列”。
对于这一操作，我们可以借助一个非常强大的工具——Power Query。下面是如何用Power Query来完成这一转换的步骤：
步骤1：将数据导入Power Query
选中数据表格，点击“数据”选项卡下的“获取和转换数据”，选择“从表格/区域”，并在弹出的对话框中勾选“表格包含标题”后确认。
步骤2：对数据进行逆操作
选择所有列，点击“转换”选项卡中的“逆列”功能。这样，表格就会将多个调查项目列转变为两个新列：一个是“属性列”，一个是“值列”。
步骤3：筛选并删除不需要的列
由于会员号和姓名不在统计范围内，我们可以通过筛选去除这些不相关的列。
步骤4：关闭并加载数据
完成这些操作后，点击“文件”菜单中的“关闭并上载”，此时数据会以一维表的形式返回到Excel中，保存在一个新的工作表里。
步骤5：插入数据表进行最终统计
接下来，我们可以在新的工作表上插入数据表。将“属性”和“值”列分别拖到行区域，再将“值”列拖到值区域，系统会自动进行计数。我们还可以设置显示方式，计算出每个答案的占比。
整理一下表格格式，就可以得到完美的调查统计结果了。
这种方法的优势在于，即便调查问题数量庞大，使用Power Query和数据表处理时，统计过程依然高效，快速而准确。而且，数据表和Power Query的结合具有同步更新功能，这意味着只要你刷新数据，统计结果便会自动更新，非常适合未来的满意度调查。
通过今天的案例，我们不难发现，面对繁琐的重复性工作，总有办法简化。借助Power Query和数据表的结合，我们不仅能有效整理数据，还能在未来的工作中实现一劳永逸的解决方案。数据整理和统计过程的效率大幅提升，节省了大量时间和精力。我强烈建议大家也尝试使用Power Query，它绝对会让你打开全新的工作方式！