Quanto lontano si può andare con Excel? [chiuso]

nella mia attività gestiamo tutte le analisi tramite Excel. Ciò include principalmente operazioni di pianificazione, pianificazione della produzione e contabilità. Attualmente stiamo cercando di aggiungere un po 'di modellazione predittiva ed Excel è sufficiente a un certo punto, ma non ha supporto per modelli complessi.

A mio avviso, i principali vantaggi di Excel sono la facilità d'uso e la facilità con cui è possibile trovare e addestrare le persone ad abituarsi. D'altro canto, ambienti più sofisticati (ad es. R, python) possono gestire una più ampia varietà di attività di analisi, ma richiedono individui meglio formati.

Ho anche letto questa domanda se Excel è sufficiente per Data Science e mentre è un po 'fuori portata per il mio scopo, la conclusione è che strumenti come R e Python sono molto meglio di Excel.

La mia domanda è (nel contesto dell'analisi dei dati): "Quanto possiamo arrivare lontano con Excel, senza dover passare a uno strumento più sofisticato?" o "A che punto dobbiamo migrare da Excel a -let, diciamo- R?"

Grazie mille!

TL; DR

Se hai un tempo illimitato e usi una versione a 64 bit di Excel, puoi arrivare con Excel come qualsiasi altro strumento di analisi dei dati.

Tempo

Cito il tempo come il mio primo fattore, perché Excel ha solo funzionalità di base incorporate, come somma, generazione di numeri casuali, ricerche ecc. Corrispondono a una specie di libreria standard , che Python e R hanno anche. Usando queste funzioni di base, con abbastanza tempo, puoi creare praticamente qualsiasi strumento di analisi là fuori. Non aspettarti buone prestazioni di runtime. In Python e R, tuttavia, ci sono molti molti pacchetti che le persone hanno già creato, che funzionano bene e sono state testate da molte persone e quindi sono affidabili.

Memoria

Il mio secondo punto su Excel a 64 bit è perché ciò consente a molta più memoria di essere utilizzata da una singola istanza di Excel. Permette di riempire molte più celle. L'uso di Excel a 32 bit ti limiterà a progetti di circa 2 GB. Questa è una discreta quantità di dati, ma è un limite difficile.

Quindi passa a Excel a 64 bit, che in pratica significa che non ci sono più limiti di memoria - solo quelli che provengono dal tuo hardware, e ciò significa che anche Python e R verranno fermati nelle loro tracce.

Per fornire alcuni numeri, possiamo semplicemente calcolare il numero di bit che possono essere memorizzati in ciascuna versione. Qui nel prompt interattivo di Python:

In [1]: (2**32) / 10**9          # 10^9 means the result is 4.3 Gb
Out[1]: 4.294967296

In [9]: (2**64) / 10**18         # 10^15 means the result is 18.4 Eb
Out[9]: 18.446744073709553

Ebsignifica exa-byte . Ciò significa 18,4 milioni di milioni di gigabyte.

Ho notato che il calcolo mostra 4 GB per 32 bit, mentre ho detto 2 GB sopra. Ho letto che esiste una sorta di limite rigido per la versione a 32 bit. Non so né mi preoccupo del perché ... Uso Python e R ;-)

In ogni caso, spero che sia abbastanza per convincerti che la memoria non è un problema, se sei una persona coraggiosa disposta a investire tutto il tuo tempo a costruire strumenti da zero!

Sommario

Se hai una logica aziendale complicata, in cui l'analisi effettiva è matematicamente semplice, segui Excel. Gli uomini d'affari ti adoreranno per questo.

Se vuoi fare qualcosa di più della regressione lineare, usa Python o R.

Avvertenze

Per quanto ne so, non è possibile eseguire attività remote o distribuite utilizzando Excel, mentre ciò è relativamente facile utilizzando Python e (un po 'meno secondo me) R. Quindi, a quel punto, vorrei rinunciare a Excel. Probabilmente dovresti implementare i tuoi strumenti in C # o C ++ usando il framework .Net.