Excel教程：教你做一个霸气且实用的图表——波士顿矩阵！
全文1369字预计阅读时间4.5分钟
一听到“波士顿”，瞬间就显得高级，例如：波士顿龙虾、海皇波士顿、波士顿机器狗。
咱们E x c e l也不居人后，给大家分享一个超级高大上的图表——波士顿矩阵，它由“波士顿咨询”公司的创始人布鲁斯.亨德森于1970年创作出来的。
这个图表除了这个霸气的名字外，还有很多叫法：产品系列结构管理、波士顿咨询集团。
如果说这些，你还是不知道它是什么，那么就再说一个“耳熟能详”的名称吧——四象限分析法！（简称：象限图）
象限图，很多人都会做，教程也很多，但是简单的象限图，对于作为产品结构分析图表，还是显得有些局限了。
今天给大家分享一个大家都可以做的，高级的“象限图”。
示例如下：
下面我们就一起看看这样的图表是如何制作的！
S T E P1：处理图表数据源
在D2单元格输入函数=M E D I A N($B$2:$B$19)
在E2单元格输入函数=M E D I A N($C$2:$C$19)
M E D I A N函数是求一组数据的中值的函数。
在F1单元格输入“瘦狗”
在F2单元格输入函数=I F(A N D($B2<$D$2,$C2<$E$2),$A2,N A())在G2单元格输入函数=I F(A N D($B2<$D$2,$C2<$E$2),$B2,N A())在H2单元格输入函数=I F(A N D($B2<$D$2,$C2<$E$2),$C2,N A())选中F2:H2单元格区域，下拉填充柄到F19:H19单元格。
在I1单元格输入“问题”
在I2单元格输入函数=I F(A N D($B2<$D$2,$C2>=$E$2),$A2,N A())在J2单元格输入函数=I F(A N D($B2<$D$2,$C2>=$E$2),$B2,N A())在K2单元格输入函数=I F(A N D($B2<$D$2,$C2>=$E$2),$C2,N A())选中I2:K2单元格区域，下拉填充柄到I19:K19单元格。
在L1单元格输入“明星”
在L2单元格输入函数=I F(A N D($B2>=$D$2,$C2>=$E$2),$A2,N A())在M2单元格输入函数=I F(A N D($B2>=$D$2,$C2>=$E$2),$B2,N A())在N2单元格输入函数=I F(A N D($B2>=$D$2,$C2>=$E$2),$C2,N A())选中L2:N2单元格区域，下拉填充柄到L19:M19单元格。
在O1单元格输入“金牛”
在O2单元格输入函数=I F(A N D($B2>=$D$2,$C2<$E$2),$A2,N A())在P2单元格输入函数=I F(A N D($B2>=$D$2,$C2<$E$2),$B2,N A())
在Q2单元格输入函数=I F(A N D($B2>=$D$2,$C2<$E$2),$C2,N A())选中O2:Q2单元格区域，下拉填充柄到O19:Q19单元格。
得到数据如下：
函数部分都是很简单的，用A N D函数，判断每个城市的数据和对应的中值进行比较，然后如果是此区间的数据，就显示内容，否则用N A函数返回#N/A对图表数据源进行规避。
S T E P2：制作散点图
选中G2:H19单元格区域，插入图表——散点图
选中纵坐标轴，将刻度最大值输入1；再选中横坐标轴，也将刻度最大值输入1。
得到下面的图表。
此时对图表使用鼠标右键单击，在弹出的菜单中选择“选择数据”命令。
在弹出的“选择数据源”窗口，按下图，点击“添加”按钮；在弹出的“编辑数据系列”窗口，填入对应的单元格区域。
同样的方式，加入另外的两组数据，得到下面的图表。
因为数据笔者用的是随机数字，所以图表中散点位置会改变
S T E P3：加入分界线
按照上面添加系列的方法，再添加两个系列，大家注意一下，这里的添加的数据内容不太一样。
这样，就得到了两个点，然后使用误差线的方式，添加“数据象限的分解线”。
然后选中横向的误差线，按D E L键删除，然后按下图设置误差线的参数。
同样的方法，再设置另外一个点的误差线。
及此，整体的图表就算制作完毕，大家按个人喜好排版就好了。
写在最后：对【波士顿矩阵】的一些解释
我们做图表数据源的时候，分为四个区域点“瘦狗、问题、明星、金牛”，这是这个图表最开始的一种叫法，其实，他是代表了数据组的四种类型，即“抛弃、整改、投入、保守”。
波士顿矩阵最初是应用于公司产品的结构分析，横轴是“市场份额”，纵轴是“市场增长率”，看不同产品落在不同的区间，就有不同的资金或经营上的变化。
而在实际操作中，这个图表有了很大的推广。
比如，大家知道的“重要-紧急”象限图，把日常工作按分区划分，先做重要且紧急的，再做重要不紧急的，逐个解决工作内容。
这对于我们来说是相当好的一个管理时间的方法。
还有今天的例子，是把“市场份额”和“K P I比例”做了一个结合。
对于传统波士顿矩阵，我们做了一些大胆的尝试，就是用“中值”来划分象限，它比传统的平均数更能说明问题；当然我们也可以使用“众数”、“加权平均”、“平滑指数”等等来界定。