Summary  
This chapter introduces text-processing functions for trimming whitespace, normalizing case, substituting characters, extracting substrings, and formatting values to clean and standardize raw data.

General domain of usage  
data preprocessing

Reale Datensätze enthalten häufig uneinheitliche Formatierungen, überflüssige Leerzeichen und unübersichtliche Textwerte. In diesem Kapitel werden Kundendaten bereinigt und standardisiert, bevor sie für Suchen und Berichte verwendet werden.

Laden Sie den Kundendatensatz herunter und importieren Sie ihn in Excel, bevor Sie mit den Übungen beginnen.



Kunden.csv

## TRIM und PROPER

```excel id="1"
=PROPER(TRIM(Customers!B2))
```

* `TRIM()`: entfernt überflüssige Leerzeichen;
* `PROPER()`: korrigiert die Groß- und Kleinschreibung.

## Groß-/Kleinschreibungsfunktionen

```excel id="2"
=UPPER(TRIM(Customers!B2))
```





```excel id="3"
=LOWER(TRIM(Customers!B2))
```

* `UPPER()`: wandelt Text in Großbuchstaben um;
* `LOWER()`: wandelt Text in Kleinbuchstaben um.



## SUBSTITUTE-Funktion

```excel id="4"
=SUBSTITUTE(Customers!C2, " ", "")
```

* `" "`: zu ersetzendes Zeichen;
* `""`: Ersatzwert;
* Entfernt alle Leerzeichen aus dem E-Mail-Wert.



## Funktionen zur Textextraktion

```excel id="5"
=RIGHT(A2, 3)

=LEFT(A2, 2)

=MID(A2, 2, 3)
```

* `RIGHT()`: extrahiert Text vom Ende;
* `LEFT()`: extrahiert Text vom Anfang;
* `MID()`: extrahiert Text aus der Mitte.



## TEXT-Funktion

```excel id="8"
=TEXT(Customers!D2, "MMM YYYY")
```

Konvertiert:

```text id="9"
15/03/2023 → Mar 2023
```




Gehe zu:

```text id="10"
Data → Get Data → From Text/CSV
```

Vorschau des Datensatzes vor dem Laden in Excel.

Verwenden:

```text id="11"
Use First Row as Headers
```

Lade den Datensatz in ein neues Arbeitsblatt.



Schritt 1 Importiere den Customers-Datensatz



Erstelle ein neues Arbeitsblatt mit dem Namen:

```text id="12"
Customers_Clean
```

Füge die folgenden Spalten hinzu:

```text id="13"
Customer_ID
Full_Name_Clean
```



Schritt 2 Erstelle die bereinigte Tabelle



Gebe in die erste `Customer_ID`-Zelle ein:

```excel id="14"
=Customers!A2
```

Ziehe die Formel die Spalte hinunter.


Schritt 3 Kopiere Customer-IDs



Gebe in die erste `Full_Name_Clean`-Zelle ein:

```excel id="15"
=PROPER(TRIM(Customers!B2))
```

Ziehe die Formel die Spalte hinunter.



Schritt 4 Bereinige Kundennamen



Gebe in eine neue Spalte ein:

```excel id="16"
=SUBSTITUTE(Customers!C2, " ", "")
```

Dies entfernt ungültige Leerzeichen aus E-Mail-Adressen.



Schritt 5 Bereinige E-Mail-Werte



Rechtsseitige Extraktion:

```excel id="17"
=RIGHT(A2, 3)
```

Mittlere Extraktion:

```excel id="18"
=MID(A2, 2, 3)
```


Schritt 6 Extrahiere Customer-ID-Segmente



Gebe ein:

```excel id="19"
=TEXT(Customers!D2, "MMM YYYY")
```

Dies standardisiert das Berichtsformat für Datumsangaben.



Schritt 7 Formatiere Datumsangaben für Berichte

Warum reicht `TRIM` allein nicht aus, um E-Mail-Adressen zu bereinigen?

Welchen Zweck erfüllt die Funktion `TEXT` in dieser Lektion?

Entwicklung eines vollständigen Excel-Systems zur Geschäftsanalytik unter Verwendung moderner Formeln, dynamischer Berichterstattung, Finanzmodellierung und szenariobasierter Analyse. Im Verlauf des Kurses werden Rohdaten aus Transaktionen in interaktive Dashboards, KPI-Engines und skalierbare analytische Modelle umgewandelt, die reale Geschäftsabläufe widerspiegeln.

Erwerb der grundlegenden Excel-Kenntnisse, die in realen Geschäftsberichts-Workflows verwendet werden. Arbeit mit Formeln, Suchfunktionen, logischen Funktionen, bedingter Aggregation, Fehlerbehandlung und Datenbereinigung bei der Entwicklung eines strukturierten Verkaufsanalysemodells.


Erstellung dynamischer Excel-Berichtssysteme mit modernen Array-Funktionen und formelbasierten Workflows. Arbeit mit FILTER, SORT, SORTBY, UNIQUE, TRANSPOSE, Spill-Bereichen, interaktiven Eingaben, Rankingsystemen, Validierungslisten und diagrammfähigen Datenstrukturen, die sich automatisch mit wachsendem Datensatz aktualisieren.


Erstellen Sie skalierbare relationale Excel-Modelle mit fortgeschrittenen Suchmustern und parameterbasierter Logik. Arbeiten Sie mit XLOOKUP, INDEX, MATCH, XMATCH, ungefährem Abgleich, dynamischen Tabellenbeziehungen, szenariobasierten Berechnungen, kategoriebasierter Aggregation und flexiblen Sucharchitekturen, wie sie in realen analytischen Workflows verwendet werden.


Erstellung fortgeschrittener analytischer und finanzieller Modelle, die dynamisch auf sich ändernde Daten und Annahmen reagieren. Arbeit mit zeitbasierten Berechnungen, dynamischen Bereichen, benannten Bereichen, Ratenzahlungsmodellen, Investitionsanalysen, Tilgungsplänen, gewichteten Aggregationen und szenariobasierten Finanzkennzahlen, wie sie in realen Geschäftsauswertungssystemen verwendet werden.

Verwandlung der Arbeitsmappe in ein vollständig interaktives Geschäftssimulationssystem, das von Szenarien, Sensitivitätsanalysen und dynamischer KPI-Logik gesteuert wird. Aufbau von Szenarien-Engines, parameterbasierten Dashboards, Sensitivitätsrastern, fortgeschrittenen Textverarbeitungsformeln und zentralisierten Berichtsebenen, die sofort auf Benutzereingaben und Geschäftsannahmen reagieren.

Bereinigung Von Daten

TRIM und PROPER

Groß-/Kleinschreibungsfunktionen

SUBSTITUTE-Funktion

Funktionen zur Textextraktion

TEXT-Funktion

1. Warum reicht `TRIM` allein nicht aus, um E-Mail-Adressen zu bereinigen?

2. Was bewirkt diese Formel?

3. Welchen Zweck erfüllt die Funktion `TEXT` in dieser Lektion?