实例解析：怎么撰写一份产品数据报告

2018-09-19 09:40:00

产品数据报告是产品和运营人必不可少的工作，无论是周报、月报，还是新版本表现的分析报告，都需要在围绕报告目标的基础上，对数据进行整理、分析并提炼要点，最后形成一份有指导意义、易读且美观的数据报告。本文从撰写步骤的角度，总结如何从0开始撰写一份产品数据报告。

文章纲要如下：

从阅读者的角度，明确报告定位；
拆解核心指标，建立数据模型；
数据的整理和分析；
举例说明一份月报的模板。

从阅读者的角度，明确报告定位

报告就是向某一人群进行汇报，那么首先就要明确报告的对象，从报告对象的角度组织内容、结构，以及报告里各个模块的侧重点。
举例来说，如果报告是面向公司领导层的，例如：公司业务线的例行汇报，或是向产品线leader汇报新产品或新版本的表现，这时候报告要突出的就是关键指标有没有达到预期，各个关键指标为什么是这个表现，需要通过拆解成细化的指标来简要说清楚问题出在哪里，或是优秀表现的原因是什么，最后总结团队下一步的改进计划。
如果是面向团队的业务同事的，那报告的侧重点就在于挖掘问题点，并提出改进方案或建议，要起到的是用数据驱（che）动（pi）团队的作用。
如果是对外公开的报告，则一般侧重的是结果和趋势，而不是过程。这一类就是咨询机构们公开发布的那些报告的范式了。

拆解核心指标，建立数据模型

明确了报告的定位之后，那么就可以结合报告定位和产品目标、活动运营目标等指标，对核心指标进行拆解，形成报告的数据模型。
例如：如果是电商类产品，并向领导汇报，那么可能核心指标就是GMV，GMV是用户数乘以客单价，那么我们一步步进行拆解就如下图所示：
超级产品经理
需要指出的是，报告的核心指标和拆解是动态的，在产品的不同阶段，数据模型也需要进行调整。例如：一个产品中前期阶段关注的可能是用户规模，到达一定用户规模之后，就需要开始重点关注用户价值了，而数据模型也就需要随之调整。

数据的整理和分析

1. 数据的获取

数据的来源比较多，需要根据不同指标的需要，选取稳定可靠的数据来源。
常见的数据来源包括：

公司自有数据统计系统；
第三方数据统计平台，例如：友盟、百度等；
第三方业务平台，例如：广告联盟等；
公开的数据源。

其中有很多数据是有多个来源的，例如：用户的基础数据一般公司自行统计和第三方平台都有，而对外合作的数据则是自行统计和第三方业务平台都有。
对于和钱有关的数据，例如：订单数、金额明细等，一般来说必须要有严格的对账系统来核对和平账。但对于用户数据出现差异，一般需要对统计口径和统计方案进行分析，如果是统计手段层面造成的差异则可以忽略。
这里需要注意的是，如果一个数据来源出现大幅异常波动，往往可以借助另一个数据来源进行对比分析，如果两边是同方向、同幅度的波动，则要从业务角度去分析，如果两边差异很大，则很可能是数据统计源头出了问题。

2. 数据的整理、清洗

数据的整理和清洗主要是排除脏数据和统计异常的数据、对数据进行结构化处理等等，这里就不展开了。

3. 分析数据：重要的是思维

对于数据分析，思维比工具和手段重要，首先要明确想找到什么问题，再提出假说然后依据假说去排查，而不是在海量数据中无目的查找问题。
分析的步骤，我认为个家的总结已经非常到位，这里罗列如下，有兴趣的可以读下《数据分析能力的核心是思维》一文详细了解：

感知问题；
提出假说；
选择表征；
收集数据；
分析验证。

4. 分析数据的方法

拆解法：对一个大问题拆分为更小粒度的指标，如果没有发现问题则继续往下拆解，直到发现问题所在为止，从而寻找到对应的解决方案。
BCG矩阵：根据不同业务场景，选取两个坐标作为坐标轴，从而把业务或用户划分为不同的类型进行分析。
同比分析法：将各个业务相同类型的数据放在一起比较。
用户分析：用户分析包括了使用广度、使用深度、使用粘性等指标，这些指标一般是若干用户指标的组合，例如：使用广度就包含了总用户数和MAU等，使用深度就包含了使用时常、停留时间等。

分析数据的方法有很多种，需要根据报告定位和目标的需要适当选取。

实例解析：一份产品月报的撰写

我这里以一份产品月报的撰写为例，供大家参考数据报告的撰写。
首先这是一份面向领导汇报的产品运营月报，因此需要突出核心指标的完成情况，以及拆解的二级、三级指标的情况，从而从上到下分析本月指标的完成情况。
其次，这是一个电商导购类的产品，因此在报告的第一项，就是依据产品特性，对数据指标进行拆解和建立数据模型，从而让读者一目了然知道报告的内容框架，以及各项数据的完成情况，之后才是逐步展开进行汇报，便于说清楚具体情况、问题点、改进计划。