超全!数据分析报告写作指南

年中时节,大家都在写各种各样的报告。按理说,写数据分析报告是数据分析师最基本的技能,人人都该会。可怕就怕在,自己辛辛苦苦写完的东西没!人!看!没人看还是好的,更怕的是图片

估计每个做数据or想做数据的同学,都看过类似的说法:

数据分析报告分为六步

  • 明确目的和思路
  • 数据准备
  • 数据处理
  • 数据分析
  • 数据可视化
  • 结论与建议

问题就是从这里开始的。

这个毒瘤误导了无数新人。

一、数据分析报告的错误姿势

之所以说这个玩意是毒瘤,是因为丫用并排6点的样式,严重干扰了人们的视野,形成一种错觉:这6个东西是按1-6的顺序,且工作量是一样的。实际上,真实企业工作中,他们的关系应该是:

为啥是毒瘤还这么流行?一个有趣的真相是:一般教育培训机构是把hadoop,BI,python 的课拆开卖的。而这两年主打卖的又是python,所以基本不怎么提数据治理这茬事。

二来,新人最喜欢的,才不是这些搬砖的基础工作呢,是模型!最好是人工智能模型!!所以两者一拍即合,教育机构准备一个数据集,新人按照样例把模型的代码敲进去,运行,体验掌握了人工智能模型的快感。大家都得到了极大满足,只剩下看报告的人郁闷:这尼玛也是分析?

想破局,当然是得回到真实工作中。本文篇幅有限,就先不讲基础建设,先聚焦讨论:如何从数据中发现真正企业关心的问题,做有价值的报告。

二、数据分析报告的本质

数据分析报告,本质是报告。所谓报告者,就有人说,有人听,于是形成两种基本的报告模式:

在做报告时,第一步,确认本次报告是什么模式,包括:

  • 我们是要主动说,还是回复问题
  • 我们要对谁说/回答谁的问题
  • 我们要说的是什么问题

不要笑!很多同学连这点基本工作都做不到。只是机械、麻木地对着模板,把数据填一遍。然后憋出吃奶力气,写下:“本月环比上涨2%”几个大字。然后按着上一次邮件的发送名单,群发出去。还美其名曰:这是日常报告。

至于报告了啥?报告给谁?说了什么?一概不知。这种日常报告就是空耗体力,还不如直接建个dashboard谁爱看谁看呢。

三、我说你听型报告的写法

我说你听型报告,看起来最简单,可想做好,要满足两个条件:

  • 我说的得是个“问题”;
  • 我说的得某部分,别人不知道。

这两点看似简单,实则麻烦。比如下图:

很多数据分析师就只会写:

  • 月均GMV 720
  • 最大值1000
  • 最小值500
  • 中间值700

胆肥的,还会写一句:

  • 连续4个月下跌
  • 5月环比下跌17%

然而下跌不代表问题呀,很有可能人家业务的趋势就是长这样的(如下图)。

这种情况,叫:无固定标准下判断。无明确KPI、指标要求、领导命令情况下。做出“有问题”的判断,需要综合考虑发展趋势、增长动力、行业环境等多方因素。在提笔写报告前,实际上已经需要做大量复杂的分析了。

有固定标准下判断,会相对容易点。比如本月KPI是550,实际做了500,那本月是有问题的。但是很有可能这是业务的战术安排,(如下图)。所以即使有固定标准,还得了解业务战术、业务策略,才好下正确的判断。

做出判断仅仅是第一步。第二步“说别人不知道的”难度更大。指标不达标,对数据分析师只是一个数字,对业务部门可是结结实实的挨骂、扣奖金、滚蛋走人。所以业务部门对问题也是很敏感的。如果只是絮絮叨叨的赘述:“这个月业绩不好,连续仨月都不好”,铁定被人批:“你丫跟个报丧鸟似的,能讲点有用的不!!!”

这个时候需要做的,就是了解:到底业务掌握多少。经常有同学抱怨,说业务早就知道问题了,感觉没啥好写的。注意,这里大家已知的,只是一个结果。至于为什么有这个结果,以后会咋样,没人敢打包票说我很清楚(如下图),这就是可以分析的机会。

有的同学会说:基于这一张表也分析不出来这么多东西呀。废话,当然分析不出来。这里实际上已经把问题引入深入了。从表面的:“指标没达标”变成了“我该做什么才能扭转局面”,变成了“这里有个更深的问题你没有注意到”这些才是真正有价值的、深入的、需要专业分析的地方。

所谓业务策略,核心就是轻重缓急,进退取舍。涉及精确计算,应对不确定的,才是数据分析的真正价值。如果业绩指标都像汽车速度表一样,一脚油门就提高,一脚刹车就降低,还需要分析啥。你看谁家副驾驶上坐个数据分析师,走一路哔哔一路:“您的速度为每小时45公里,比刚才提高了5公里”,哈哈。

小结,我说你听型报告,正确写作姿势是:

  • 明确受众部门
  • 明确受众部门关键KPI指标
  • 了解指标过往趋势,找判断标准
  • 判断指标是否有问题
  • (如无)不做提示,结束
  • (如有)提示问题,了解业务关注点/行动计划
  • 针对行动计划,提示尚不为业务了解的问

四、你问我答型报告的写法

你问我答型报告,最大的坑点在于问题本身。高质量的问题,带来高质量的答案;低质量的问题,把分析带沟里。提问是否清晰准确,是混职场的核心能力(有之一)。专门讲内容太多,这里聚焦数据分析问题,大家记得这五个基本问题(如下图).

注意,只有经过专业训练的人,才能用这五句描述问题。大部分人都是混合在一起吐出来的。比如领导说:“最近转化率下降了,我怀疑是低质量用户太多,看看是不是最近的促活活动搞的”,这里看似是一个问题,可拆解一下,其实隐藏了一堆问题(如下图)。

人们总是容易被最近发生的、群众热议的、自己情感上喜欢/厌恶的事干扰判断。所以脱口而出的往往是一个感觉,一个流行词,一个态度。

数据分析的价值,正是剥丝抽茧,层层深入,去伪存真。越简单的逻辑才越容易验证,因此在回答问题的时候,拆解复杂问题为简单问题,层层验证是非常非常重要的。不然总是混一锅粥,啥都讲不清楚。

这里要特别注意,业务上的很多问题,不是数据分析直接解决的,需要专业的业务能力。作为辅助,我们需要把这些业务问题,转化为可操作的数据分析,再给支持(如下图)。不然一来我们的业务能力不一定够直接给建议;二来业务的活我们都干了,要业务何用!!(好爽!终于能理直气壮怼回去一次了)。

所以在接收问题的时候,要清晰的区分:到底业务上需要的是什么。他们缺少的是数据还是一个具体执行计划。在我们可做的范围内,提供专业意见,才有好效果。

小结,你问我答型报告,正确写作姿势是:

  • 收集问题
  • 梳理、拆分问题
  • (针对原因、预测)了解业务假设
  • (针对综合评估)了解领导意图
  • 对拆分出的二级、三级子问题,逐一验证
  • 讲二级、三级结论收拢,归纳总结论
  • 呈报结果。
作者:接地气的陈老师
公众号「接地气的陈老师」

版权声明

本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部