一份优秀的数据分析报告,就该这么写!

阿敏
阿敏 这家伙很懒,还没有设置简介...

0 人点赞了该文章 · 28 浏览

一份优秀的数据分析报告,就该这么写!

很多同学喜欢问:有没有数据分析报告模板可以抄。其实如果掌握了写报告的方法,根本不需要模板抄。

而所谓的模板,为了图高大全,往往章节很多很多很多。真实工作中真这么汇报估计既把自己累死,又把听报告的急死。今天我们就还原到工作场景中,看看数据分析报告该怎么写。

数据分析报告有两种基本模式:

1、你问我答:有明确的问题要解答

2、我说你听:无明确问题,需要从常规数据中解读

今天先讲:你问我答。因为有明确问题,所以回答起来更聚焦,容易讲解。

01 初级报告

一份优秀的数据分析报告,就该这么写!

请大家看上图,然后自己先作答:

1、昨天的销售业绩是多少

2、明天的销售业绩是多少

3、今天的销售业绩是多

问题1解读

大家记得这个标准:一问一答,正面回答,简单清晰。昨天的销售业绩这个数很清楚的,答出来就行了。答1:昨天的销售业绩是1000万。OK,过关。

问题2解读

注意时间状态。明天,是还没有发生的,因此是个预测值。涉及预测,就得讲清楚:预测方法、预测依据、预测结果。

预测方法有很多种,需要的数据量也不同,看菜下饭就好了。没理由领导随口问一下,你大喝一声:“呆!给我定住,三个月后我的超牛逼精准人工智能模型就好了……”所以可以简单回复,答:根据上周规律来看,明天预计1200万,比今天多20%。

当然,这种简单推测也是有前提的,见下:

一份优秀的数据分析报告,就该这么写!

问题3解读

回答问题3之前,先想一想,今天的数值,是预测值还是实际值?3点前的是实际值,3点后的是预测值。所以回答的时候要区分状态,答:截止下午3点,实际值是700万,按趋势推算,预计1400万。

初级报告的场景在办公室里很常见,常常是领导或业务部门随口要个数。这时候没有分类维度,只是单一指标,因此只要区分清楚时间状态,就能解答好。

02 中级报告

一份优秀的数据分析报告,就该这么写!

请看上图作答:

1、上个月业绩情况如何?

2、为什么第三周业绩较前两周下跌了?

问题1解读

回答问题1前,先思考:

● 这里有几个指标?

● 这里有几个维度?

● 第一问有几个问题?

这里只有一个指标:业绩,但是有3个分类维度:周、日、产品。很多新人会脱口而出:两个分类维度,时间和产品。请注意,时间是又分成周和日的,不区分清楚,后边回答就很混乱。因为这个指标很明显有周循环趋势,因此周这个维度是不能省略的。

这里显然不止一个问题。因为有了分类维度,所以有了整体和部分的区别。我们不能像初级汇报时候那样丢一个“总业绩是XXX”交差。

遇到整体和部分,大家记得这个顺序:整体-局部-个案的顺序。在解释局部的时候,如果有多个分类维度,一般说完一个再说另一个。比如眼前这个例子,可以这么说:

一份优秀的数据分析报告,就该这么写!

问题2解读

回答问题2前,先思考:

我要答的是一个数字,还是一件事?

问题2问的是原因。注意,原因指的是一个具体影响业绩的问题,不是数字本身。很多新人在这里会犯错误,直接回答个:“下跌是因为周二、周三、周四业绩很少呀”。

这么回答等于废话。要找到数字背后的问题才行。这里往往需要做一些深入的调查研究,比如当时天气如何,发生了什么事,业务做了什么控制一类。仅依靠一条数据肯定回答不了。

当然,分析出原因需要具体分析方法,这里可以参考陈老师之前的文章(数据归因模型,该如何搭建?),但作为报告,不管中间方法有多少,最后汇报的结果得是清晰的。“因为XX原因,导致该问题。”

在我们收集过真实原因以后,我们可以做答了。注意,作为数据分析报告,单纯说:“因为第三周下雨了”是难以服众的,需要对问题原因做量化考核,具体指出每个影响因素的大小,才能服众。

类似的,如果是数据错误,要指出正确的数据是什么。如果是业务有控制举措,要指出控制举措的开始,结束时间。常见的情形如下,大家可以参考:

一份优秀的数据分析报告,就该这么写!

03 高级报告

我们常说:在数据分析领域,没有高级的方法,只有高难度的问题。如果所有的问题,都能像初级、中级汇报那样清晰明了,自然解答也是清晰明了。

但,实际工作是:问题本身含糊不清,南辕北辙,莫名其妙。这就一下把报告的难度从初级提到高级了。比如下边这些问题:

1、为什么这个月业绩很差?

2、我们的产品体验有什么问题?

3、为什么我的领导会听到顾客不满意的抱怨

新人特别容易在这里栽跟头!这些问题都是看似清晰,实则一塌糊涂。和中级报告的最大区别是:中级报告是基于数据谈问题,而以上根本连基础的事实、数据都没有。

这种情况下要牢记:先问是不是,再问为什么。因为:脱离概率谈个案、脱离整体谈细节、脱离数据谈现状、脱离标准谈判断,统统都是耍流氓!

我们做数据分析,就是要用理性对抗感性,用逻辑性对抗情绪化,这些感觉、情绪、冲动都是我们的大敌,要坚决消灭!

问题1解读

回答问题1,要先摆事实,再树标准,最后再分析。

可以回答:

1、这个月业绩数值是XXX

2、判断好和差的标准是(上月、去年同月、KPI指标……)

3、和标准对比,差的程度是(不存在,轻,中,重)

4、这个(轻,中,重)级别的差,是因为……

5、如果问题不存在,干脆就不答了

问题2解读

回答问题2,要先明确数据指标,再树标准,再分析。

1、用户体验的考核指标是XXX

2、这些指标好/坏的标准是XXX

3、和标准对比,有问题的地方是XXX

4、问题的程度是(不存在,轻,中,重)

5、这个(轻,中,重)级别的问题,是因为……

6、如果问题不存在,干脆就不答了

问题3解读

回答问题3,套路也是一样的。只不过问题3更不靠谱。面对问题3,先落实:

1、我的领导是谁

2、我的领导在什么时间、地点、以什么方式

3、听到了哪一个用户,关于什么问题的抱怨

落实到具体的问题,先看看是真的有这个事,还是主观臆断,还是道听途说,还是空穴来风,还是无风起浪,之后再做分析。

04 小结

我们常说:高质量的问题带来高质量的答案。针对我问你答类报告,最大的问问往往是问题本身不清楚,相互混合,真假难辨,导致报告怎么做都很别扭。

而大家回味下,不管是工作中还是生活中,我们脱口而出的问题往往都是很含糊、很随意的。所以要坚决清理好问题,后续报告都好做了。

发布于 2023-11-05 04:10

免责声明:

本文由 阿敏 原创或收集发布于 火鲤鱼 ,著作权归作者所有,如有侵权可联系本站删除。

火鲤鱼 © 2024 专注小微企业服务 冀ICP备09002609号-8