• 您好,欢迎来到千年教育知识服务平台  
  • 登录|
  • 注册
  • [退出]
网站数据统计:今日0套 共更新21008套课程

如何写一份完美的数据分析报告?

更新时间: 2020-07-22 00:00:00 点击数:

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。

“你问我答”因为有明确问题,所以回答起来更聚焦,也是我们今天要谈论的模式。

初级报告

如何写一份完美的数据分析报告?_运营人—从零开始学运营

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少?

问题1:

大家记住这个标准: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:

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:“等一下!三个月后我的超牛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:

如何写一份完美的数据分析报告?_运营人—从零开始学运营

问题3:

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。预计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。

中级报告

如何写一份完美的数据分析报告?_运营人—从零开始学运营

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:

回答问题1前,先思考:

  1. 这里有几个指标?

  2. 这里有几个维度?

  3. 第一问有几个问题?

这里只有一个指标:业绩,但是有三个分类维度: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,后面回答就很混乱。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那样用一个“总业绩是XXX”交差。遇到整体和部分,大家记住这个顺序:整体-局部-个案

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:

如何写一份完美的数据分析报告?_运营人—从零开始学运营

问题2:

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:“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,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,我们可以作答了。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:

如何写一份完美的数据分析报告?_运营人—从零开始学运营

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。但实际工作往往是:问题本身含糊不清,南辕北辙,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,而以上却没有基础的事实、数据。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、情绪都会是我们的大敌,要坚决消灭!

问题1:

回答问题1,要先摆事实,再树标准,最后分析,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:

回答问题2,要先明确数据指标,再树标准,最后分析。

  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:

回答问题3,套路也是一样的。只不过问题3更模糊。面对问题3,先落实:

  1. 领导是谁

  2. 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,先看看是真的有这一情况,还是主观臆断,空穴来风,之后再做分析。

总结

最后敲黑板划重点啦~

初级报告是最基本的数据分析,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。

中级报告是基于数据谈问题,有了分类维度,所以有了整体和部分的区别;在分析问题原因时,需要做量化考核,具体指出每个影响因素的大小。

高级报告则需对问题进行判断,先摆事实,明确数据指标,再树标准,最后分析。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,最大的问题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。所以要坚决理清问题,后续报告就好做了。

文章来源:运营人