2019- 12- 26 11:25

临近年底,做数据分析的同学们都在写各种报告。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,自己辛辛苦苦写完的东西没!人!看!没人看还是好的,更怕的�? # 领导、运营、产品、销售:

我早知道了你分析了啥?做分析要深入!你这分析有毛用!能不能说点有前瞻性的你这说的和我们理解都不一样啊看了分析我还是不知道该干什�?

数据分析师:o(T_T)o

在接到众多同学求助之后,今天系统分享一下。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

  1. 明确目的和思路
  2. 数据准备
  3. 数据处理
  4. 数据分析
  5. 数据可视�?
  6. 结论与建�? 问题就是从这里开始的这个毒瘤误导了无数新�? # 数据分析报告的错误姿�? 之所以说这个玩意是毒瘤,是因为丫用并�?6 点的样式,严重干扰了人们的视野,形成一种错觉:�?6 个东西是�?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�?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�? # 数据分析报告的本�? 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�? # 我说你听�? # 你问我答

在做报告时,第一步,确认本次报告是什么模式,包括�? 1. 我们是要主动说,还是回复问题
2. 我们要对谁说/回答谁的问题
3. 我们要说的是什么问�? 不要笑!很多同学连这点基本工作都做不到。只是机械、麻木、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�? 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�?dashboard 谁爱看谁看呢�? # 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�? 1. 我说的得是个“问题”;2. 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�?

很多数据分析师就只会写:

月均 GMV 720 最大�?1000 最小�?500 中间�?700

胆肥的,还会写一句:

连续 4 个月下跌 5 月环比下�? 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�?
3 �?GMV 走势对比(虚拟)

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�?有问�?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�?KPI �?550,实际做�?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�?

不但,下跌不代表有问题,甚至有时候连不达标都不代表有问题。本质上看,指标不是算出来的,是业务运作出来的,所以有可能业务的战术导致指标变化�? 不了解业务战术,贸然说“有问题”,就会落得一个:“我早知道了,你懂个屁”的评价(比如左图,很有可能是业务战术性放弃一些月份,集中力量做去把气学堂

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�?

业务知道的是 2- 5 月没有达标,不知道的是:(如�?1)行业的走势是不是也这样?(如左 2)如果我不干涉,未来会不会更差?(如�?3)如果我六月砸一波,能不能填平?(如�?4)我五月份做了一波调整,好像没用?(如左 5)这么连续跌法,到底因为啥?除了战术调整,有没有深层原因�? 同业情况、未来走势,拟采取的手段,已采取的效果,深层原因,是五个永远可以做的分析,而且保证业务不咋知道�? 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,走一路哗哗一路:“您的速度为每小时 45 公里,比刚才提高�?5 公里”,哈哈�? 小结,我说你听型报告,正确写作姿势是�? 1. 明确受众部门
2. 明确受众部门关键 KPI 指标
3. 了解指标过往趋势,找判断标准
4. 判断指标是否有问�? 5. (如无)不做提示,结�? 6. (如有)提示问题,了解业务关注点/行动计划
7. 针对行动计划,提示尚不为业务了解的问�? # 你问我答型报告写�? 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)

口述的问�?/td> 例句 对应数据分析问题 数据分析工具 备注
是多�?/td> “我们这个月业绩有多少?�?“我想了解下我们运营状况�?/td> 构建指标、展示数�?/td>
  1. 找到数据指标
  2. 根据要求,展示数�?/td>
有可能需要一堆指标才能描述清楚一件事
是什�?/td> “我们这个月做的好不好?�?“我觉得我们增长的有点慢?�?/td> 寻找、验证标准、下判断
  1. 找到数据指标
  • 根据要求,展示数�?4. 清晰判断标准
  • 标准=数据=判断
  • 下了判断,再说其�?/td>
  • 听到“好/坏、快/慢、高/低,优劣”这种形容词要格外警惕;所有的形容词都和标准有关,务必确认、共识、清晰标�?/td>
    为什�?/td> “为什么我们这个月业绩做的不好�?“为什么我们增长的这么慢?�?/td> 找原�?/td>
    1. 先做是多少,确认情况
  • 再做是什么,确认标准
  • 再看不好程度(判断轻重)
  • 再看有没有预判、假�?10. 有假设,先验假设
  • 没有假设,找假设
  • 1,2,3,4 步,缺一不可�?1,2 步确保我们解决的是真实问�?3 步决定我们探索深�?4 步确保我们探索方�?实际上,1234 步经常被忘掉,我们的新人只会做拆分!完全没有归纳总结能力
    会怎样 “下个月还不会不跌?�?“下个活动用户会响应对少?�?/td> 预测
    1. 先拿预测假设
  • 确认业务是否参与
  • 业务多亏,用业务情况�?14. 业务不参与,用因果模�?时间序列�?/td>
  • 数据不够就果断用时间序列法,那些算法大套的例子看看就好了,没数,预测个屁
    又如�?/td> “我们想�?10 个维度评估下渠道�?“做到了 1500 亿目标又怎样呢?�?/td> 综合评估
    1. 确认领导意志体现多少
  • 领导说了算,用人工加�?16. 领导无所谓,用分�?降维模型
  • 评价结果,先问领导意见……工,一定要多问,不要多发发�?/td>

    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)

    原问�?

    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动搞�? 问题一:最近转化率下降(是否属实?从多少降到多少?轻微降还是猛烈将?)问题二:转化率下降是不是有问题(周期、突发、持续性降?主�?被动降?)问题三:转化率下降且有问题,是什么问题?(有几个可能??低质量用户问题是不是其中最大的问题,还是其他问题)问题四:什么叫低质量用户?(有没有统一口径)问题五:低质量用户太多,多多算多?(是不是真的多了)问题七:最近促活活动,和低质量用户有没有关系?和转化率下降有没有关系?

    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)�?
    口述的问�?/td> 例句 问题含义 转化为数据工�?/td> 备注
    想不�?/td> “老板想不想做这个项目?�?“我要不要做这个决定?�?/td> 主观意愿 “你的论据有三点,其�?1,2 与事实不符,事实�?XXX�? 与事实相符�?/td> 用数据支�?否定他的论据,最后论点自然得�?/td>
    能不�?/td> “我能不能这么干?�?/td> 规则限制 “你上一次这么干,结局�?XX�?“别人这么干,结局�?XX�?“过往有三种干法,结局分别�?XXX�?“你要这么干,目前资源的充足程度�?XX�?/td> 用数据论证条件是否具备,用数据举例过往效果,X 自然有判�?/td>
    会不�?/td> “我这篇文章该怎么写�?“我这个活动该怎么做�?/td> 业务方案 “过往 30 篇文章,阅读排名�?XX�?“阅读≥10 w+的文章,特点�?XX�?“下个月还有 3 个热点话题,关注度为 XX�?/td> 用数据总结成功经验,指出机会点,具体动笔,自己动笔�?/td>

    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�? 1. 收集问题

    1. 梳理、拆分问�?

    2. (针对原因、预测)了解业务假设

    3. (针对综合评估)了解领导意图

    4. 对拆分出的二级、三级子问题,逐一验证

    5. 讲二级、三级结论收拢,归纳总结�?

    6. 呈报结果�? # 05

    总结

    看完整个过程,心细的同学会发现:其实做报告的过程,就是把陈老师大量的分析方法总结归纳的过程。没错!因为本身,报告是数据分析的最后一步。只有做好了各种具体的分析,才能写出优质的报告。因此,优质的报告绝不是按模板抄出来的�? 很多同学喜欢问:有没有好的数据分析报告模板,我抄�?学习下。具体问题、业务背景、业务方行动计划、问题拆分都不一样,报告间可相互抄的,只�?ppt 模板�?excel 模板哈。指望抄别人的,最后只会落得:“你分析了啥!”的吐槽。认真思考:我要说什么?我说的针对什么问题?我说清楚了没有,才是做出好报告的正确方法�? # 年终必备系列�? 数据分析�?020 年业绩指标如何预测?- 数据分析师,年终述职报告可以这么写(实操版)

    更多数据报告细节�?

    数据分析报告中的“建议”部分该怎么写?【简明版�? 让人百听不厌的数据报告,就藏在…�? 石沉大海!发出去的报告没人回应,数据分析师该怎么办?- 运营都会写分析报告了!数据分析该怎么办?