文章來源：可樂的數據分析之路
週報/月報是資料分析日常繞不開的工作內容，那麼，如何輸出更專業的報告？更好的支援業務，相信本文可以幫助到你。
01資料週報的目的
在日常工作中，資料分析經常扮演著“醫生”的角色，無論是產品、運營、策略、行銷，都需要定期的資料分析報告，來評估現階段產品的健康度，並且有針對性的制定下階段的策略方向。而週報/月報（以下簡稱為週報），則是最直觀、最通用的方式。
資料週報的目的，根據「匯報內容」和「匯報物件」形成一個面，如下圖：
橫向 — 匯報內容
度量業務健康度：根據使用者的行為資料，排查日常資料波動的原因，同時度量策略迭代的效果。
探索業務機會：透過近期熱點事件、熱點APP、熱點功能，探索業務可發展的機遇，給予主管及業務方指導性的建議。
例如：近期數位藏品搜尋指數上漲明顯，是否有價值？我們要不要做？
縱向 — 匯報物件
在做週報之前，需要知道匯報物件是誰，不同的匯報物件關注的方向是不同的，直接影響內容的側重點。
匯報給高階主管：關注市場方向，基於資料分析及資料探索來做決策，根據業務價值考慮投入多少資源。
匯報給中階主管：關注策略方向，基於資料分析制定產品策略，同時評估現有策略的效果。
02資料週報匯報內容
當明確了週報的目的後，需要匯報哪些內容？並以何種形式進行展示？便成為資料同學最關心的問題。這裡，分享給大家一種通用的匯報格式，可以參考，但並不侷限於這一種。
其中，內容涵蓋：週報摘要、核心資料、下週計劃。
週報摘要
摘要以幾句話描述過去一週的核心內容，能夠讓大家在1–2min內瞭解全貌。老闆一般都比較忙，需要快速瞭解近期產品現狀、出現了哪些問題、以及作了哪些決策。因此摘要內容需要：重結論、輕資料。
摘要總結上，可以參考「四段式」總結法：定性結論、定量結論、業務原因、影響週期，將結論一句話表述清楚，例如下圖：
核心資料
核心資料模組，主要涵蓋三個方面：業務概覽內容、異動分析內容、探索專題分析內容。
業務概覽內容：業務北極星指標現狀趨勢，重點標出「異動點」，結論一目瞭然。
異動分析內容：維度下鑽拆解，對業務概覽的詳細解讀，善用圖表與文字的結合。
探索專題分析內容：該模組不是必選項，針對專題進行分析，如果有能夠落地的結論，可以在這裡體現出來。
下週計劃
週報需要讓老闆瞭解資料方以及業務方下週的工作規劃，這部分內容往往與業務人員溝通之後再行制定。內容需要有邏輯，以1、2、3點的方式輸出，簡明扼要。
03資料週報異動分析思路
資料的異動分析查詢，此處不展開，附上「異動分析思路圖」。
異動分析思路：如何30min內排查出指標異動的原因？
異動維度排查：指標異動排查中，3種快速定位異常維度的方法？
異動問題量化：指標異動排查中，如何量化對大盤的貢獻程度？
04注意事項
最後，和大家談談日常資料報告的幾點注意事項，看看你有沒有踩過坑！
1、內容 — 資料品質：資料報告最基本的要求是資料不能有誤，資料錯誤可能有以下幾項原因：
資料底層問題：需要充分了解底層資料邏輯，是否做過過濾？是否做過篩選？
指標定義問題：指標定義是否正確，是否符合業務的需求。
例如：功能滲透率=功能頁面曝光uv/dau OR 功能滲透率=首頁功能tab點選uv/dau，兩者的差異在於載入是否成功，有時候會出現較大差異。
指標理解問題：由於有些指標含義很相近，需要避免理解上的偏差，建議將易混淆指標的計算方式加在備註中。
例如：ctr=點選次數/展現次數；uctr=點選使用者數/展現使用者數。
2、 內容 — 資料結論轉化為業務結論：在輸出報告之前，需與業務同學溝通，站在業務角度給出結論，而不能僅僅闡述資料。這裡需要注意，如果問題比較隱蔽，沒有排查出來，不要硬上結論，可以在週報中標明：問題仍在差異，晚些給出。
3、 匯報 — 從業務角度溝通問題：很多資料同學在匯報的時候，會犯一個問題：從資料現狀上講了很多，但沒有結論，也不知道為什麼資料會這樣。由於我們的匯報物件往往是業務的leader，因此要站在業務的角度聊資料。
4、 匯報 — 輸出對於產品的改進：如果能探索出對業務有價值的資料內容，在匯報中給予體現，會是一個很好的加分項。
5、 提效 — 搭建週報模板：由於週報是每週例行的工作內容，提效是必要的。提效的方式有很多種，Excel vba模板、平台化自動輸出分析資料，都是不錯的方法，可以參考借鑑。
6、 提效 — 分析思路沉澱：報告的提效，沉澱是必不可少的，同時分析的方法論可以遷移到其他的應用場景。
原文：https://mp.weixin.qq.com/s/xh6awqomjO7XqoKhsfygYQ
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。各位也可以關注我的Facebook，按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！期待你與我互動起來~
文章推薦
◆跟資料打交道的人都得會的這8種資料模型，滿足工作中95%的需求
回顧十週入門數據分析系列文：
關注數據君的臉書：
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。按贊我的臉書，會有豐富資料包贈送唷！
