數據分析報告，就該這麼寫
很多同學喜歡問：有沒有數據分析報告模板可以抄。其實如果掌握了寫報告的方法，根本不需要模板抄。而所謂的模板，爲了圖高大全，往往章節很多很多很多。真實工作中真這麼彙報估計既把自己累死，又把聽報告的急死。今天我們就還原到工作場景中，看看數據分析報告該怎麼寫。
數據分析報告有兩種基本模式：
你問我答：有明確的問題要解答
我說你聽：無明確問題，需要從常規數據中解讀今天先講：你問我答。因爲有明確問題，所以回答起來更聚焦，容易講解。
—— 1 初級報告——
請大家看上圖，然後自己先作答：
- 昨天的銷售業績是多少
- 明天的銷售業績是多少
- 今天的銷售業績是多
▌問題1解讀
大家記得這個標準：一問一答，正面回答，簡單清晰。昨天的銷售業績這個數很清楚的，答出來就行了。答1:昨天的銷售業績是1000萬。OK，過關。
▌問題2解讀
注意時間狀態。明天，是還沒有發生的，因此是個預測值。涉及預測，就得講清楚：預測方法、預測依據、預測結果。預測方法有很多種，需要的數據量也不同，看菜下飯就好了。沒理由領導隨口問一下，你大喝一聲：“呆！給我定住，三個月後我的超牛逼精準人工智能模型就好了……”所以可以簡單回覆，答：根據上週規律來看，明天預計1200萬，比今天多20%。
當然，這種簡單推測也是有前提的，見下：
▌問題3解讀
回答問題3之前，先想一想，今天的數值，是預測值還是實際值？3點前的是實際值，3點後的是預測值。所以回答的時候要區分狀態，答：截止下午3點，實際值是700萬，按趨勢推算，預計1400萬。
初級報告的場景在辦公室裏很常見，常常是領導或業務部門隨口要個數。這時候沒有分類維度，只是單一指標，因此只要區分清楚時間狀態，就能解答好。
—— 2 中級報告 ——
請看上圖作答：
- 上個月業績情況如何？
- 爲什麼第三週業績較前兩週下跌了？
▌問題1解讀
回答問題1前，先思考：
這裏有幾個指標？
這裏有幾個維度？
第一問有幾個問題？
這裏只有一個指標：業績，但是有3個分類維度：周、日、產品。很多新人會脫口而出：兩個分類維度，時間和產品。請注意，時間是又分成周和日的，不區分清楚，後邊回答就很混亂。因爲這個指標很明顯有周循環趨勢，因此周這個維度是不能省略的。
這裏顯然不止一個問題。因爲有了分類維度，所以有了整體和部分的區別。我們不能像初級彙報時候那樣丟一個“總業績是XXX”交差。遇到整體和部分，大家記得這個順序：整體-局部-個案的順序。在解釋局部的時候，如果有多個分類維度，一般說完一個再說另一個。比如眼前這個例子，可以這麼說：
▌問題2解讀
回答問題2前，先思考：
我要答的是一個數字，還是一件事？
問題2問的是原因。注意，原因指的是一個具體影響業績的問題，不是數字本身。很多新人在這裏會犯錯誤，直接回答個：“下跌是因爲週二、週三、週四業績很少呀”。這麼回答等於廢話。要找到數字背後的問題纔行。這裏往往需要做一些深入的調查研究，比如當時天氣如何，發生了什麼事，業務做了什麼控制一類。僅依靠一條數據肯定回答不了。
當然，分析出原因需要具體分析方法，這裏可以參考陳老師之前的文章，但作爲報告，不管中間方法有多少，最後彙報的結果得是清晰的。“因爲XX原因，導致該問題。”
在我們收集過真實原因以後，我們可以做答了。注意，作爲數據分析報告，單純說：“因爲第三週下雨了”是難以服衆的，需要對問題原因做量化考覈，具體指出每個影響因素的大小，才能服衆。類似的，如果是數據錯誤，要指出正確的數據是什麼。如果是業務有控制舉措，要指出控制舉措的開始，結束時間。常見的情形如下，大家可以參考：
—— 3 高級報告 ——
我們常說：在數據分析領域，沒有高級的方法，只有高難度的問題。如果所有的問題，都能像初級、中級彙報那樣清晰明瞭，自然解答也是清晰明瞭。但，實際工作是：問題本身含糊不清，南轅北轍，莫名其妙。這就一下把報告的難度從初級提到高級了。比如下邊這些問題：
- 爲什麼這個月業績很差？
- 我們的產品體驗有什麼問題？
- 爲什麼我的領導會聽到顧客不滿意的抱怨
新人特別容易在這裏栽跟頭！這些問題都是看似清晰，實則一塌糊塗。和中級報告的最大區別是：中級報告是基於數據談問題，而以上根本連基礎的事實、數據都沒有。這種情況下要牢記：先問是不是，再問爲什麼。因爲：脫離概率談個案、脫離整體談細節、脫離數據談現狀、脫離標準談判斷，統統都是耍流氓！我們做數據分析，就是要用理性對抗感性，用邏輯性對抗情緒化，這些感覺、情緒、衝動都是我們的大敵，要堅決消滅！
▌問題1解讀
回答問題1，要先擺事實，再樹標準，最後再分析。
可以回答：
1. 這個月業績數值是XXX
2. 判斷好和差的標準是（上月、去年同月、KPI指標……）
3. 和標準對比，差的程度是（不存在，輕，中，重）
4. 這個（輕，中，重）級別的差，是因爲……
5. 如果問題不存在，乾脆就不答了
▌問題2解讀
回答問題2，要先明確數據指標，再樹標準，再分析。
1. 用戶體驗的考覈指標是XXX
2. 這些指標好/壞的標準是XXX
3. 和標準對比，有問題的地方是XXX
4. 問題的程度是（不存在，輕，中，重）
5. 這個（輕，中，重）級別的問題，是因爲……
6. 如果問題不存在，乾脆就不答了
▌問題3解讀
回答問題3，套路也是一樣的。只不過問題3更不靠譜。面對問題3，先落實：
1. 我的領導是誰
2. 我的領導在什麼時間、地點、以什麼方式
3. 聽到了哪一個用戶，關於什麼問題的抱怨
落實到具體的問題，先看看是真的有這個事，還是主觀臆斷，還是道聽途說，還是空穴來風，還是無風起浪，之後再做分析。
—— 4 小結 ——
我們常說：高質量的問題帶來高質量的答案。針對我問你答類報告，最大的問問往往是問題本身不清楚，相互混合，真假難辨，導致報告怎麼做都很彆扭。
而大家回味下，不管是工作中還是生活中，我們脫口而出的問題往往都是很含糊、很隨意的。所以要堅決清理好問題，後續報告都好做了。
文章來源： 与数据同行
原文鏈接：https://mp.weixin.qq.com/s/2HL2oiKl53zI8tV8w87Rqg
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
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！
