数据分析报告有两种基本模式:
-
你问我答:有明确的问题要解答
-
我说你听:无明确问题,需要从常规数据中解读
1
初级报告
请大家看上图,然后自己先作答:思考1分钟 ▌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: ▌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。
昨天的销售业绩是多少
明天的销售业绩是多少
今天的销售业绩是多
2
中级报告
请看上图作答:▌问题1解读 回答问题1前,先思考:
上个月业绩情况如何?
为什么第三周业绩较前两周下跌了?
-
这里有几个指标?
-
这里有几个维度?
-
第一问有几个问题?
3
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: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:
- 为什么这个月业绩很差?
- 我们的产品体验有什么问题?
- 为什么我的领导会听到顾客不满意的抱怨
-
这个月业绩数值是XXX
-
判断好和差的标准是(上月、去年同月、KPI指标……)
-
和标准对比,差的程度是(不存在,轻,中,重)
-
这个(轻,中,重)级别的差,是因为……
-
如果问题不存在,干脆就不答了
-
用户体验的考核指标是XXX
-
这些指标好/坏的标准是XXX
-
和标准对比,有问题的地方是XXX
-
问题的程度是(不存在,轻,中,重)
-
这个(轻,中,重)级别的问题,是因为……
-
如果问题不存在,干脆就不答了
-
我的领导是谁
-
我的领导在什么时间、地点、以什么方式
-
听到了哪一个用户,关于什么问题的抱怨
4
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。