在写数据分析报告之前,先要明确3个问题1. 为什么要写数据报告?
2. 报告的受众群体是谁?
3. 如何提高数据质量?
先做好定位,报告呈现的信息才会更精准,对决策者来说也更有价值。
一、为什么要写数据报告?
数据报告是分析、思考和总结的呈现。我们写数据报告的目的是将自己的分析结果呈现给管理者或数据需求者,并给运营或管理人员提供可视的、合理的决策建议。
所以做报告、做数据报告、还是在做数据分析报告,这三种是完全不一样的内容。
很多人往往做的是:数据报告。最重要的特征是,一堆表格,一堆图的堆砌,恨不得把相关的内容都放上去,就怕PPT页数不够似的。
真正数据分析报告:既然是分析,一定是结果,也必须有结论,有观点。
所以一定要呈现结论,哪怕是错误的结论。“结论是基于当前的数据,基于你做出的逻辑推理而得到的。”没有结论的分析报告,不应该叫数据分析报告。
对于数据分析人员来说,敢基于数据下结论,也可以发现自己的不足,从而找到自己提升的机会点。
所以不要害怕下结论。害怕把结论弄错了,是很难写出高质量的分析报告。一个企业数据分析师的成长,也需要不断从错误中学习。
二、报告的受众群体是谁?
一定要关注一下你的报告受众是谁,不同受众对于报告的期望完全不一样的,高层关注方向,中层关注策略,员工关注执行。
1、高层关注是方向。基于数据分析或者数据洞察中发现潜在机会点。因为他们要决定的是方向,基于方向投入相关资源,他们是用数据报告作为参考来做决策。
2、中层关注策略制定。基于数据可以制定什么样的策略。例如:如果用户流失下降,更关注流失用户特征是什么,从而制定对应策略。
3、员工关注执行。例如:针对什么样的用户发送什么样的优惠券,我根据数据结果来对应发券。
不管针对什么对象,有几点是共通的:1、数据好理解。好的报告一定是有比较强的逻辑,报告中不会出现太多难以理解的概念,指标的定义也比较清晰,不会一个指标定义要人理解半天。所以大家喜欢的报告表现形式是以图为主,毕竟:“一图胜千言”
2、直接告诉用户价值点。报告可以帮助你解决什么问题?转化为很具体的数字;例如:可以提供你销售100万,提升10%,获取多少新用户,挽回多少会员;提升多少利润,降低多少费用。把价值直接传递给用户。
数据分析报告在完成的过程中,往往需要分析师主动找目标受众去当面沟通,听取意见以及协助落地。如果工作中认为只要把数据分析报告给出就结束了,这往往是没有什么结果,而且这样的数据分析师也很难写出高质量的报告 。
三、如何提高数据质量?
如果数据质量有问题,后面一切都是徒劳。不管你数据图表做的多漂亮,数据分析逻辑多么严谨,数据分析方法多好。
所以数据质量是生命线,一定要牢记。
在数据分析报告制作过程中,常出现数据质量可能有几个地方:
1、数据来源有问题。所以一定要核对你的数据来源,谁提供的,是如何产生的,是否有做过处理。
2、指标定义逻辑。数据分析过程中的指标定义是否正确,是否能满足你要分析的问题。
3、数据提取处理。在写SQL、python或者R等工具中处理过程中,一定要反复核对代码逻辑,看结果是否有明显异常。
4、在Excel加工的时候,更需要注意细节。可能在各种数据复制,图表制作的时候出现小问题,错行与列,少了一行之类的。
5、在PPT中一定要对数据口径说明。也许你做的都对的,但是到了用户不是按你定义来理解数据,按他自己理解,也会导致他对你的结论理解错误。