永洪社区

标题: 数据报告：月薪3w数据分析师涨薪秘籍！ [打印本页]

作者: puffs 时间: 2024-6-19 16:29
标题: 数据报告：月薪3w数据分析师涨薪秘籍！
我比较喜欢打游戏，属于又菜又爱玩的类型。

为了提升水平，会去看一些高手的视频。每次看完高手视频，我都热血澎湃，赶紧上号准备上分。

但是，现实却告诉我，看别人玩的再6，自己上手的时候还是不行。

这不单单是操作的手速问题，而是你无法复制教学视频中的情景，遇到不同的场景不知道如何应对。

而有些教学视频就做得不错，他会打一场完整的比赛，然后经常说自己对当下局势的思考和判断，然后说出自己的应对方法。

这类视频看完，我往往水平就能提升那么一点点。

我发现，这个经历和我在学习写数据分析报告的时候何其相似。

我为了学习如何写报告，阅读了很多第三方数据平台的优秀报告；也看了很多干货文章，了解报告的结构是什么样的。

但是自己真正写的时候，只能还原其形，难以还原其神。最终的报告除了框架看起来像那么回事，内容经不起推敲，看起来像是东拼西凑的一般，毫无章法。

后来我明白了，报告的核心是内容的逻辑，弄清楚了报告内容的逻辑，最终报告的撰写就像填空题一样简单。

所以，教你如何写报告，不是告诉你报告的样式是什么样的，而是告诉你如何梳理报告的逻辑。

今天我们就聊一聊这个话题。

我们先捋一下写报告的思考顺序。很多同学写报告的时候，不会思考如何写，而是直接把自己分析的过程写下来。因为自己他们觉得自己分析问题时就是这个思路，再把这套思路重新呈现出来是自然而然的事情。

但是我们要明白报告的目的是什么。

报告不是论文，不需要一步步推演让同事们了解结论的严谨性。逻辑的问题是你作为数据分析师需要解决的问题。

报告本质上是内部沟通的一种方式，企业内的沟通讲究的是效率，报告要让对方很快知道你要说的是什么。

分析问题是对问题一步步拆解，最后得出结论。而报告为了更高效地传达信息，要先要告诉对方你的结论是什么，然后告诉对方你为什么得出这个结论。

所以，写报告的步骤和分析问题的步骤是反过来的。

扭转了这个思路，你再思考报告的逻辑，就会清晰很多。这是一个难者不会，会者不难的东西。

一、明确报告的目的
首先要思考这份报告的目：你的报告到底要说什么？

判断的标准是，别人看了你的报告之后，要做些什么？或者会改变什么？

如果别人看了你这报告，没有任何后续的行动或者改变，大家接着奏乐接着舞，那么这份报告就没有存在的必要。

衡量一份报告的价值就是这份报告有没有后续的行为，以及这个后续的行为带来的业务增量。

数据分析是整个企业当中决策的其中一环。决策是要经历“是什么、为什么、怎么办”这样三个阶段，所以一份数据报告要说的内容，无外乎这样三点。

第一种“是什么”。

这种报告是告诉业务人员目前出现了什么问题，后续行为是分析“为什么”。

这种报告一般是常规的周期性报告，比如日报周报月报。这类报告往往列出经营指标的变动情况，说明目前业务出现了什么问题。

由于业务发展每天都会遇到各种不同的问题，而分析的资源是有限的，所以这类报告的目的就是让业务方了解现状，并反馈哪些问题是需要亟待解决的。分析师可以优先分析那些业务比较关切的问题。这就是报告的后续。

比如，销售额的下降可能由ABCD四个因素导致。如果要把ABCD全部分析清楚，可能会花很多时间，那么这个时候就可以先把ABCD四个因素做成报告，同步给业务方。这个报告的目的就是希望业务方输出一些业务理解，确定之后优先解决ABCD中哪一个子问题。

第二种“为什么”。

这种报告是告诉业务人员某个业务问题的原因是什么，报告的后续行为是分析“怎么办”，或者由业务人员直接开展各种业务尝试。

这种类型的报告比较常见，因为找原因是数据分析的专长，但是找到对应的解决方案数据分析就不拿手了，这是业务人员的专长。

如果通过数据分析发现营业额的下降是由于转化率的下降，然后转化率的下降是由于某个地区的竞品开展了促销活动导致当地的转化率下降。这样的原因，已经足够让业务人员思考如何应对，这方面数据分析的发言权并不高。

第三种“怎么办”。

这种报告就是告诉业务人员具体要做什么，报告的后续行为就是执行方案。

如果你在前面的分析过程当中已经推导出非常成熟的建议，那么这个部分就很容易了。分析问题的方法可以参考数据分析思维系列前面的文章。

二、支持结论的论据
我们分析一个问题，不太可能直接就找到问题根源的，往往要走一些弯路，排除掉一些错误答案，最终发现问题的原因。

但是在这个过程中，我们会发现一些意料之外的信息。所以在写报告的时候，我们会很想把这些意料之外的信息也加到报告里，不然会觉得太可惜了。

但是这样会导致整个报告的内容不聚焦，读者会被这些零散的观点带偏，搞不清要说的到底是什么。

有些做法更加过分。我见过一些新人写分析报告，一份四五十页的PPT内容非常全面，把分析过程当中得出的所有结论全部拿出来说一遍。比如面对一个问题的时候，提出了ABC三个假设，然后假设A是错的，然后验证假设发现B也是错的，最后终于证明假设C成立，然后又因为C成立，又提出了EFG三个假设，再重复之前这个过程。这样的报告可读性是非常差的，可能看了二三十页。别人都不知道你究竟要说一个什么样的事。

所以第二步，我们要找出能支持一个大结论的论点都有哪些。对于那些和这个核心结论没有明确关联的那些小结论，我们可以忽略掉。

不要觉得可惜，有些小观点可能很精彩，但是你的报告精彩不是因为某几个观点的精彩，而是这些观点组合起来和谐统一才精彩。

至于为了证明结论，需要哪些论点，论点是否足够充足，这需要你拥有比较强的系统性思维、结构化思维和逻辑思维。

三、支持论点的数据
第三步实际上是上一步的继续细化。

上一步是找出支撑结论的论点有哪些，这一步要做的是找出支撑论点的数据有哪些。原理和上一步类似，在此就不赘述了。

我说一些数据选择上的注意点。

数据分析师在分析问题的时候，一般喜欢看一些明细数据。因为明细数据有更多的信息量，可以找出更多的问题点。比如说我们看两类不同产品的销售额是否存在差异？最终的结果可能是这样一个图形。

这个图形可以看出A品类要普遍比B品类的销售额更高。但是这个图形有冗余信息。图中可以看出两个品类的销售额是稳定的，所以时间维度实际上在对比品类的成交额差异时，并没有什么作用。所以我们没有必要把时间周期也放进来。

一旦放了带时间维度的图，报告的读者反而会去纠结，为什么某一天它的销量会上涨，某一天会下降。而这和我们要说明A品类普遍要比B品类的销售更高的论点没有任何的关联。

所以这个数据我们就可以隐去日期维度，采用平均值的方式，用两个柱形图放出来就可以了。

到这一步为止，我们整个报告的主体逻辑部分就完成了，但这还不够。

四、如何让业务重视这份报告
现在你的报告要说的观点已经理清楚了。但是逻辑再清晰，建议再落地，如果没有人对这份报告感兴趣，那么也是没有用的。

所以我们还要思考一个问题，就是别人为什么要重视这份报告？

把这个步骤放在最后，是因为只有你清楚了这份报告要说什么，你才知道这些结论对哪些人有用，和他们的关系是什么？

考虑清楚之后，有这样几种方法可以提高对方对报告的兴趣：

第一种方法是优化报告的标题。

如果你的报告是关于如何提高某产品销售额的，这个分析报告的标题用《关于如何提升某产品销售额的数据分析报告》这样的题目吸引力就不够强，不如写成《提升某产品销售额的3点建议》。这种报告业务同学一看就知道你的报告究竟想要说什么，并且知道这份报告不是泛泛而谈，而是有具体的建议，值得看一看。

第二种方法是在报告的前面介绍问题的背景和问题的严重性。

你可以采用金字塔原理当中的SCQA模型。

第三种方法是说明采用这个建议之后能带来的好处。

比如你告诉对方，如果采用了这个建议，那么预计销售额可以提升10%。那么业务人员会更加清楚报告的实际价值，更愿意听取你的建议。

五、总结
看别人的优秀报告，最多告诉你一份好的报告是怎么把一件事说清楚的。但是看别人的报告却不能告诉你怎么先理清楚这件事本身。

按照文中上述步骤思考后，报告思路的框架部分就梳理完成了。有了这个叙事框架，再去学习报告的格式、图表可视化等等内容，会事半功倍。

文章来源公众号：爱数据LoveData

欢迎光临永洪社区 (https://club.yonghongtech.com/)