数据分析报告，就该这么写

与数据同行 2021-10-16

Editor's Note

非常棒的数据分析实战案例！

The following article is from 接地气学堂 Author 接地气的陈老师

【与数据同行】已开通综合、数据仓库、数据分析、产品经理、数据治理及机器学习六大专业群，加微信号frank61822702 为好友后入群。新开招聘交流群，请关注【与数据同行】公众号，后台回复“招聘”后获得入群方法。

正文开始

很多同学喜欢问：有没有数据分析报告模板可以抄。其实如果掌握了写报告的方法，根本不需要模板抄。而所谓的模板，为了图高大全，往往章节很多很多很多。真实工作中真这么汇报估计既把自己累死，又把听报告的急死。今天我们就还原到工作场景中，看看数据分析报告该怎么写。

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

今天先讲：你问我答。因为有明确问题，所以回答起来更聚焦，容易讲解。

初级报告

请大家看上图，然后自己先作答：
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

思

考

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。

中级报告

请看上图作答：
上个月业绩情况如何？
为什么第三周业绩较前两周下跌了？

▌问题1解读

回答问题1前，先思考：

这里有几个指标？
这里有几个维度？
第一问有几个问题？

这里只有一个指标：业绩，但是有3个分类维度：周、日、产品。很多新人会脱口而出：两个分类维度，时间和产品。请注意，时间是又分成周和日的，不区分清楚，后边回答就很混乱。因为这个指标很明显有周循环趋势，因此周这个维度是不能省略的。

这里显然不止一个问题。因为有了分类维度，所以有了整体和部分的区别。我们不能像初级汇报时候那样丢一个“总业绩是XXX”交差。遇到整体和部分，大家记得这个顺序：整体-局部-个案的顺序。在解释局部的时候，如果有多个分类维度，一般说完一个再说另一个。比如眼前这个例子，可以这么说：

▌问题2解读

回答问题2前，先思考：

我要答的是一个数字，还是一件事？

问题2问的是原因。注意，原因指的是一个具体影响业绩的问题，不是数字本身。很多新人在这里会犯错误，直接回答个：“下跌是因为周二、周三、周四业绩很少呀”。这么回答等于废话。要找到数字背后的问题才行。这里往往需要做一些深入的调查研究，比如当时天气如何，发生了什么事，业务做了什么控制一类。仅依靠一条数据肯定回答不了。

当然，分析出原因需要具体分析方法，这里可以参考陈老师之前的文章，但作为报告，不管中间方法有多少，最后汇报的结果得是清晰的。“因为XX原因，导致该问题。”

在我们收集过真实原因以后，我们可以做答了。注意，作为数据分析报告，单纯说：“因为第三周下雨了”是难以服众的，需要对问题原因做量化考核，具体指出每个影响因素的大小，才能服众。类似的，如果是数据错误，要指出正确的数据是什么。如果是业务有控制举措，要指出控制举措的开始，结束时间。常见的情形如下，大家可以参考：

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：

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

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：