如何高质量地交付数据分析报告

前言

屏幕面前的你，是否有以下困惑：

把报告发给业务方后，业务同学看了半天，也不知道你到底要表达什么，结论是什么，后续业务该怎么干

业务同学反馈，你的分析结论并不是他们关注的重点，你的分析方向与他们期望的结果"南辕北辙"

报告产出后，到底是否真的实现了"数据驱动业务"不得而知，身为数据分析师的工作价值感逐渐消退

如果你有这样的问题，那么一定不要走开，本次分享将会对症下药地给出一些小建议，一起来看看吧

写报告前先不着急跑数 做好以下事情让你事半功倍

很多分析师喜欢一接到需求就立马跑数，一顿操作猛如虎，仔细一看原地杵。造成这种现象的原因，是前期缺乏充分的前置思考和沟通拉齐，导致思路和方向就是错的，那么必然无法达成目标

1. 先搞清楚需求的最原始目标，并从专业角度给出最优解决方案

你是否遇到这样的场景：

运营A同学："帮忙跑下x、y、z 三个指标，我们领导着急用"

你 ：满头大汗地把x、y、z指标跑完给到 A 同学。

A 同学汇报完后，垂头丧脸得说："我们领导说，还得看下m、n、p、q等指标。"

你 ：再次满头大汗地把m、n、p、q指标跑完给到 A 同学。

A 同学汇报完后，再次耷拉着脸说："我们领导说看这些数据，不能验证他的想法，还得看下a、b、c等指标"

你：一整个大无语....

一般数据分析的需求来源是业务部门，比如销售、运营、产品，这些部门的业务人员大多数都是非数据专业出身，所以他们数据解决方案未必最优。

因此，建议在对接需求前，先摸清楚业务侧的需求目标是什么，比如短期目标是什么，长期目标是什么。然后，基于自己的专业，给出看哪些数据的合理建议。

小tips：分析师在对接需求时，一定要有自己的专业自信度，并坚持自己的想法，切忌总是被其他人牵着走。

2. 多花一些时间，用于拆解需求、以及梳理思路

错误的方式是，未进行需求拆解和思路梳理，就给出了一个预期交付时间。这种情况下，造成需求延期交付的 风险将会很大。

所以拆解需求、以及梳理思路，不仅可以有效避免需求返工，还可以更好地设定需求排期。

(1) 拆解需求

对于专项分析需求，如果涉及的分析专题很庞大，建议将分析内容拆分为多期完成

对于报表建设需求，可以按照 “先建设数据源，再建设可视化报表” 拆解为多期

(2)  梳理思路

对于分析类的需求，建议在跑数前，先想清楚：

要验证的业务假设是什么？

如何把业务问题转化为数据问题？

分析框架是什么？

分析思路是什么？

具体要看哪些指标？

小tips：如有必要，建议跟相关同学拉会，以对齐目标&思路，避免工作方向南辕北辙

周这份数据分析报告模板 让你的报告编写效率翻倍

▪ 标题:《xxx数据报告》

▪ 前言:

该部分用于概括报告的写作目的，要是解决什么问题。

该部分建议的写作方法是：先阐述背景，然后抛出问题，以让读者产生阅读下去的兴趣。比如，xx是今年公司的战略 目标，但就目前的现状来看，哪些地方符合预期？同时还存在哪些问题需要解决？以及该如何解决？

▪ 报告摘要

摘要的目的在于对文章的主要内容进行简洁、准确、完整的概括，以便读者能够快速了解报告的主要内容和结论，从而决定是否需要继续阅读全文

小tips：报告的摘要，要为读者提炼出有亮点的认知&规律、或后续动作to-do（比如AB实验、新策略上线等）

▪ 报告说明：

名词解释

示例：美食作者:在抖音入驻过“团购达人中心”且发布过“美食”视频的创作者

统计周期

示例：2020年1月1日至2022年12月31日。

指标说明

示例：TGI: 样本人群较总人群的偏好度，数值越大说明该样本人群相较总体人群的某一特征更明显，TGI= 【目标群体】的某个特征值/【抽样总体】的某个特征值*100

示例：直接到访顾客占比: 顾客进入购物中心后首次到访业态的总顾客人数占日均总顾客人数的比例。计算方法:直接到访顾客占比=进入购物中心后 首次到访业态的日均人数/全场日均人数*100%。

小tips：对于除法类型的指标，一定要注明分子和分母的含义

▪ 数据来源

▪ 瑕疵说明

比如受限于xxx等原因，模型结果仅适用xx场景，但对于xx场景的参考性有限

▪ 目录

Part1 : xx用户行为分析

Part2 : xx人群画像分析

Part3:  xx调研访谈案例

附录

展示目录的目的在于，帮助读者理解作者的思路，同时更快找到所需信息，提高阅读效率

小tips：都说 行业研究报告 是报告界的 "天花板"，建议多观摩这些专业报告的内容组织方式，一定会对你的报告写作有提升

清楚这些报告撰写的基本标准 让你的报告完美避坑

解读充分，体现你的专业能力

切忌只有定量描述，但缺乏定性的业务解读 。比较好的解读方式是，通过数据统计，你认为业务好还是不好，为什么不好，怎样才能变好

当某些数据表现不符合业务预期时，应主动解释原因。当然，这也考验分析师对于业务数据的敏感性

对于一组数据，尽可能多地提炼出有用的信息。可以通过各种对比，来产生有价值的洞察，比如与大盘平均水平对比，不同时期、维度、人群间的 对比等

逻辑严密，避免结论错误

首先要check你的结论和理由之间的逻辑关系是否自洽。很多时候，你自以为逻辑自洽，但其实经不起严密的推敲

较为牵强的结论，建议经过讨论后再出具 。很多时候，数据可能仅反映了表层的相关性，是否真的具有因果性需要充分思考

避免常见的低级错误，比如

样本数不足，导致结果不置信

未控制干扰变量，导致两个群体本身不具备可比性

清晰易懂，快速get你的信息重点

图文并茂。核心数据尽量可视化表达（比如柱状图、扇形图、条形图、堆叠图、...）。大多数领导都更喜欢看图表，干净美观的图表会让你的汇报更加分。

图表中容易有歧义的指标口径 ，要在图表后注明

文字难以展示清楚的信息，建议用图解来表达 ( 脑图、四象限图、维恩图.. )

断舍离。不能为结论提供支撑的数据或者描述，应果断砍掉，避免读者思维混

要有意识地对信息进行合并、分类

要有意识地对信息进行排序

如有必要，为了佐证结论，可附有相关的case截图

表述简洁，避免读者阅读困难

一个段落尽量不要超过3行

一个逗号的句子控制在20个字以内。只要意思通畅，句子越短越好

善于使用句号，一个句号的句子只表达一个意思

删除多余的词汇。若是删除也不影响表述，就应该予以删除

做好报告宣讲 让你的分析结论价值最大化

宣讲前，这些准备工作做好，心中不慌

会议要达成的目标是什么 ？

重点该讲什么？

你的讲故事框架和节奏是什么？

建议写一段摘要（为什么做这件事？

你的结论是什么？

证据是什么？

）

听众可能的提问，以及你的答案准备

需要听众参与讨论的议题、以及你的方案建议（比如你想推动ab测试，征求大家意见或者潜在风险）

汇报前，自己排练一遍

会议邀请

建议单独抽时间宣讲。尽量不要在周会上 和其他项目一起汇报，因为可能会由于时间紧张的因素，使得汇报效果大打折扣

会邀最好注明报告的分析目标是什么，分析内容有哪些 ，以及需要讨论的议题有哪些

会议时长也要备注清楚

宣讲中，这些小技巧很有用

发现听众讨论偏题后要及时拉回，避免会议越开越长

面对听众模糊的提问，建议先按照自己的理解，重述下对方的问题，确认双方理解是否一致，避免答非所问

某些问题短时间内无法给到准确回复，可以记个待办to-do、或者另约会讨论

当会议发言人很少时，可以主动cue下参会者 ，比如 询问是否有其他的想法建议

宣讲后，记得记录待办

最好形成会议纪要，发在群里同步

分析结论持续跟进，及时记录报告收益 年底复盘不再发愁

很多分析师在报告交付后就结束跟进了 ，其实是大错特错的。

分析师需要持续跟进 报告的收益，比如分析结论应用于业务的哪些策略制定、业务战略的哪些决策、推动上线了什么样的ab策略，以建立属于分析师的职业成就感

如果分析报告提出的策略，被业务方采纳了，要主动推进策略落地并拿到收益，建立属于分析师的高光时刻

如果分析报告为业务提供了新的认知，也要及时记录下来。

认知提供也是分析报告的价值体现

所以，最后要趁热打铁 ，及时跟踪和记录分析报告的业务价值和收益。等到年底绩效复盘的时候 ，你一定会感恩现在勤快的自己~