写报告最烦的就是不停地改改改。如何能够少改一些呢?这个锅,恐怕要让缺少一个好的研究设计来背。
这里的真正想看是有讲究的,并不是所有的老板/客户都清楚自己到底想要什么,甚至说,绝大多数的老板/客户其实并不知道自己到底想要什么样的结果。做咨询和做数据分析在这一点是相通的,在接到一个需求之后,不要先急着着手开始做,先好好想想做这份报告的目的是什么。我的经验是,可以从下面这些角度进行思考:
1.这个报告希望解决哪些问题
2.这个报告是给谁看的
3.这个报告会出现在哪些场合
之所以要思考这三个问题是因为这三个问题决定了这份数据分析报告的呈现形式甚至是分析方法。数据是死的但人是活的,不同的目的不同的场合,同样的数据应该有完全不同的解读:
输
“我们数据分析师从来不说假话,只是没有说全部的真话而已。”
——我也不知道是谁说的
举个例子,公司的男女性别比是2:1,这是一个非常常见的普通数据,在下面几种场景下可能需要不同的解读:
员工大会:我们的男女性别比是2:1,所以男同胞们要好好珍惜身边的女同事
给人力总监汇报:领导,咱们公司现在的男女性别比是2:1,有些失衡,这与公司的XX结构等有关,可能有XXXX风险,您看看有没有必要进行干预一下,我这边提供了方案A\B\C分别有XXX好处和XXX坏处
人力总监给老板汇报:当前公司的男女性别比是2:1,我们人力部门认为会有XXXX风险,准备采取XXX的方案/行动进行干预,预计XX月之后这样的情况会有所改观
这是非常一个浅显的例子,在实际操作中,解读需求的工作要更加复杂,因为你大概率上面对的是一个不明确的需求,真正的需求需要你自己来解读。对于解读需求,我的经验是从如下几个方面思考:
1.我的分析可以创造哪些价值
2.我的客户/领导在关心什么东西
3.我有的数据可以出什么样的报告和结论
明确了需求和目标之后,就可以开始进行研究设计了。在进行研究设计的时候可以采用以终为始的思考方式,类似麦肯锡金字塔的原理,在撰写数据分析提纲的时候可以从如下方面入手:
1.外部对于这个目标都有哪些现成的理论成果
2.这个目标需要什么样的数据去支持
3.我现在有的数据能否支撑我进行分析
4.我希望结果以什么样的方式呈现
5.我需要做哪些数据分析
在想清楚这些问题之后,就可以做一份数据分析技术路线:寻找数据源——确定数据清洗规则——分析数据——撰写报告
这个逻辑可能更适合独立完成一项分析,但实际上,大多数情况,我们会以团队的形式开展工作。如果是lead一个数据分析报告,可能需要思考的问题就更多了:
1.我的团队都有哪些人?大家各自擅长什么?
2.我们要如何协作?
3.如何保证团队的工作效率?
所以在合作工作的时候,一个分析提纲就显得非常重要了,这一点特别在PPT式的报告中体现得尤其突出,可以极大地解决返工排版的问题。在确定了研究目的和研究框架之后,团队小组成员需要讨论完成一个分析提纲。分析提纲应该包括如下内容:
分析维度:
共有哪些数据维度需要分析
分析方法:
统一每项数据的分析方法(确定数据清洗规则、检验置信度、数据加权方法等)
呈现方式:
以什么样的形式呈现,如是PPT需统一好模板、字体、字号等细节,可有效降低后期排版的工作量
报告风格:
统一报告的语言风格、结论的撰写风格
人员安排:根据数据分析流程进行合理的人员安排,保证分析数据的数据源的唯一性