很多时候,作为数据分析:有的被业务人士当做数据提取器,变成工具人不能说不是一种悲哀;有的只是简单做直接数据提取分析,去证明谁做的好做的坏;很少有数据分析能做到机会的发现或是令公司高层满意的报告输出。
造成这种结果,除去自身技能,分析的内容本身还有很多讲究,你的很多分析反映不出实质,解决不了问题,更主要的是缺少体系化的分析模型思路。
第一步:分清报告类型
1、报告类型确定三大要素
报告类型:第一次报告还是n次报告
报告内容:通报结果/评价好坏/分析原因/预测走势
报告背景:业务方有预判/无预判
2、报告类型确定之后的应对策略
如果是或通报结果的话,平铺直叙讲数据;
如果评价好坏,一定提前和业务沟通评价标准;
如果分析原因,结合业务预判,优先判断业务方关心问题;
如果是预测走势,要讲清楚预测依据
第二步:明确业务目标,树立判断标准
单指标数据(业绩、用户数、收入、结果数据),时间法则判断,生命周期分配判断;
非直接采集目标,涉及判断,提前沟通:比如下个月活动效果好坏—达到什么目标、判断好坏标准、预期、涨跌等;
第三步:核对数据,检查表述
跟取数习惯有关,并在业务方公关个熟人,进行他方预检。
第四步:沉着应对挑战
1、无非面临如下几类问题
数据本身有没有问题;
数据的描述有没有问题;
分析维度有没有问题
判断标准是否被改
2、针对以上问题,该如何应对?
数据问题或是描述问题,自己的锅自己背,认错、改正;
维度分析不认可,非沟通问题,业务理解问题,探讨一个新维度重做就好;
判断标准问题,业务觉得不合适,就按业务要求重新做。
第五步:输出分析报告
总结:做好数据分析报告,总体来说,把我好以下内容即可
领取专属 10元无门槛券
私享最新 技术干货