数据分析报告类型

日常分析报告

类型描述

这种分析报告一般以日报、周报、月报、季报、年报的形式，定期地对某一个业务场景进行数据分析为主
主要是反映日常业务计划执行情况，活动、拉新、渠道等不同维度反应业务目前现状的数据支撑、并分析某影响和原因的一种分析报告
通常是一种描述统计类报告，对业务数据进行日常展现，本周的销售额是多少、平均每天的用户流失是多少，同比环比增长多少等，这种报告主要描绘发生了什么事情、为什么发生，通过对事实的现象和原因进行分析和判断，预测未来会发生什么，给出可行性建议，不求最深但求最全！

主要特点

具备一定的时效性、涵盖核心指标、反映业务情况、快速出具结果
- 列明重点关注的数据指标
- 波动异常的数据，注明原因
- 对于近期关注的重点动作注明进展
这类分析要求做数据分析的人员要贴合业务场景，搭建起来符合业务场景的指标体系，以实现对业务人员在从事业务活动中的数据支撑，才能帮助决策者掌握业务线的最新动态

常见案例

某电商日常销售报告
产品运营周报
公司的日常运营报告

主要形式

Excel
- 优点：简单、移植性强
- 缺点：排版布局易受到版本和系统的限制，出现乱码
内部分享网站（钉钉、飞书等）
- 优点：保密，分享能力强，同事之间传递方便
- 缺点：受限于地址，在某些环境可能无法访问

专题分析报告

类型描述

此类分析报告一般没有固定的时间周期，会有大方向的目标，即对社会经济现象的某一方面或某一个问题进行专门研究的一种数据分析报告
主要是为决策者制定某项政策、解决某个问题提供决策参考和依据

主要特点

内容单一，重点突出，集中精力解决主要的问题
包括对问题的具体描述、原因分析和提出可行的解决办法
这类分析要求做数据分析的人员需要对业务有深入的认识和了解、有较强的数据思维能力、数据敏感度，通过专题分析深入分析，挖掘问题，往往对业务的增长产生意想不到的促进效果

常见案例

电商销量异常分析
活跃数据异常分析
用户流失分析
提升用户转化率分析

主要形式

PPT
- 主要特点：美观简洁、易于呈现图表和结论，但是对撰写人员有高度的语言能力要求
- 【举例】某品牌月度复盘
Word/PDF
主要特点：有条理、逻辑清晰的撰写出详细的分析报告，但是对撰写人员有较高的书写能力要求，且耗费时间长
【举例】XX医院住院人次及报销资金序列分析报告

综合性分析报告

类型描述

此类分析报告一般是全面评价一个地区、单位、部门业务或其他方面发展情况的一种数据分析报告
主要是从宏观角度反映指标之间关系，并站在全局高度反映总体特征，做出总体评价

主要特点

分析维度较为全面，系统地分析指标体系的基础上，考察现象之间的内部联系和外部联系

常见案例

人口普查报告
某企业运营分析报告
数据分析系列白皮书

数据报告元素

整体架构

架构清晰、主次分明的报告结构：一份架构清晰、主次分明的数据分析报告，能帮助HR在有限时间内迅速掌握报告要表达的内容，也就是能降低HR的阅读成本，增加信息的传递效率

总框架：总——分——总在实际工作中，数据分析报告有其特定的结构，但不是一成不变

报告组成部分

金字塔原理应用：

金字塔原理

核心思想：结论先行、以上统下、归类分组、逻辑递进
- 对于数据分析来说就是：先重要后次要、先全局后细节、先结论后原因、先结果后过程
内容取舍：对非关键内容点到即止，舍弃与主题无关的细节

标题

精简干练、直接确切的标题页：标题页就是要写明报告的题目

标题写作要点——精简干练、意思到位

标题常用类型

解释基本观点型：这类标题一般使用观点句来表示，点名报告的基本观点
- 《数据分析师是21世纪最性感的十大职业之一》
- 《短视频业务是公司发展的重要支柱》
- 《电信行业是互联网发展的基石》
- ……
概括内容型：这类标题重在叙述数据反应的基本事实，概括分析报告的主要内容，让读者一眼抓住全文中心
- 《我司总体销售额比去年增长50%》
- 《2022年公司整体业务运营状况良好》
- 《疫情影响下，在线教育行业跌宕起伏》
- ……
交代分析主题型：这类标题主要用来反映分析对象、范围、时间、方法、内容等情况，并不点明分析师的观点
- 《开辟公司新业务的途径》
- 《2022年度运营分析》
- 《XX年度XX品牌销售状况复盘》
- 《时间序列在XX市儿童门诊人次预测中的应用》
- ……
提出问题型：这类标题以设问的方式提出报告所要分析的对象，引起读者的注意和思考
- 《疫情影响下，在线教育行业该何去何从？》
- 《客户流失到哪里去了？》
- 《开辟公司新业务的途径有哪些？》
- …

标题制作要求——直接、确切、简洁

直接：如果想要一眼抓住读者的眼球，很重要的一点就是直接了当、开门见山，所以标题的制作宗旨就是让读者一看标题就能明白数据分析报告的基本精神，加快读者对报告内容的理解。
确切：要做到上述情况，标题就需要做到文题相符，恰如其分地表现分析报告的内容和对象的特点
简洁：标题具备高度概括性，使用较少的文字集中、准确、简洁的进行表述，直接反应分析报告的主要内容和基本精神

标题的艺术性——锦上添花

千篇一律的标题，读者容易“审美疲劳”，比如《关于XXX的调查分析》、《对XXX的分析》
新鲜活泼、独具特色的标题，更容易获得读者的关注，比如《我的市场我做主》、《疫情黑天鹅，多歧路安在？》
通常，比较有艺术性的标题还会配一个副标题，来补充说明报告的分析内容
- 疫情黑天鹅，多歧路安在？
  疫情影响下的用户消费指数趋势报告

前沿

包含分析背景、目的和思路的前沿：前沿是分析报告的重要组成部分，主要包括分析背景、目的、思路等内容

分析背景

这一部分内容就是让读者对整个分析研究的背景有所了解
主要传递此次分析的主要原因、分析的意义及其他相关信息（行业发展状况等……）

分析目的

这一部分内容就是让读者了解开展此次分析能带来什么效果？可以解决什么问题？
通常分析目的会和分析背景合二为一，写在一页上（适用PPT、WORD）

分析思路

分析思路用来指导数据分析师如何进行完整的数据分析，也就是主要确定需要分析的内容、方法
分析思路是体现数据分析技能水平的主要部分
掌握了多少工具，会哪些分析方法等等都需要在分析思路这一部分进行粗略展示

正文

条理清晰、数据详实、分析合理的正文：正文是数据分析报告的核心部分，需要在这一部分系统全面地表述数据分析的过程与结果。

主要特点

报告最长的主体部分：正文部分主要是展开论题，对论点进行分析论证，是撰写者表达自己见解和研究成果的重要部分
包含所有的数据分析事实和观点
数据图表和相关的文字结合分析：人都是视觉动物，为了增加可读性，图表和文字的结合有助于吸引读者
正文各部分具有逻辑关系

撰写宗旨

核心结论先行、有逻辑有依据

结论求精不求多
大部分情况下，数据分析是为了发现问题
报告要围绕分析的背景和目的以及要解决的问题，给出明确的答案和清晰的结论
精简的结论能降低读者的阅读门槛，但是结论或主题太多会让人不知所云，不知道要表达什么
100个结论 = 0
分析结论一定要基于紧密严谨的数据分析推导过程，尽量不要有猜测性的结论
太主观的结论就会失去说服力，一个连自己都没有把握的结论千万不要在报告里误导别人
当然这也不是说你不能在报告里面写猜测性的结论，如果在实际情况下，部分合理的猜测找不到直观可行的验证，在给出猜测性结论的时候，一定是基于合理的、有部分验证依据前提下，谨慎地给出结论，并且说明是猜测
如果在条件允许的前提下可以通过调研/回访的方式进行论证
不回避“不良结论”
在数据准确、推导合理的基础上，如果你发现产品或业务上存在一些问题，那么你要勇敢的把它写出来，并直击痛点

结合实际业务、建议合理

首先，要搞清给谁提建议：不同的目标对象所处的位置不同，看问题的角度就不一样
- 高层更关注方向，分析报告需要提供业务的深度洞察和指出潜在机会点
- 中层及员工关注具体策略，基于分析结论能通过哪些具体措施去改善现状
- 如果你是给HR看：那就尽量全面的分析，以展示你的思维广度
其次，要结合业务实际情况提建议
- 虽然建议是以数据分析为基础提出的，但仅从数据的角度去考虑就容易受到局限、甚至走入脱离业务忽略行业环境的误区，造成建议提了不如不提的结果
- 因此提出建议，一定要基于对业务的深刻了解和对实际情况的充分考虑
- 如果可以再进一步，给出这个建议实施后的收益，下单转化提升多少、交易提升多少、能节省多少成本等，把价值点直接传递给读者，那就更棒了

尽量图表化，提高可读性

用图表代替大量堆砌的数字，有助于阅读者更形象直观地看清楚问题和结论当然，图表也不要太多，过多的图表一样会让人无所适从
让图表五脏俱全，一张图必须包含完整的元素，才能让阅读者一目了然标题、图例、单位、脚注、资料来源这些图表元素就好比图表的五脏六腑
Tips
- 首先，避免生出无意义的图表 决定做不做图的唯一标准就是能否帮助你有效地表达信息
- 第二，不要把图表撑破 最好一张图表反映一个观点，突出重点，让读者迅速捕捉到核心思想
- 第三，只选对的，不选复杂的
- 第四，一句话标题

结尾

包含明确题旨、画龙点睛的结论与建议：报告的结尾是对整个报告的总结，能起到画龙点睛的作用（如果写得好的话……）

结论

以数据分析结果为依据得出的分析结论，通常用综述性文字来描述

写作要点

结合分析的实际业务场景，经过综合分析、逻辑推理，形成总体论点
总体论点要措辞严谨、准确、鲜明
注意结论和现状描述的区别
- 现状描述：XX月公司收入100万元，环比上月销售额提升10%（这个仅仅是基于现状的描述，并非结论）
  - 对于分析师来说，需要解读出这个数字对于公司业务来说，意味着什么？
  - 收入100万元，这个收入规模对于公司来说是大是小？
  - 环比上升10%,这个增长速度是快还是慢？（需要结合市场环境、竞争对手综合分析）
- 结论是基于现状通过对比，并结合实际业务情况推论得到的结果

建议

根据数据分析结论，对分析的具体问题提出改进方法

一份好的分析报告，一定要有建议或者解决方案，并且需要具备可行性
结论和建议可以写在一页上
案例：
- 各产品销量结构相对合理，销售收入发展良好，呈上升趋势
- 华南与华东两地曲未来市场拓展潜力大，市场拓展空间较大
- XXX促销方式更能促进其销量增长，但XXX广告投放方式效果不甚理想
- ……
建议公司对以下发展策略进行商榷：
- 主推XXX产品，并将XXX产品价格进行调整
- 集中公司资源大力拓展华南、华东两地区市场
- 重新考量XXX产品的广告投放方式
- ……

附录（非必须）

附录是数据分析报告的补充部分，并不是必须的

主要包含内容
报告中出现的专业名词解释
计算方法
重要原始数据
地图

数据分析报告的制作流程

1. 目标确定

这一步在工作中通常是由你的客户/上级/其他部门同事/合作方提出来的
如果你是行业之外的“小白”，那么需要你自己来提出并确定目标
选择目标时，请注意以下几点：
- 选择一个你比较熟悉，或者比较感兴趣的领域/行业：为了保证你在后续的分析过程中能够真正触及事情的本质，而不是就数字论数字
- 选择一个范围比较小的细分领域/细分行业作为切入点：为了保证你的报告能够有一条清晰的主线，而非单纯堆砌数据…
- 确定这个领域/行业有公开发表的数据/可以获取的UGC内容（论坛帖子，用户点评等）：为了保证你有数据可以分析，可以做成报告

2. 数据获取

在不依赖公司资源情况下，个人获取目标数据的三类方法：

从一些有公开数据的网站上复制/下载

统计局网站
各类行业网站
各类竞赛网站
…

通过一些专门做数据整理打包的网站/api来下载

钱可以解决大部分问题，包括没有数据这个问题
- 去淘宝上找个抓数据的店，付点钱，让他帮你爬取数据

自行收集所需数据

如果你会python爬虫的话，获取数据会方便很多，也会省很多钱……
- 用爬虫工具或者自己编写爬虫代码，爬取一些网站上的数据，比如淘宝上某类产品的所有商家数据（商家评分、价格、评价人数、评价内容等等……）
如果你不会爬虫，手动搜集也是可以的（时间足够的话）
- 手工复制你所需要的网站上的数据
- 找一个免费问卷网站，做一份问卷，请亲朋好友帮忙填写并传播

3. 数据清洗

在工作中， 80%左右的时间数据分析师都是在做数据清洗的工作，排除异常值、空白值、无效值、重复值等等
如果在第2步中，你是通过手工复制/下载获取的，那么通常会比较干净，不需要做太多清洗工作
但如果数据是通过爬虫等方式得来，那么你需要进行清洗
- 提取核心内容
- 去掉网页代码、标点符号等无用内容
- 字段类型的变换等

4. 数据整理

数据整理就是将数据整理为下一步分析的格式
可以使用的工具：Excel、SQL、python等
结合分析目标，计算关键指标

5. 描述分析

描述统计分为两大部分：数据描述和指标统计
- 数据描述：用来对数据进行基本情况的刻画
  - 数据总数、时间跨度、时间粒度、空间范围、空间粒度、数据来源等
  - 如果是建模，那么还要看数据的极值、分布、离散度等内容
- 指标统计：用来作报告，分析实际情况的数据指标
  - 变化：指标随时间的变动，表现为增幅（同比、环比等）
  - 分布：指标在不同层次上的表现，包括地域分布（省、市、区县、店/网点）、用户群分布（年龄、性别、职业等）、产品分布（如动感地带和全球通）等
  - 对比：包括内部对比和外部对比
    - 内部对比包括团队对比（团队A与B的单产对比、销量对比等）、产品线对比（动感地带和全球通的ARPU、用户数、收入对比）
    - 外部对比主要是与市场环境和竞争者对比这一部分和分布有重叠的地方，…
- 预测：根据现有情况，估计下个分析时段的指标值
描述分析的产出是图表（秀肌肉的好机会），下一个步骤的内容将基于这些图表产出

6. 洞察结论

这一步是数据报告的核心，也是最能看出数据分析师水平的部分

一个年轻的分析师和一个年迈的分析师拿到同样的图表，完全有可能解读出不同的内容：

销售对比图案例

{
"title": {
    "text": "2012-2013年分月销售额对比图",
    "left": "center"
},
"tooltip": {
    "trigger": "axis"
},
"legend": {
    "data": ["2012年", "2013年"],
    "bottom": 0,
    "left": "center"
},
"grid": {
    "left": "8%",
    "right": "6%",
    "bottom": "10%",
    "containLabel": true
},
"xAxis": {
    "type": "category",
    "data": ["1月", "2月", "3月", "4月"]
},
"yAxis": {
    "type": "value",
    "min": 0,
    "max": 1400
},
"series": [
    {
    "name": "2012年",
    "type": "line",
    "data": [500, 600, 1000, 1100],
    "label": {
        "show": true,
        "position": "bottom"
    }
    },
    {
    "name": "2013年",
    "type": "line",
    "data": [800, 400, 1100, 1200],
    "label": {
        "show": true,
        "position": "bottom"
    }
    }
]
}

年轻的分析师：2013年1月销售额同比上升60%，迎来开门红，2月销售额有所下降，3月大幅回升，4月持续增长
年迈的分析师：2013年1月、2月销售额去除春节因素后，1月实际同比上升20%，2月实际同比上升14%，3月、4月销售额持续增长

7. 报告撰写

根据第2步，我们知道一个完整的数据分析报告需要包含以下这些要素：
- 标题
- 目录
- 报告背景和目的
- 分析背景、目的和思路
- （数据来源、数量等基本情况）
- 分页图表内容及本页结论
- 各部分小结及最终总结
- 下一步策略或对趋势的预测
基本逻辑
- 背景和目的决定了你的报告逻辑（解决什么问题）；
- 数据基本情况告诉对方你用了什么样的数据，可信度如何；
- 分页内容需要按照一定的逻辑来构建，目标仍然是解决报告目的中的问题；
- 小结及总结必不可少；
- 下一步策略或对趋势的预测能为你的报告加分
换个说法，其实就是议论文的写法

Griffin Chow / 数据分析报告

数据分析报告类型

日常分析报告

专题分析报告

综合性分析报告

数据报告元素

整体架构

标题

标题写作要点——精简干练、意思到位

标题制作要求——直接、确切、简洁

标题的艺术性——锦上添花

目录

目录写作要求——展示思路、长度居中

前沿

分析背景

分析目的

分析思路

正文

主要特点

撰写宗旨

结尾

结论

建议

附录（非必须）

数据分析报告的制作流程

1. 目标确定

2. 数据获取

3. 数据清洗

4. 数据整理

5. 描述分析

6. 洞察结论

7. 报告撰写