数据分析报告，建议就该这么写！-说说控

有同学问：陈老师，数据分析报告中的“建议”部分该怎么写？细心观察生活，在生活中培养分析思维的陈老师，就遇到了这么个很能说明问题的小例子。在医院里，陈老师听到医生对病人说：昨天验血，血红素指标只有70，身体缺血，今天加一片多糖胶囊饭后用，建议家属给做鸡蛋、鱼肉、枸杞叶猪肝汤等补血食物…… 我去，这不就是一个标准的数据分析报告吗！

数据：血红素指标=70结论：缺血建议：做鸡蛋、鱼肉、枸杞叶猪肝汤方案：饭后使用一片XX药大家可以记住这个简单的例子，下次写报告就有思路了。解释如下：数据分析报告主体当然是数据，但数据本身是没有好坏对错之分的，因此单纯的数据并不构成一个结论。
比如今天销售额100万，连续三天销售额下跌，累计下跌10%，这些都是数据。谁说销售额下跌就是坏事？如果是促销活动以后的自然下跌呢？如果是月底、周末等周期性下跌呢？如果是投入减少导致的正常下跌呢？
我们得先拉一个什么是“好”，什么是“坏”的标杆出来，才能说：下跌是不好的。因此写数据分析报告，要先关注自己有没有结论。

数据分析报告的结论，应该根据业务方需求来，比如：
● 业务方不清楚某个业务的情况，那结论就是：该业务有X个关键指标，每个指标的数据是XXX● 业务方不知道什么水平算好，那结论就是：可作为分解标准的数值是XXX，原因是XXX● 业务方不知道做得不好的原因是什么，那结论就是：经分析，有3个原因，其中重点原因是XXX
下了结论以后，再结合对业务的理解，就能提出建议了。建议和方案，都是针对分析结论给出的行动指导。这里强调下建议和方案的区别。

小结一下，就是● 数据分析报告，数据是主体● 数据+标准=结论● 结论+业务理解=建议● 建议+可行的安排=方案这是个从数据推导出业务行动的基本过程。这个过程不能省略、跳过某些环节，得沉住气一步步来。在不同阶段，建议内容当然也有区别：

● 不了解情况，没有做数据指标，就建议：梳理业务流程，建立数据指标● 有数据指标，但没有评价标准，就建议：明确判断标准，获得上下共识● 有评价标准，但不知波动原因，就建议：深入分析问题，找到问题原因● 大致知原因，但没有应对办法，就建议：总结内外经验，梳理应对办法● 有应对办法，但不知道哪个好，就建议：明确评价标准，对比方案优劣● 已选了办法，但不知效果咋样，就建议：进行方案预测，估计上线效果
总之一步步来，有了结论再往下推动。当然，业务部门的人往往没有数据思维，他们会直接甩一个问题，比如：我们想知道我们现在业务发展健康不健康，分析一下。这时候做数据分析的自己就得脑子很清醒，这个看似简单的一句话，其实包含了很多未知的点：

● 什么叫健康？● 哪些指标可以衡量健康？● 健康不健康的区分标准是多少？● 不健康了会是什么原因，有没有假设？● 不健康了有没有应对办法，可行的空间是什么？这些问题要逐一清扫干净，才能输出一个真正符合业务需求的报告。这里包含了大量的沟通、确认、测试、验证的过程。不是一蹴而就的。
很多新手怕被人嫌弃没本事，不愿意沟通，总想着自己憋大招。可往往憋出来的不是被业务一掌拍死，就是压根憋不出来个屁。
越好的医生才越会望闻问切，卖保健品的才一瓶果汁包治百病，大家知悉哈，多沟通不丢人，出力不讨好才丢人。当然，也有业务部门的人说：老夫从业20年，做的事比你吃过的瓜还多，我就认为问题就是这样，我就认为该这么干。
理论上这样也行得通，但是这样的决策流程就和数据没有任何关系，这是典型的拍脑袋决策，拍胸脯办事。至于结果是拍屁股走人还是拍巴掌庆功，就看个人运气了。之所以要强调数据驱动决策，就是为了避免这种盲目自信和拍脑袋。

所以，为什么同学们经常做了分析写不出建议？
● 原因1：只列举了数据，没有标准，没有下结论● 原因2：标准找的不符合业务需求，下错了结论● 原因3：有结论，但不懂业务，不知道该怎么提议总之，数据驱动的链条断了，只有数据没有业务理解，就会出现这些问题。就像医生，得知道提升血红素这个指标可以吃什么食物，才能说出个123一样，不然光盯着一个指标，说：指标低了，要搞高！就显得很苍白和幼稚了——废话，是人都看到指标低了，问题是到底怎么搞，你要说出来嘛。如果新人刚起步，真的不懂业务，又要提建议，那可以先收集业务部门到底做了什么事情，通过数据观察效果。。这就是为什么提出“创造性”建议，是高级数据分析师们才能干的事了。不过以上都是针对“业务部门有一个具体问题”的情况下讲的。很多时候业务部门没有具体问题，还催着做数据分析的给一些意见和建议。

最常见的就是每次更新日报月报，都非要你解读一下。这时候就更难办一些。甚至有些同学在学员群吐槽，说感觉业务部门把我们当算命的，见个面都要算一下今天的运势。好吧，吐槽归吐槽，真要让我们算命的话，也是有算命的办法的。具体的我们后续再分享。

-END-

显示全部

收起