想写出优质的分析报告，可不能一“抄”了事

优质的的数据分析报告能从数据中发现企业需要关心的问题。如何写出有价值的数据分析报告？本文作者把报告分成两种类型，并结合案例分别进行了分析总结，供大家一起参考和学习。

临近年底，做数据分析的同学们都在写各种报告。按理说，写数据分析报告是数据分析师最基本的技能，人人都该会。可怕就怕，自己辛辛苦苦写完的东西没！人！看！没人看还是好的，更怕的是下面场景：

在接到众多同学求助之后，今天系统分享一下。估计每个做数据or想做数据的同学，都看过类似的说法：数据分析报告分为六步。

明确目的和思路

数据准备

数据处理

数据分析

数据可视化

结论与建议

问题就是从这里开始的，这个毒瘤误导了无数新人。

数据分析报告的错误姿势

之所以说这个玩意是毒瘤，是因为丫用并排6点的样式，严重干扰了人们的视野，形成一种错觉：这6个东西是按1-6的顺序，且工作量是一样的。

实际上，真实企业工作中，他们的关系应该是：

为啥是毒瘤还这么流行？一个有趣的真相是：一般教育培训机构是把hadoop，BI，python 的课拆开卖的。而这两年主打卖的又是python，所以基本不怎么提数据治理这茬事。

二来，新人最喜欢的，才不是这些搬砖的基础工作呢，是模型！最好是人工智能模型！！所以两者一拍即合，教育机构准备一个数据集，新人按照样例把模型的代码敲进去，运行，体验掌握了人工智能模型的快感。

大家都得到了极大满足，只剩下看报告的人郁闷：这尼玛也是分析？

想破局，当然是得回到真实工作中。本文篇幅有限，就先不讲基础建设，先聚焦讨论：如何从数据中发现真正企业关心的问题，做有价值的报告。

数据分析报告的本质

数据分析报告，本质是报告。所谓报告者，就有人说，有人听，于是形成两种基本的报告模式：

在做报告时，第一步，确认本次报告是什么模式，包括：

我们是要主动说，还是回复问题

我们要对谁说/回答谁的问题

我们要说的是什么问题

不要笑！很多同学连这点基本工作都做不到。只是机械、麻木、对着模板，把数据填一遍。然后憋出吃奶力气，写下：“本月环比上涨2%”几个大字。然后按着上一次邮件的发送名单，群发出去。还美其名曰：这是日常报告。至于报告了啥？报告给谁？说了什么？一概不知。这种日常报告就是空耗体力，还不如直接建个dashboard谁爱看谁看呢。

我说你听型报告的写法

我说你听型报告，看起来最简单，可想做好，要满足两个条件：

我说的得是个“问题”；

我说的得某部分，别人不知道。

这两点看似简单，实则麻烦。比如下图

很多数据分析师就只会写：

月均GMV 720

最大值1000

最小值500

中间值700

胆肥的，还会写一句：

连续4个月下跌

5月环比下跌17%

然而下跌不代表问题呀，很有可能人家业务的趋势就是长这样的（如下图）

这种情况，叫：无固定标准下判断。无明确KPI、指标要求、领导命令情况下。做出“有问题”的判断，需要综合考虑发展趋势、增长动力、行业环境等多方因素。在提笔写报告前，实际上已经需要做大量复杂的分析了。

有固定标准下判断，会相对容易点。比如本月KPI是550，实际做了500，那本月是有问题的。但是很有可能这是业务的战术安排，（如下图）。所以即使有固定标准，还得了解业务战术、业务策略，才好下正确的判断。

做出判断仅仅是第一步。第二步“说别人不知道的”难度更大。指标不达标，对数据分析师只是一个数字，对业务部门可是结结实实的挨骂、扣奖金、滚蛋走人，所以业务部门对问题也是很敏感的。

如果只是絮絮叨叨的赘述：“这个月业绩不好，连续仨月都不好”，铁定被人批：“你丫跟个报丧鸟似的，能讲点有用的不！！！”