数据分析报告怎么写
一份专业的数据分析报告，除了图表化呈现数据分析结果，还需要介绍此项分析的背景/目的，通过此次分析得到结论，以及结合业务知识给出的建议。在做数据报告之前，可以使用前面文章提到的5W2H原则，多问自己几个为什么？
- 为什么要进行这项数据分析？（WHY）
- 主要分析什么内容？（WHAT）
- 数据分析报告要展示给谁看？（WHO）
- 什么时候，在哪儿进行展示？（WHEN, WHERE）
- 要如何进行数据分析？分析到什么什么程度/深度？（HOW, HOW MUCH）
通过对自己的提问，明晰做事思路，如果有不明白之处可以及时询问知情人。战略理清了，下面梳理下，数据分析报告需要的战术都有哪儿些？
数据分析报告是什么
- 定义：根据数据分析原理和方法，运用数据来反映、研究和分析某项事物的现状、问题、原因、本质和规律，并得出结论，提出解决办法的一种分析应用文体。
作用：通过对数据数据全方位的科学分析来评估其环境及发展情况，为决策者提供科学、严谨的依据，降低风险。
数据分析报告的写作原则
规范性：使用的名词术语一定要规范，标准统一，前后一致，要与业内公认的术语一致。
- 重要性：突出重点，选取关键指标，对问题的重要性排序后分级阐述。
- 谨慎性：保证数据真实、完整，分析过程科学、合理、全面，分析结果可靠，内容实事求是。
创新性：了解并应用新提出的研究模型或分析方法，在实践中验证和改进它们。
数据分析报告的作用
展示分析结果：清晰展示结果，方便受众迅速理解、分析、研究问题的基本情况、结论与建议。
- 验证分析质量：通过对数据分析方法的描述、对数据结果的处理与分析等几方面验证数据分析的质量。
-
数据分析报告的种类
专题分析报告：对某一现象的某一方面进行专门研究，具有专一性和深入性。
- 综合分析报告：全面评价一个地区、单位、部门业务等事物的发展情况，具有全面性和联系性。
日常数据通报：定期反映计划执行情况，并分析其影响和形成原因，一般按照日、月、季、年等时间阶段定期发布。具有进度性、规范性、时效性。
数据分析报告的结构
结构：最经典的报告结构是“总 - 分 - 总”，包括开篇、正文、结尾三部分。
- 开篇：
- 标题页：精简干练，在一到两行完成，既要表现分析主题，还要激发读者阅读兴趣。
- 标题常用类型：解释基本观点、概括主要内容、交代分析主题、提出问题。
- 标题制作要求：直接、确切、简洁。
- 目录：帮助读者快捷找到所需内容，是数据分析大纲，体现数据分析思路。
- 前言：
- 分析背景：为受众介绍研究的背景，阐述此项分析的主要原因、分析的意义，以及其他相关信息。
- 目的：让受众了解此项分析能带来何种效果，解决什么问题。有时将背景和目的合二为一。
- 思路：指导数据分析师完成分析，确定分析的内容或指标。
- 正文：系统全面地表述数据分析的过程与结果。
- 结尾：对整个报告的综合与总结、深化与提高，是得出结论、提出建议、解决矛盾的关键所在。
附录：提供正文涉及但未予阐述的相关资料，是受众深入数据分析报告的途径。主要涉及专业名词解释、计算方法、重要原始数据、地图等内容。当然，不是每篇报告都需要附录。
撰写报告时的注意事项
结构合理，逻辑清晰
- 实事求是，反映真相
- 用词准确，避免含糊
- 篇幅适宜，简洁有效
- 结合业务，分析合理
这篇文章，只对数据分析报告的专业规范要求做了梳理总结。具体掌握多少，还是要在实践中感悟，不断反省修正自己的做事套路。
数据分析报告逻辑
数据分析报告 模式1 你问我答
数据分析报告有两种基本模式：
- 你问我答：有明确的问题要解答
- 我说你听：无明确问题，需要从常规数据中解读
今天先讲：你问我答。因为有明确问题，所以回答起来更聚焦，容易讲解。
一、初级报告
请大家看上图，然后自己先作答：
- 昨天的销售业绩是多少
- 明天的销售业绩是多少
- 今天的销售业绩是多
问题1解读
大家记得这个标准：一问一答，正面回答，简单清晰。昨天的销售业绩这个数很清楚的，答出来就行了。
答1：昨天的销售业绩是1000万。OK，过关。
问题2解读
注意时间状态。明天，是还没有发生的，因此是个预测值。涉及预测，就得讲清楚：预测方法、预测依据、预测结果。预测方法有很多种，需要的数据量也不同，看菜下饭就好了。没理由领导随口问一下，你大喝一声：“呆！给我定住，三个月后我的超牛逼精准人工智能模型就好了……”所以可以简单回复：
答：根据上周规律来看，明天预计1200万，比今天多20%。
当然，这种简单推测也是有前提的，见下：
问题3解读
回答问题3之前，先想一想，今天的数值，是预测值还是实际值？3点前的是实际值，3点后的是预测值。所以回答的时候要区分状态：
答：截止下午3点，实际值是700万，按趋势推算，预计1400万。
初级报告的场景在办公室里很常见，常常是领导或业务部门随口要个数。这时候没有分类维度，只是单一指标，因此只要区分清楚时间状态，就能解答好。
二、中级报告
请看上图作答：
- 这里有几个指标？
- 这里有几个维度？
- 第一问有几个问题？
这里只有一个指标：业绩，但是有3个分类维度：周、日、产品。很多新人会脱口而出：两个分类维度，时间和产品。请注意，时间是又分成周和日的，不区分清楚，后边回答就很混乱。因为这个指标很明显有周循环趋势，因此周这个维度是不能省略的。
这里显然不止一个问题。因为有了分类维度，所以有了整体和部分的区别。我们不能像初级汇报时候那样丢一个“总业绩是XXX”交差。遇到整体和部分，大家记得这个顺序：整体-局部-个案的顺序。在解释局部的时候，如果有多个分类维度，一般说完一个再说另一个。比如眼前这个例子，可以这么说：
问题2解读
回答问题2前，先思考：
我要答的是一个数字，还是一件事？
问题2问的是原因。注意，原因指的是一个具体影响业绩的问题，不是数字本身。很多新人在这里会犯错误，直接回答个：“下跌是因为周二、周三、周四业绩很少呀”。这么回答等于废话。要找到数字背后的问题才行。这里往往需要做一些深入的调查研究，比如当时天气如何，发生了什么事，业务做了什么控制一类。仅依靠一条数据肯定回答不了。
当然，分析出原因需要具体分析方法，这里可以参考陈老师之前的文章，但作为报告，不管中间方法有多少，最后汇报的结果得是清晰的。“因为XX原因，导致该问题。”
在我们收集过真实原因以后，我们可以做答了。注意，作为数据分析报告，单纯说：“因为第三周下雨了”是难以服众的，需要对问题原因做量化考核，具体指出每个影响因素的大小，才能服众。类似的，如果是数据错误，要指出正确的数据是什么。如果是业务有控制举措，要指出控制举措的开始，结束时间。常见的情形如下，大家可以参考：
三、高级报告
我们常说：在数据分析领域，没有高级的方法，只有高难度的问题。如果所有的问题，都能像初级、中级汇报那样清晰明了，自然解答也是清晰明了。但，实际工作是：问题本身含糊不清，南辕北辙，莫名其妙。这就一下把报告的难度从初级提到高级了。
比如下边这些问题：
- 为什么这个月业绩很差？
- 我们的产品体验有什么问题？
- 为什么我的领导会听到顾客不满意的抱怨
新人特别容易在这里栽跟头！这些问题都是看似清晰，实则一塌糊涂。和中级报告的最大区别是：中级报告是基于数据谈问题，而以上根本连基础的事实、数据都没有。
这种情况下要牢记：先问是不是，再问为什么。因为：脱离概率谈个案、脱离整体谈细节、脱离数据谈现状、脱离标准谈判断，统统都是耍流氓！我们做数据分析，就是要用理性对抗感性，用逻辑性对抗情绪化，这些感觉、情绪、冲动都是我们的大敌，要坚决消灭！
问题1解读
回答问题1，要先摆事实，再树标准，最后再分析。
可以回答：
- 这个月业绩数值是XXX
- 判断好和差的标准是（上月、去年同月、KPI指标……）
- 和标准对比，差的程度是（不存在，轻，中，重）
- 这个（轻，中，重）级别的差，是因为……
-
问题2解读
回答问题2，要先明确数据指标，再树标准，再分析。
用户体验的考核指标是XXX
- 这些指标好/坏的标准是XXX
- 和标准对比，有问题的地方是XXX
- 问题的程度是（不存在，轻，中，重）
- 这个（轻，中，重）级别的问题，是因为……
问题3解读
回答问题3，套路也是一样的。只不过问题3更不靠谱。面对问题3，先落实：
- 我的领导是谁
- 我的领导在什么时间、地点、以什么方式
- 听到了哪一个用户，关于什么问题的抱怨
落实到具体的问题，先看看是真的有这个事，还是主观臆断，还是道听途说，还是空穴来风，还是无风起浪，之后再做分析。
小结
我们常说：高质量的问题带来高质量的答案。针对我问你答类报告，最大的问问往往是问题本身不清楚，相互混合，真假难辨，导致报告怎么做都很别扭。
而大家回味下，不管是工作中还是生活中，我们脱口而出的问题往往都是很含糊、很随意的。所以要坚决清理好问题，后续报告都好做了。
数据分析报告 模式2 我说你听
很多同学都有类似困扰：辛辛苦苦写的数据分析报告，却没有人看！如果在现场讲数据分析报告，你会发现开场最多10分钟，这些哥们就纷纷掏出手机，愉快的搓起来。为啥？！这还得从报告是怎么写的说起。
数据分析报告有2种模式：你问我答、我说你听。
如果是你问我答，那我们回答的是对方提出的问题，自然得到的关注很高。这时候就不是写的报告没人看，而是被人各种挑刺了。你问我答型报告见上一篇：数据分析报告写作攻略（一）：你问我答。
写出来没人看的，常常是我说你听型报告。是滴，就是那些最消耗体力，却最不受待见的销售/产品/运营日报、周报、月报、季报、半年报、年报。
今天我们就专门来分享一下，这种情况咋办。假设你要处理的报告数据如下，看完思考一分钟：你要怎么报告，才能让别人愿意听。
一、让别人听的秘籍
一个残酷的真相是：数据是很重要，很多人是需要每天看数据，但数据只是他们工作的一小部分。因此大部分时候，看就看了，也不会特别当成一回事。
这就像上厕所。上厕所是很重要，确实我们要每天上厕所，内急的时候找不到厕所确实很崩溃，但你从来不在乎厕所的细节。如果你去厕所蹲坑，旁边站个人对着你巴拉巴拉说：“今天的厕纸有150张，比昨日提高50%”，你肯定毫无听的兴趣，估计连拉都拉不出来。
除非……
除非他说的是：“厕所的屎坑炸了！你千万别进去！”，这句就100%有人听了！而且他还得赶在你闯进去之前说。不然一推门看到如此壮丽场面，你肯定气的要骂人，估计物业公司电话都会被你打爆。
想让别人听报告的秘籍也是如此：说大家关心的话，减少毫无意义的BB。
简单来说，有四个场景是人们一定会听的：
1、你第一次到写字楼，物业进行介绍：这里有两个厕所，一个小厕所在左手，坑位较少；另一个在右手，但得走到头。因为是刚来，所以说的这么详细完全没有问题，反而会让人觉得服务很到位。
2、厕所出问题了，比如屎坑炸了。这时候得第一时间，赶在所有人之前，把“禁止入内”的大牌子摆在门口。如果有内急的人冲过来，你还能说：“你可以先去二楼的厕所，同样位置”，肯定人家高兴的感激涕零。
3、厕所没问题。这时候你不需要站在门口BB，只要树个牌子：已清洁、可使用。让大家看到，就可以了。
4、物业来了解厕所运营情况。这时候可以大书特书，因为物业要对这个事负责。如果有问题，就反馈问题。如果没问题，那也得说清楚：这一个月，厕所无故障运营30天，使用厕纸减少了30%，投诉量下降了20%，负责人总喜欢听这些。
SO，所有的秘籍都已奉上，下边来看具体怎么运用到企业里。
二、四个关键汇报场景
场景1：第一次汇报
（见上例子）所有报表，都有第一次见人的时候。虽然以后这张报表会出现很多次，但在今天以前，没有人看过这玩意。所以你得先把前边10天的基本概况解释清楚。这里有一个指标（业绩），三个维度（周、日、产品类型）。
因此讲概况，要按从整体到局部，一个维度一个维度说。开局的时候，啰嗦一点是不怕的，因为大家一无所知，如果说的太少，反而让人觉得摸不着头脑。可以如下图表达。
场景2：平安无事汇报
到了每日汇报的时候，很多新人会习惯性的像11号一样写上一堆。甚至还有些官僚化的企业，会把这种格式一直流传下去，一传好几年。最后的结果自然是搞到没人看。为啥？因为从12号开始，已经是例行更新，后续的数据走势其实和之前看起来差不多。
这种时候再絮絮叨叨讲一堆，就好像每天要喊你“别老玩手机”、“起来运动运动”的老妈子一样不讨喜，所以不用啰嗦了。就简单写：12日当日业绩500，无异常。就好了。是不是很像古装剧里打更的，喊一声：天高雾燥，小心火烛，平安无事咯，duang！duangduang！……就是这个感觉。
不要笑，平安无事，也是一件要报告的事。因为好与坏是相对的，能清晰的标识出哪些是好事，就能找出哪些是坏事。树立清晰的标杆，对于判断形势非常有用。
场景3：问题点汇报
出了问题大家都知道汇报，问题是：怎么知道出问题呢？如下图所示，事后我们都知道本周出问题了，但是到底在哪个点该出来喊，该怎么喊？
常见的关键点及喊法，可以如下：
很多同学看完，说哇塞，遇到问题的时候可以提示的好多。确实是这样，越是紧张的时候，越需要数据做支持，这时候是不嫌多的。大部分常规报表就像体温计：能提示问题但不能解决问题。所以发现问题，不要局限在一张excel表里，主动扩大工作是很重要的。
遇到问题，业务部门想听的绝不是什么下跌50%，跌到300这种废话，他们最想听的是：
- 我能做什么
- 我能投入多少做
- 我得做到什么程度
所以即使提示风险，补充一些细节，是很有必要的，具体的可以参照上边示例哈。
场景4：总结性汇报
注意：总结性汇报，谁负责，谁关心，因此没必要所有总结都长篇大论。做总结性报告，先定基调，比如我们是想表达“做的很好”，还是“有问题”。大基调定下来，后边细节就好定了：
三、必要的基础功课
了解完四大场景后，我们发现，光会看数据，基本上是做不好报告的，更多功课得在数据出来之前做好。比如
- 了解业务背景
- 了解业务方目标
- 认清楚本次想沟通对象
- 提前了解他对于数据/情况掌握多少
- 对数据有基本的判断
- 对问题有一定程度了解
- 对重要问题有深入功课
这样才能保证自己一张嘴，就能吸引到听众。而不是像个布谷鸟一样只会“同比……同比……环比……环比”
当然，不同听众，听报告时候的关注点也有区别，比如老板、中层和一线员工就有明显不同；技术出身的与业务出身就有区别，决策风格也有影响。但是这些都是做好基础工作之后的锦上添花，新同学还是得从基本功做起，后续我们再慢慢分享。
说到基本功，很多同学会说：老师，你举得例子是连续型数据。有时候，领导总让我们看一个时间点数据，又不说明有什么问题。比如最典型的“你看看我们的用户画像，能发现什么”。我看了男女比例4:6，又能看出什么呢？这个问题也很常见，有兴趣的话，下一篇我们分享：时间点数据，如何主动发现问题。敬请期待哦。
数据分析报告 分部门拆解
上一篇我们分享过：写报告是一回事，讲报告又是另一回事。很多新人抱怨，每天只有日报、周报、月报的常规报表，压根没有做真正分析的机会。可往往给了机会，让他做一个报告给大家听，开讲5分钟台下听众就纷纷掏出手机，愉悦的搓了起来——怎么破！今天我们就举个简单的例子看看。
假设一个公司有5个业务线，业绩如下图，受疫情影响，2、3月份业绩很惨淡，为提升业绩，市场部在4月开展活动，全场8折，不设门槛，全员参加！活动开展到15号，已产生的业绩数据如下图（业绩在全月均匀产生，不存在月底冲量）：
该企业各部门分工如下：
- 销售部：负责各业务线销售工作
- 市场部：负责活动策划、组织、执行
- 供应链：负责产品供应、库存管理
现在，各部门领导、同事，都想听活动分析报告。
问：面对这些人，你会怎么汇报？
进一步问：这里这么多数字，是不是面对每个部门，每个群体，都得说一遍？
让人认真听报告的秘籍
回忆一下上学的时候，到了上午第四节课，你饿的肚子咕咕叫，这时候你最想听的是啥？反正绝对不是这个二元一次方程怎么解。八成你在盯着钟表看还有几分钟，等着老师的一声“下课”。每个人都是这样：大家只想听自己关心的内容，完全不care其他东西。
所以报告想让人听，得知道他们关心什么。显然，不同部门，不同等级的人关注的点不一样。想理解他们关系什么，得从部门职责和工作方式入手，比如这次活动里，三个部门的关注点完全不同：
你会发现，虽然现有的数据看似很多，但对于有的需求还不够，还得加数据；对于有的需求，只要几个数字就够了。同时，领导和员工也有差别（如下图）。
因此，作报告前，了解清楚听众非常重要，一般我们会问：
- 报告时间多长？
- 听报告的人来自哪些部门？
- 领导是否来？哪个级别领导？
对症下药的报告方式
To销售部
首先要清晰：销售部关心的是业绩，活动什么的只是业绩一小部分。所以汇报给销售部，大标题应该是《4月份业绩情况汇报》，第一页讲的应该是4月份业绩实际/预计情况（如下图）。
其次，关注到业绩细节，为领导们排兵布阵提供依据：
最后，如果面对下属，可以肯定AB线的成绩，鼓励他们继续行动。DE线的人肯定有苦水想吐，可以借报告的机会，让他们和AB交流下，看看有什么问题，这样也留下后续深入分析的线索。
To市场部
首先要清晰：市场部关心的是活动，业绩什么的只是活动带来的结果。所以汇报给市场部，大标题应该是《4月份活动情况汇报》，第一页讲的应该是有活动和无活动的差异。注意，这就涉及到：无活动的业绩该是多少，或者叫自然增长率的问题。
这里用3月VS 2月的增幅作为自然增长，得出了4月活动没有拉动很多的结论。这个结论极有可能被市场部挑战！市场部很有可能会说：如果我们不做活动，自然增长率是负的呢！你不能这么评估！由此可见，自然增长率是活动评估中最纠结的问题之一。本次我们先不展开，大家知道这里边非常凶险就可以了。以后我们再慢慢分享。
其次，关注到活动细节，为领导们的以下决策提供依据：
- 本月是否加码
- 下个月是否还做
最后，如果面对下属，可以先肯定活动成绩，让他们知道你是站在他们这边的，之后再借这个机会，聊一下后续打算，知道他们下一步计划，从而为深入分析留下线索。
To供应链
首先，供应链关心的不是业绩本身，而是业绩对库存/生产的影响，特别是2、3月已经严重积压的情况下。虽然看起来4月有好转，但是这个好转是否能清理掉库存，是否会引发新的缺货，是他们最关心的。所以同样的业绩数据，给供应链看，可能就是完全不同的样子。
大体上看，4月份虽然有上涨，但没有弥补回来1、2月的欠额。意味着库存情况可能并没有好转，供应链不应过度乐观。至于更准确的分析，这个数据是无能为力的。想要精准分析，就得拿准确的库存消耗/生产周期数据，并且得细化到ABCDE每个类别原料备货/生产情况。这里就无能为力了。如果需要深入分析，可以记录下需求，后续再做深入。
新手上路的常见问题
实际情况远比例子复杂，但通过这个简单的小例子，我们能看到：即使同一份数据，面对不同人，做出的解读和数据报告格式可以完全不同。这就要求我们有进什么山唱什么歌的能力，对业务状况，对部门分工职责有清晰了解，对业务问题有自己判断。
这一点，恰恰是新人们最缺的。甚至是新手们刻意忽视的。大部分新手的做法，是找一个固定的数据集，按照报告模板，按照示例数据表，把数据填进去。而且，这个模板经常教新手沿着“分析背景-分析目标-数据来源-数据清洗-指标解释-建模过程-分析结论-分析建议”的步骤罗列内容，看似全面，实则又臭又长，屁用没有。
即使通过这个简单的例子，我们也看到：
- 在企业里，从来就没有一个数据集把所有问题分析清楚的事，往往是监控一些数据发现问题，讨论后又找其他数据验证，需要关联多组数据。
- 在企业里，从来就没有一个固定分析思路，每个问题都得舍身处理考虑业务场景。即使一点点场景变化，组织数据的方式也会不同。
- 在企业里，从来就没有一个固定汇报模板。天天讲空话鬼愿意听。只有切中听众最关心的问题，数据汇报才会起到好效果。
这些都是一个模板，一个数据集，一个范例解决不了的。优秀的数据分析师，脑子里装的是一个个具体的业务问题，然后拿数据解释问题，从问题中发现新数据。流水线上工人，才是对着模板拧螺丝，每一个操作都一模一样。以上，大家引以为戒。
这次举例肯定很多同学会说：太理想了，实际工作中很复杂。可有趣的是：正是把一个个复杂的具体问题，拆解成一个个小的模块，才能清晰准确地用数据解释。有兴趣的话，下一篇我们来看：如何把复杂的策略问题拆解为简单的小分析。
数据分析报告 避免被打脸
- 日报周报看不出个屁
- 用户画像得不出结论
- 活动分析报告被打脸
- 流失原因找不到是啥
以上是数据分析师们写报告的时候最怕的四大场景。之前已经分享了前俩，今天来分享第三个。
一、常见的打脸瞬间
场景一
请听题：
很多同学一看：
- 目标：提高消费人数
- 结果：消费人数提高了30%
真好！就开始提笔写结论了。
结果自然是被打脸呀
因为这破活动做多亏多（如下图）：
场景二
咱改一改：
诶？这次付费人数翻倍了，总付费也超过上个月了，happy
提笔庆功吧!
结果到下个月又被打脸了
因为下个月直接被打回原形：
场景三
咱换个方式：
思来想去，做存量客户，人群就那么多，是很有可能出现响应太少（场景1）响应太多（场景2）的问题的呀，那干脆做新用户好了。人数在涨吗。于是活动如下：
哇塞，看起来新人数、新人购买率、总消费都显著提升呀，这次稳了吧
提笔曰：好
然后整体数据一看，继续打脸：
场景四
大干一场：
既然只做新增又涉及挪来挪去，那干脆来个全场大促！是个人都能参与，通通九折，一律九折！件件九折！走过路过不要错过，大喇叭轰起。
结果整完了数据长这样：
于是运营的又来纠结了：诶呀，丢了那么多优惠券下去，还是吸引不到新用户，我们要不要回到细分群体的老路子上去，不是有大数据能精准营销吗！
不！坚决不退回去，既然都花钱了，咱毕其功于一役！打个狠折。
于是数据长这样：
全场促销活动就是这样哈
- 用力轻了：见不到效果，只能影响到部分人群
- 用力猛了：投入过大，费用在燃烧，后边都喝西北风
二、问题的症结
问题的症结在哪里？我们先忘记数据分析，忘记运营的身份，设想我们就是一个普通消费者，你发现有个APP在做活动，你会不会做出以下行为：
- 活动力度大，你会不会多囤一些？
- 活动力度小，你是不是不买了？
- 活动限新人参加，你会不会注册个新微信
都会干的呀，人之常情呀！
这就对了。虽然我们天天喊“大数据营销”“精准营销”“细化分群”，可营销活动的本质不是数字，而是活生生的人性。营销活动就是要勾引出人的趋利性来达到吸引注册、提升业绩的效果。
而近些年猛吹的“人工智能”“大数据”“算法模型”让很多人忘记这一点。业务部门想不出来方案的时候，就指望着“大数据精准分析一下”然后跑数的程序员真的信了，开始RFM一通计算（因为大部分网课一提营销只会讲这个，讲的其实都是更不能落地的4P，SWOT什么的）于是导致了开头的各种悲剧。
抛开金主、红包、大转盘这些眼花缭乱的具体形式，营销活动本身很简单，它只有2个逻辑（如下图）：
这两个逻辑对应的数据模型非常简单：业绩=用户数响应率响应金额。只是在固定基数里，增加的是响应率，增量基数里，主要增加的是用户量，响应率也会略微上升。
很多同学问：活动分析的思路是啥？活动分析的基本思路就是这么简单。复杂的不是这个结果的模型，而是：
- 用户凭啥要响应？
- 用户响应到什么程度？
- 用户响应完了还会咋样
当然，已经做完了活动，你可以拿数据来模拟各种走势，但本质上：数据可以评价结果，却不能促成结果。促成结果的，是业务理解、创意设计、宣传文案、礼品选择、力度设置、系统支撑、客服跟进这些东西。
所以千万别沉迷在数字游戏里了。实际上，比起数据分析，很多运营、策划、营销人员更喜欢数字游戏。经常在立项的时候自我催眠，用各种数字论证效果会很好；在结束之后各种甩锅，用各种数字论证“问题不在我”，这种事见多了就习惯了。
三、破局思路
很多同学可能会害怕：妈耶，是不是还要让我去学《消费者心理学》《消费者行为学》《营销学》啊，上学时候最怕这些脚不着地的文科的书了。实际上，十一年前的数据分析师（那时候还不流行这个称呼，都是数据岗、研究员什么的）真的是这么干的，还记得12年《促销的本质》上市的时候，我们小组人手一本回去研究，哈哈。
但今天不用绕这么大圈子，因为随着数据在业务领域的渗透，脚不着地的理论也越来越少，营销活动的分类、考核指标、常见问题都可以对应到数据表现。内容比较庞大，这里可以先给个提纲，以后我们慢慢分享。
需要注意的是，这些只是宏观层面的分类，真正具体到一次活动，可能很小的细节都会导致效果的不同。比如同样是拼团，如果：
- 想最大限度激发消费，就直接1人成团
- 想拉新人，做裂变，就三人成员，鼓励转发
- 想控库存，防止积压，就开限时大团，人越多优惠越多
同一种形式，改个参团规则，参团人数，效果直接变化，所以每次分析还是要对本次活动业务逻辑做深入了解才行。
今天分享信息量已经很大了，大家可以多体会下开头的基础问题，都是新手非常容易犯的。如果大家感兴趣，下一篇我们分享另一个会弄死人的问题：“自然增长率到底该怎么算”。欢迎大家持续追剧哦。
#专栏作家
接地气的陈老师，微信公众号：接地气学堂，人人都是产品经理专栏作家。资深咨询顾问，在互联网，金融，快消，零售，耐用，美容等15个行业有丰富数据相关经验。
数据分析报告 避免错误
若有收获，就点个赞吧
0 人点赞
