如何完成一份高质量数据分析报告

最近为爱数据学院准备《如何完成一份高质量数据分析报告》在准备过程中，结合自己经验和之前小伙伴讨论，发现有几个问题大家比较普遍存在。分享几点经验：

一、你是在完成一份数据分析报告吗？

在做报告的同学：你是在做报告，还是做数据报告，还是在做数据分析报告，这三种是完成不一样的内容。

很多同学往往做的是：数据报告。最重要的特征是，一堆表格，一堆图的堆砌，恨不得把相关的内容都放上去，就怕PPT页数不够似的。

但真正数据分析报告：既然是分析，一定是结果，也就是必须有结论，有观点。我经常和团队的分析师说：

1.一定要把你的结论呈现，哪怕是错误的结论。“结论是基于当前的数据，基于你做出的逻辑推理而得到的。”没有结论的分析报告，不应该叫数据分析报告。

2.所以我经常鼓励下面的同学，一定要去下结论，当你要下结论意味着，你必须要去深入的分析解读数据背后的业务意义，隐藏的规则。可能由于你的业务知识不具备，得到的结论不对或者很“明显”【有时候往往业务说，你的报告给出是常识】。

3.但对于数据分析人员来说，敢基于数据下结论，也可以发现自己的不足。从而找到自己提升的机会点，所以不要害怕下结论，害怕把结论弄错了，是很难写出高质量的报告。一个企业数据分析师的成长，也需要不断从错误中学习。【但随时熟悉，你会知道高质量的报告往往一份报告只在说一个问题或者二个问题，也就是分析报告的结论往往不会太多！】

二、一定知道你的报告受众是谁

1.高层关注是方向。基于数据分析或者数据洞察中发现在机会点。因为他们要决定是方向，基于方向投入相关资源，他们是用来做决策。

2.中层关注策略制定。基于数据可以制定什么样的策略。例如：如果用户流失下降，更关注流失用户特征是什么，从而制定对应策略。

3.员工关注执行。例如：针对什么样的用户发送什么样的优惠券，我根据数据结果来对应发券。

不管针对什么对象，有几点是共通的：

1.数据好理解。好的报告一定是有比较强的逻辑，报告中不会出现太多难以理解的概念，指标的定义也比较清晰，不会一个指标定义要人理解半天。所以现在报告往往大家喜欢的表现形式是以图为主，毕竟：“一图胜千言”。

2.直接告诉用户价值点；报告可以帮助你解决什么问题？转化为很具体的数字；例如：可以提供你销售100万，提升10%，获取多少新用户，挽回多少会员；提升多少利润，降低多少费用。把价值直接传递给用户。

数据分析报告在实现工作中，往往需要分析师主动找目标受众去当面沟通，听取意见。以及协助落地，分析师在厚脸皮，往往这种类型分析师提升更快。如果工作中认为只是把数据分析报告给出就结束了，往往是没有什么结果，往往这样的数据分析师也很难写出什么高质量的报告 。

三、一定在关注数据质量

如果数据质量有问题，后面一切都是徒劳。不管你数据图表做的多漂亮，数据分析逻辑多么严谨，数据分析方法多好。

所以数据质量是生命线，一定要牢记。在数据分析报告制作过程中，常出现数据质量可能有几个地方：

1.数据来源有问题。所以一定要核对你的数据来源，谁提供的，是如何产生的，是否有做过处理。

2.指标定义逻辑。数据分析过程中的指标定义是否正确，是否能满足你要分析的问题。

3.数据提取处理。在写SQL、python或者R等工具中处理过程中，一定要反复核对代码逻辑，看结果是否有明显异常。

4.在Excel加工的时候，更需要注意细节，可能在各种数据复制，图表制作的时候出现小问题，错行与列，少了一行之类的。

5.在PPT中一定要对数据口径说明。也许你做的都对的，但是到了用户不是按你定义来理解数据，按他自己理解，也会导致他对你的结论理解错误。