作者:接地气的陈老师
来源:接地气学堂
今天继续分享如何写数据分析报告。之前2期举的例子都是监控数据,监控数据是连续观测,会很明显的看到曲线变动。于是很多同学便问:“静态数据的报告该咋写”。尤其以用户画像报告为甚。很多时候业务提了需求:看看我们的用户画像。结果写出来报告被批:我都知道了,你写这有啥意义。到底咋弄?今天系统分享一下。
1、没用的报告长这样
一提到用户画像,很多同学的报告都长这样:
往往这种报告写的很辛苦,跑的数据很多。最后收获一句“我早知道了,你能讲点有意义的不?”
于是有些人认为:光提供描述性数据不行,那必须模型走起呀。最直接能想到的就是RFM,于是抽出R、F、M三个维度数据,每个砍成五段,5*5*5分成125个分类,再用聚类,搞成5大类,125小类,每一类都细心标注上:“这个用户买了1次500元,5天没卖了,所以得让他买!”
最后收获一连串连珠炮似的追问:
……被轰的晕头转向……到底问题出在哪里?
2、报告没用的核心原因
核心原因就一条:无判断标准。
通通没有判断标准,让人看了觉得不着四六
有意思的是:监控数据是自带标准的。我们看一条曲线,即使没有定义一个“目标值”,曲线本身的变动也能成为判断标准。对于销售额,利润,用户数这种正向指标(越多越好的指标),增长本身就是好的,增长的速度越快越好,绝对数越大越好。对于成本、风险损失、投诉这种负向指标而言,下降本身就是好的,下降速度越好越好,绝对数越小越好。当然这样判断是鲁莽的,有可能出现大涨大落的情况,但粗略的看是没问题的。
但大部分静态数据,没有标准可言。比如男女4:6,就一定好/不好?不一定。因此看到这种数据,无法形成判断,就很难产生价值。况且业务部门本身对用户情况是有一定感觉的。比如:“我们服务的用户以女性为主”,即使不看4:6,他也知道是女性多,看到6和感觉差不多,自然会说:“我早知道了”。
至于那种“因为用户消费了1次500,所以得让他消费600 ”的判断,就更是就数论数,毫无头脑。数字只是一个记录,数字背后是一个真实的、活生生的场景。脱离业务场景空谈数字是没意义的。
就像你去吃面,进了面馆喊一声:“老板一碗牛肉面”,老板大喝一声:“不!你不要一碗!我们的人工智能高级大数据分析师说你需要2碗!给我吃!”
请问这时候你是啥心情……
所以破局的关键只有1个,就是:找标准。让数据表达含义,不仅仅是一串数字。
3、提高报告有用性的方法
首先要区分场景。注意,如果是第一次汇报,是可以用开头被猛烈吐槽的方式的。可能因为新换了领导,可能因为刚上CRM系统,总之之前业务方对用户情况毫无了解。这时候事无巨细的列一堆数据,是很有帮助的。能够让大家详细了解情况,建立认知。
但是从第二次汇报开始,就不能这么平铺直叙了;对那些已经了解情况的业务方,也不能直接这么丢大白话,我们找判断标准。常见的找法有这三种:
1、从问题找标准。如下图所示
2、从目标找标准。如下图所示
3、从业务找标准。如下图所示
当然,这三种方法都需要做到以下三点:
但是在很多企业,这三个条件不具备。有可能是因为业务部门把自己当上帝,觉得自己全知全能,就差一个跑数的小哥了,招进来的不是数据分析师而是sql编写员;也有可能是因为企业把数据分析师当上帝,觉得只要他做数据分析工作,他就全知全能,企业里其他人不张嘴,做数据的只凭一道金光闪过就无所不知……
总之,数据报告没用,数据与业务脱节,只能说明这个企业不行,业务和数据都有责任。与其相互甩锅,不如老老实实做好沟通,达到更好效果。然而有的同学又说了:老师,明明是同一份报告,为啥有的人看了说做得真好,有的看了就喷没水平。感觉好难呀。那是因为说者无意,听者有心。能让全国人民开心的只有赵本山,你换了郭德纲都有人嫌他三俗,所以看菜吃饭是必须的。
数据分析咨询请扫描二维码
CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2022-03-18CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01