數據分析報告寫作攻略(三):分部門匯報

0 評論 16797 瀏覽 54 收藏 11 分鐘

當一篇數據分析報告寫好后,公司內部的不同部門的領導、同事都想聽報告的話,如何劃分不同人群的關注點,并匯報對應的數據分析部分呢?針對這個問題,筆者將做詳細解答與分析。

上一篇我們分享過:寫報告是一回事,講報告又是另一回事。很多新人抱怨,每天只有日報、周報、月報的常規報表,壓根沒有做真正分析的機會??赏o了機會,讓他做一個報告給大家聽,開講5分鐘臺下聽眾就紛紛掏出手機,愉悅的搓了起來——怎么破!今天我們就舉個簡單的例子看看。

假設一個公司有5個業務線,業績如下圖,受疫情影響,2、3月份業績很慘淡,為提升業績,市場部在4月開展活動,全場8折,不設門檻,全員參加!活動開展到15號,已產生的業績數據如下圖(業績在全月均勻產生,不存在月底沖量):

該企業各部門分工如下:

  • 銷售部:負責各業務線銷售工作
  • 市場部:負責活動策劃、組織、執行
  • 供應鏈:負責產品供應、庫存管理

現在,各部門領導、同事,都想聽活動分析報告。

問:面對這些人,你會怎么匯報?

進一步問:這里這么多數字,是不是面對每個部門,每個群體,都得說一遍?

讓人認真聽報告的秘籍

回憶一下上學的時候,到了上午第四節課,你餓的肚子咕咕叫,這時候你最想聽的是啥?反正絕對不是這個二元一次方程怎么解。八成你在盯著鐘表看還有幾分鐘,等著老師的一聲“下課”。每個人都是這樣:大家只想聽自己關心的內容,完全不care其他東西。

所以報告想讓人聽,得知道他們關心什么。顯然,不同部門,不同等級的人關注的點不一樣。想理解他們關系什么,得從部門職責和工作方式入手,比如這次活動里,三個部門的關注點完全不同:

你會發現,雖然現有的數據看似很多,但對于有的需求還不夠,還得加數據;對于有的需求,只要幾個數字就夠了。同時,領導和員工也有差別(如下圖)。

因此,作報告前,了解清楚聽眾非常重要,一般我們會問:

  1. 報告時間多長?
  2. 聽報告的人來自哪些部門?
  3. 領導是否來?哪個級別領導?

了解清楚這些以后,就能制定更有針對性的報告了。

對癥下藥的報告方式

To銷售部

首先要清晰:銷售部關心的是業績,活動什么的只是業績一小部分。所以匯報給銷售部,大標題應該是《4月份業績情況匯報》,第一頁講的應該是4月份業績實際/預計情況(如下圖)。

其次,關注到業績細節,為領導們排兵布陣提供依據:

最后,如果面對下屬,可以肯定AB線的成績,鼓勵他們繼續行動。DE線的人肯定有苦水想吐,可以借報告的機會,讓他們和AB交流下,看看有什么問題,這樣也留下后續深入分析的線索。

To市場部

首先要清晰:市場部關心的是活動,業績什么的只是活動帶來的結果。所以匯報給市場部,大標題應該是《4月份活動情況匯報》,第一頁講的應該是有活動和無活動的差異。注意,這就涉及到:無活動的業績該是多少,或者叫自然增長率的問題。

這里用3月VS 2月的增幅作為自然增長,得出了4月活動沒有拉動很多的結論。這個結論極有可能被市場部挑戰!市場部很有可能會說:如果我們不做活動,自然增長率是負的呢!你不能這么評估!由此可見,自然增長率是活動評估中最糾結的問題之一。本次我們先不展開,大家知道這里邊非常兇險就可以了。以后我們再慢慢分享。

其次,關注到活動細節,為領導們的以下決策提供依據:

  1. 本月是否加碼
  2. 下個月是否還做

最后,如果面對下屬,可以先肯定活動成績,讓他們知道你是站在他們這邊的,之后再借這個機會,聊一下后續打算,知道他們下一步計劃,從而為深入分析留下線索。

To供應鏈

首先,供應鏈關心的不是業績本身,而是業績對庫存/生產的影響,特別是2、3月已經嚴重積壓的情況下。雖然看起來4月有好轉,但是這個好轉是否能清理掉庫存,是否會引發新的缺貨,是他們最關心的。所以同樣的業績數據,給供應鏈看,可能就是完全不同的樣子。

大體上看,4月份雖然有上漲,但沒有彌補回來1、2月的欠額。意味著庫存情況可能并沒有好轉,供應鏈不應過度樂觀。至于更準確的分析,這個數據是無能為力的。想要精準分析,就得拿準確的庫存消耗/生產周期數據,并且得細化到ABCDE每個類別原料備貨/生產情況。這里就無能為力了。如果需要深入分析,可以記錄下需求,后續再做深入。

新手上路的常見問題

實際情況遠比例子復雜,但通過這個簡單的小例子,我們能看到:即使同一份數據,面對不同人,做出的解讀和數據報告格式可以完全不同。這就要求我們有進什么山唱什么歌的能力,對業務狀況,對部門分工職責有清晰了解,對業務問題有自己判斷。

這一點,恰恰是新人們最缺的。甚至是新手們刻意忽視的。大部分新手的做法,是找一個固定的數據集,按照報告模板,按照示例數據表,把數據填進去。而且,這個模板經常教新手沿著“分析背景-分析目標-數據來源-數據清洗-指標解釋-建模過程-分析結論-分析建議”的步驟羅列內容,看似全面,實則又臭又長,屁用沒有。

即使通過這個簡單的例子,我們也看到:

  • 在企業里,從來就沒有一個數據集把所有問題分析清楚的事,往往是監控一些數據發現問題,討論后又找其他數據驗證,需要關聯多組數據。
  • 在企業里,從來就沒有一個固定分析思路,每個問題都得舍身處理考慮業務場景。即使一點點場景變化,組織數據的方式也會不同。
  • 在企業里,從來就沒有一個固定匯報模板。天天講空話鬼愿意聽。只有切中聽眾最關心的問題,數據匯報才會起到好效果。

這些都是一個模板,一個數據集,一個范例解決不了的。優秀的數據分析師,腦子里裝的是一個個具體的業務問題,然后拿數據解釋問題,從問題中發現新數據。流水線上工人,才是對著模板擰螺絲,每一個操作都一模一樣。以上,大家引以為戒。

這次舉例肯定很多同學會說:太理想了,實際工作中很復雜??捎腥さ氖牵赫前岩粋€個復雜的具體問題,拆解成一個個小的模塊,才能清晰準確地用數據解釋。有興趣的話,下一篇我們來看:如何把復雜的策略問題拆解為簡單的小分析。

#專欄作家#

接地氣的陳老師,微信公眾號:接地氣學堂,人人都是產品經理專欄作家。資深咨詢顧問,在互聯網,金融,快消,零售,耐用,美容等15個行業有豐富數據相關經驗。

本文原創發布于人人都是產品經理。未經許可,禁止轉載

題圖來自Unsplash,基于CC0協議

專欄作家

接地氣的陳老師,微信公眾號:接地氣的陳老師,人人都是產品經理專欄作家。資深咨詢顧問,在互聯網,金融,快消,零售,耐用,美容等15個行業有豐富數據相關經驗。

本文原創發布于人人都是產品經理。未經許可,禁止轉載。

題圖來自Unsplash,基于CC0協議。

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!