數據分析報告,這么講聽眾才不搓手機
很多新人會抱怨壓根沒有真正能夠做分析的機會,但有的時候寫報告和講報告并不是一回事。面對不同的觀眾,你會怎么匯報?有什么能夠讓人認真聽報告的秘籍?
你有沒有一個煩惱: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。
可往往給了機會,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,愉悅地搓了起來——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,受大環境影響,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?
01 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,你餓得肚子咕咕叫,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:
- 報告時間多長?
- 聽報告的人來自哪些部門?
- 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。
02 對癥下藥的報告方式
1. 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。
2. 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。
關于自然增長率,陳老師也有專門的分享哦。自然增長率文章:數據分析終極一問:自然增長率,到底怎么算才合理!其次,關注到活動細節,為領導們的以下決策提供依據:
- 本月是否加碼
- 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。
3. 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。
03 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:
1、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。
2、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。
3、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。
可有趣的是:正是把一個個復雜的具體問題,拆解成一個個小的模塊,才能清晰準確地用數據解釋。
本文由人人都是產品經理作者【接地氣的陳老師】,微信公眾號:【接地氣的陳老師】,原創/授權 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。
陳老師說的很好,深受觸發,我想問一下陳老師,用于數據預測,一般用什么軟件?。?/p>