數(shù)據分析規(guī)范總結建議

數(shù)據分析規(guī)范總結

結構規(guī)范及寫作報告常用結構：1.架構清晰、主次分明數(shù)據分析報告要有一個清晰的架構，層次分明能降低閱讀成本，有助于信息的傳達。雖然不同類型的分析報告有其適用的呈現(xiàn)方式，但總的來說作為議論文的一種，大部分的分析報告還是適用總-分-(總)

的結構。推薦學習金字塔原理，中心思想明確，結論先行，以上統(tǒng)下，歸類分組，邏輯遞進。行文結構先重要后次要，先全局后細節(jié)，先結論后原因，先結果后過程。對于不太重要的內容點到即止，舍棄細枝末節(jié)與主題不相關的東西。2.核心結論先行、有邏輯有依據結論求精不求多。大部分情況下，數(shù)據分析是為了發(fā)現(xiàn)問題，一份分析報告如果能有一個最重要的結論就已經達到目的。精簡的結論能降低閱讀者的閱讀門檻，相反太繁瑣、有問題的結論100個=0。報告要圍繞分析的背景和目的以及要解決的問題，給出明確的答案和清晰的結論；相反，結論或主題太多會讓人不知所云，不知道要表達什么。分析結論一定要基于緊密嚴謹?shù)臄?shù)據分析推導過程，盡量不要有猜測性的結論，太主觀的結論就會失去說服力，一個連自己都沒有把握的結論千萬不要在報告里誤導別人。但實際中，部分合理的猜測找不到直觀可行的驗證，在給出猜測性結論的時候，一定是基于合理的、有部分驗證依據前提下，謹慎地給出結論，并且說明是猜測。如果在條件允許的前提下可以通過調研/回訪的方式進行論證。不回避

“不良結論”

。在數(shù)據準確、推導合理的基礎上，發(fā)現(xiàn)產品或業(yè)務問題并直擊痛點，這其實是數(shù)據分析的一大價值所在。3.結合實際業(yè)務、建議合理基于分析結論，要有針對性的建議或者提出詳細解決方案，那么如何寫建議呢？首先，要搞清給誰提建議。不同的目標對象所處的位置不同，看問題的角度就不一樣，比如高層更關注方向，分析報告需要提供業(yè)務的深度洞察和指出潛在機會點，中層及員工關注具體策略，基于分析結論能通過哪些具體措施去改善現(xiàn)狀。其次，要結合業(yè)務實際情況提建議。雖然建議是以數(shù)據分析為基礎提出的，但僅從數(shù)據的角度去考慮就容易受到局限、甚至走入脫離業(yè)務忽略行業(yè)環(huán)境的誤區(qū)，造成建議提了不如不提的結果。因此提出建議，一定要基于對業(yè)務的深刻了解和對實際情況的充分考慮。再進一步，如果可以給出這個建議實施后的收益，下單轉化提升多少、交易提升多少、能節(jié)省多少成本等，把價值點直接傳遞給閱讀對象。上面講了報告的寫作原則，舉個例子，參考艾瑞網，《留存與未來-疫情背后的互聯(lián)網發(fā)展趨勢報告》：Tips：嘗試站在讀者的角度去寫分析報告，內容通俗易懂，用語規(guī)范謹慎。如果匯報對象不是該領域的專家，就要避免使用太多晦澀難懂的詞句，同時報告中使用的名詞術語一定要規(guī)范，要與既定的標準（如公司指標規(guī)范）以及業(yè)內公認的術語一致。

數(shù)據使用及圖表數(shù)據分析往往是80%的數(shù)據處理，20%的分析。大部分時候，收集和處理數(shù)據確實會占據很多時間，最后才在正確數(shù)據的基礎上做分析，既然一切都是為了找到正確的結論，那么保證數(shù)據準確就顯得格外重要，否則一切努力都是誤導別人。1.分析需要基于可靠的數(shù)據源用于鑒別信息/數(shù)據的可靠性，主要有四種方法：同類對比、狹義/廣義比對、相關對比和演繹歸謬。同類對比：與口徑相同或相近，但來源不同的信息進行對比。示例：最常見就是把跑出來的數(shù)據和報表數(shù)據核對校驗。狹義/廣義對比：通過與更廣義（被包含）或更狹義（包含）的信息進行對比。示例：3C品類銷售額與商城總銷售額比較，3C的銷售額更高顯然是錯誤的，因為商城總銷售額包含3C銷售額；某些頁面/頻道的UV與APP總UV比較也類似。

相關對比：通過與具有相關性、關聯(lián)性的信息進行對比。示例：某平臺的Dn留存率，對于同一個基準日期來說，D60留存率一定低于D30留存率的，如果出現(xiàn)大于的情況，那就是錯誤數(shù)據了。演繹歸謬：通過對現(xiàn)有證據的深入演繹，推導出結果，判斷結果是否合理。示例：比如某平臺的銷售客單價2000左右，總銷售額1億左右；計算得出當日交易用戶數(shù)10萬，通過乘以客單價，得到當天銷售額2億，顯然與業(yè)務體量不符，為錯誤的數(shù)據。Tips：以上都是常用的方法論，最核心是足夠了解業(yè)務，對關鍵指標數(shù)據情況了然于心，那么對數(shù)據準確性的判斷水到渠成。對此，建議是每日觀測核心業(yè)務的數(shù)據情況，并分析波動原因，培養(yǎng)業(yè)務理解力和數(shù)據敏感度。2.盡量圖表化，提高可讀性用圖表代替大量堆砌的數(shù)字，有助于閱讀者更形象直觀地看清楚問題和結論，當然，圖表也不要太多，過多的圖表一樣會讓人無所適從。讓圖表五臟俱全，一張圖必須包含完整的元素，才能讓閱讀者一目了然。標題、圖例、單位、腳注、資料來源這些圖表元素就好比圖表的五臟六腑。要注意的條條框框。首先，避免生出無意義的圖表。決定做不做圖的唯一標準就是能否幫助你有效地表達信息。第二，不要把圖表撐破。最好一張圖表反映一個觀點，突出重點，讓讀者迅速捕捉到核心思想。第三，只選對的，不選復雜的。第四，一句話標題。常見的圖表類型選擇：圖表使用Tips：折線圖：選用的線型要相對粗些，線條一般不超過5條，不使用傾斜的標簽，縱坐標軸一般刻度從0開始。預測值的線條線型改為虛線。柱形圖：同一數(shù)據序列使用相同的顏色。不使用傾斜的標簽，縱坐標軸一般刻度從0開始。一般來說，柱形圖最好添加數(shù)據標簽，如果添加了數(shù)據標簽，可以刪除縱坐標刻度線和網格線。條形圖：同一數(shù)據序列使用相同的顏色。不使用傾斜的標簽，最好添加數(shù)據標簽，盡量讓數(shù)據由大到小排列，方便閱讀。餅圖：餅圖使用場景相對少，如需使用，注意以下事項：把數(shù)據從12點鐘的位置開始排列，最重要的成分緊靠12點鐘的位置。數(shù)據項不要太多，保持在6項以內，不使用爆炸式的餅圖分離。不過可以將某一片的扇區(qū)分離出來，前提是你希望強調這片扇區(qū)。餅圖不使用圖例。不使用3D效果。當扇區(qū)使用顏色填充時，推薦使用白色的邊框線，具有較好的切割感。警惕圖表說謊虛張聲勢的增長：人們喜歡研究一條線的發(fā)展趨勢，例如股市、房價、銷售額的增長趨勢，有時候為了吸引讀者故意夸大變化趨勢，如圖1通過截斷數(shù)軸夸大增長速度，從正常數(shù)軸的圖2看到增長是緩慢的。3D效果的偽裝：3D圖形容易造成視覺偏差，如圖1有3D效果，看上去A->B->C->D->E依次遞增，實際是D>E，要格外小心圖表的偽裝。常見數(shù)據分析誤區(qū)“用數(shù)據說話”，已經成為一種流行語。在很多人的心里，數(shù)據就代表著科學，科學就意味著真相。“數(shù)據不會騙人”，也成了說服別人時常用的口頭禪，事實果真如此嗎？讓我們來談談那些常見的誤區(qū)。1.控制變量謬誤在做A/B測試時沒有控制好變量，導致測試結果不能反映實驗結果。或者在進行數(shù)據對比時，兩個指標沒有可比性。舉個例子，為測試不同營銷時間點對下的轉化的影響，但A實驗使用短信營銷、B實驗使用電話營銷，未控制變量（營銷方式），導致實驗無法得出結論。2.樣本謬誤樣本量不夠統(tǒng)計學的基礎理論基石之一就是大數(shù)定律，只有當數(shù)據量達到一定程度后，才能反映出特定的規(guī)律。如果出現(xiàn)樣本量極少的情況，建議把時間線拉長，獲得足量的樣本?；蛘邔⒉恢匾南薅l件去掉，增加樣本數(shù)。存在選擇性偏見或者幸存者偏見統(tǒng)計學的另一大理論基石是中心極限定理。簡單描述就是，總體樣本中，任意一個群體樣本的平均值，都會圍繞在這個群體的整體平均值周圍。舉個例子，在應用升級期間，衡量登錄用戶數(shù)、交易用戶數(shù)等指標，來判斷用戶對新版本的喜歡是否優(yōu)于老版本。聽上去非常合理，但這里實際就隱藏了選擇性偏見，因為新版本發(fā)布時，第一批升級上來的用戶往往就是最活躍的用戶，往往這批用戶的指標較好，但不代表新版本更好?；烊肱K數(shù)據這種數(shù)據的破壞性比較大，可能得出錯誤的結論。通常我們會采用數(shù)據校驗的手段，屏蔽掉校驗失敗的數(shù)據。同時，在分析具體業(yè)務時，也要針對特定業(yè)務，對所使用的數(shù)據進行合理性限定，過濾掉異常離群值，來確保擁有比較好的數(shù)據質量。3.因果相關謬誤會誤把相關當因果，忽略中介變量。比如，有人發(fā)現(xiàn)雪糕的銷量和河溪溺死的兒童數(shù)量呈明顯相關，就下令削減雪糕銷量。其實可能只是因為這兩者都是發(fā)生在天氣炎熱的夏天。天氣炎熱，購買雪糕的人就越多，而去河里游泳的人也顯著增多。4.辛普森悖論簡單來說，就是在兩個相差較多的分組數(shù)據相加時，在分組比較中都占優(yōu)勢的一方，會在總評中反而是失勢的一方。5.個人認知謬誤主觀臆斷、經驗當事實、個體當整體、特征當全貌、眼見當事實。舉個主觀臆斷的例子：某個產品A頁面到B頁面的轉化率30%，直接判斷為很低，推導出可以提高到