數據分析報告,這麼講聽眾才不搓手機

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、週報、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,愉悅的搓了起來——怎麼破!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,不存在月底衝量):


數據分析報告,這麼講聽眾才不搓手機

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,你會怎麼彙報?

進一步問:這裡這麼多數字,是不是面對每個部門,每個群體,都得說一遍?


一、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麼解。八成你在盯著鐘錶看還有幾分鐘,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,得知道他們關心什麼。顯然,不同部門,不同等級的人關注的點不一樣。想理解他們關係什麼,得從部門職責和工作方式入手,比如這次活動裡,三個部門的關注點完全不同:


數據分析報告,這麼講聽眾才不搓手機

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


數據分析報告,這麼講聽眾才不搓手機


因此,作報告前,瞭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?


瞭解清楚這些以後,就能制定更有針對性的報告了。


二、對症下藥的報告方式


▌To銷售部


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


數據分析報告,這麼講聽眾才不搓手機

其次,關注到業績細節,為領導們排兵佈陣提供依據:


數據分析報告,這麼講聽眾才不搓手機


最後,如果面對下屬,可以肯定A\\B線的成績,鼓勵他們繼續行動。D\\E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,看看有什麼問題,這樣也留下後續深入分析的線索


▌To市場部


首先要清晰:市場部關心的是活動,業績什麼的只是活動帶來的結果。所以彙報給市場部,大標題應該是《4月份活動情況彙報》,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。


數據分析報告,這麼講聽眾才不搓手機

這裡用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!你不能這麼評估!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,大家知道這裡邊非常兇險就可以了。以後我們再慢慢分享。

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


數據分析報告,這麼講聽眾才不搓手機


最後,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,之後再借這個機會,聊一下後續打算,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。


數據分析報告,這麼講聽眾才不搓手機

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並沒有好轉,供應鏈不應過度樂觀。至於更準確的分析,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/生產週期數據,並且得細化到ABCDE每個類別原料備貨/生產情況。這裡就無能為力了。如果需要深入分析,可以記錄下需求,後續再做深入。

三、新手上路的常見問題


實際情況遠比例子複雜,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麼山唱什麼歌的能力,對業務狀況,對部門分工職責有清晰瞭解,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、在企業裡,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,討論後又找其他數據驗證,需要關聯多組數據。


2、在企業裡,從來就沒有一個固定分析思路,每個問題都得捨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、在企業裡,從來就沒有一個固定彙報模板。天天講空話鬼願意聽。只有切中聽眾最關心的問題,數據彙報才會起到好效果。

這些都是一個模板,一個數據集,一個範例解決不了的。優秀的數據分析師,腦子裡裝的是一個個具體的業務問題,然後拿數據解釋問題,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,實際工作中很複雜。可有趣的是:正是把一個個複雜的具體問題,拆解成一個個小的模塊,才能清晰準確地用數據解釋。


分享到:


相關文章: