你错了！
写数据报告，最怕听见这三个字。特别是新同学，听到这三字简直如雷贯耳被吓得不知所措。其实，并非所有的错误都是我们的问题。今天我们就系统讲解下，数据分析报告常见的错误，和其中真正应该警觉的部分。
01 常见的四类错误 错误一：数据错误。
比如：
l 漏了单位：销量1800万，写成了180。
l 数字算错：用户15000人，算成了16000。
l 指标用错：消费次数1500，用成了消费人数1500。
这种错误是很低级，很严重的！因为数据正确是分析的基础。老板看到这种错误，暴怒炒人的大有人在，特别是传统企业，特别是60、70后领导。所以千万不能犯。
错误二：表述错误。
比如：
这种错误往往是做数据的同学不注意细节，用词欠讲究导致的。数字没有错，但读数字的人会出现歧义、误解、看不懂等问题。最好的办法是写好了找几个不懂数据的人挑挑刺，搞两次就进步了。
错误三：方向错误。
这种错误往往是做数据的同学不懂业务，强找因果，胡乱交叉，就数论数导致的。讲的都是一些没有实际意义的废话。要改变这种问题，就得平时多练功夫，贴合业务实际组织分析报告，而不是抱着《谁说老子不会数据分析》埋头苦读。
错误四：判断错误。
比如
看着很搞笑，可实际情况就是这么尴尬。
比如，我们马上问三个问题：
l 你公司今年战略目标是？？
l 你们今年用户数、销售额、利润目标是？
l 4月份应当完成的用户数、销售额、利润目标是？
十个人有九个人答不上来。答上来的那个，还是恰好今天在做日报、月报的同学。当然这不全是做数据的锅。有很多公司，业务和数据沟通不畅，懒得给数据提供信息；有的公司业务部门自己的人都稀里糊涂，更不要提跟别人说清楚了。最典型的，如下图：
判断错误是四种错误里最难搞的一个。因为前三个基本都是数据自己的事，只要刻苦练习怎么都能提高，但判断错误的产生不是数据自己能搞掂的。如果业务不配合，甚至业务故意浑水摸鱼，指鹿为马，很有可能搞得数据有理说不清。所以我们得单独看看，怎么搞掂它。
02 避免错误的操作步骤 第一步：分清报告类型。
报告类型：第一次报告还是n次报告
报告内容：通报结果/评价好坏/分析原因/预测走势
报告背景：业务方有预判/无预
这一步在提笔之前就得做，认清形势，不打无准备之战。
如果是第一次报告或者通报结果的话，那就平铺直叙讲数据。
如果是评价好坏，一定提前和业务方沟通评价标准。
如果是分析原因，要结合业务方预判，优先判断业务方关心的问题。
如果是预测走势，要讲清楚预测依据。
第二步：明确业务目标。
明确目标，是为树立判断标准做依据。目标只要清晰了，标准就差不远。如果是业绩、收入、用户数这种单指标、结果数据的目标，可以直接用拆解法，找到当前时间下判断标准。
特别注意：如果遇到运营想和你谈“我们的目标是，比自然增长率拉升5%”，这时候要特别小心！因为自然增长率不是个直接采集来的指标，甚至都不是一个固定的指标。丫本身就有很多种算法，每种算法本身都有一定的BUG，并没有绝对好的自然增长率算法（如下图所示）。
所以大家切记：如果涉及判断，一定要提前、提前、提前沟通（重要的事说三遍）。比如评价下个月活动效果好坏。提前问业务：你们要达到什么目标？判断好坏的标准是啥？最好提前让业务把下个月的预期给了！预判是涨是跌，提前说，这样能省去90%的烦恼。
第三步：核对数据，检查表述。
这里都是基本功，和具体取数习惯有关，有机会的话，找个数据集对着跟大家说。这里先不展开。但是不管自己怎么看，总是会漏一些bug，最好的办法是在业务方有个熟人，有了报告提前看一眼。越是陌生人，越能一眼看出问题。
第四步：沉着应对挑战。
遭到挑战是不可避免的，遇到事不要着急吵，不要着急改，先分清楚：
l 数据本身有没有问题
l 数据的描述有没问题
l 分析维度有没有问题
l 判断标准是否被改
数据有问题/描述不清楚，这是我们自己的锅，站好，挨打，认错，改正！
分析维度业务不认可，表面上看是沟通出了问题，本质上是业务理解还不到位，这是个纯技术问题。因此不必因此自责内疚，探讨好一个新维度，重新做就是了。
判断标准如果是我们提的，业务觉得不适合，那就按业务提的重新做，这个也是纯技术问题，标准只要大家认可就行。判断标准如果是业务提的，但是他们反口了！
是滴，他们为了**反口了！记得保留会议记录，这个不是我们的锅！我们可以按新标准重新做，但是锅是坚决不背的。
当然还有最恶劣的一种情况：业务啥都不懂，脾气还大。自己要完成啥目标讲不清楚，判断标准说不明白，只会原样转述领导要求，然后拼命催你：“用大数据人工智能分析呀！”
这时候千万不要怀疑自己，这就是业务的锅，这种业务毫无水平，不长脑子。如果领导还支持这种业务，就是这个公司傻X，领导傻X，无他。做业务的连自己要做啥都不知道，还做毛线。同学们千万不要跟这种人一般计较，这种时候不是我们写错了，而是丫说错了。哈哈
-END-
转载请注明：电商回忆录 » 警惕！数据分析报告的四种常见错误
