思维导图
Q：如何提供数据分析报告的质量？
一、明确整体分析思路
-
好的数据分析报告都依赖于一个明确的思路，需要在开始设计报告前就整理出一个基本的框架，然后在设计过程中进行适当的添加
-
切勿在开始设计数据分析报告前不做规划，“边做边加”，否则效率会大打折扣
例：分析一次电商营销活动的效果
-
首先对分析维度进行拆解：活动的整体效果、各个商品的销售情况、各类人群的销售情况
-
然后需要确定衡量这次活动的核心指标：点击率、支付转化率、点击单价（支付金额/点击人数）、客单价（支付金额/支付人数）等
二、结论提前，清晰明了
-
运营方和决策层最关心的就是结论和相应的策略，这是报告中最有价值的部分
-
通常数据分析报告的第一页或者文档的开头就要给出明确的结论
-
但并不是简单地将所有的结论罗列出来就可以：
-
上图的结论看起来像流水账，出现了太多的数据，并且很多是没有价值的；结论中应该主要关注那些变化比较明显的点
-
对结论进行合理的修改：
-
如上图，剔除了一些无关紧要的数据，在整体结论中只放最核心的问题或者闪光点，并且给出相应的策略
三、注意图表的信息量
-
作为支撑分析的论据，需要在数据分析报告中使用大量的图表，此时需要控制信息量
-
信息量过少：无法很好地展示数据
-
信息量过多：影响他人的理解，无法直观地看数据
-
例：针对“男性用户点击率比平均水平低”，作漏斗图进行对比展示
-
上图清晰地给出了男性用户各个环节的转化数据，并且有历史数据作为对比，能够将所需要证明的内容通过一页展示出来，其他人看的时候也非常直观，不会因为大量数据的堆积而影响理解
参考文献
1.《拿下Offer 数据分析师求职面试指南》徐麟 著
