如何制作一份好的数据分析报告？

今天来谈谈如何制作一份（优秀的）数据分析报告。

首先我们要明确，数据分析思路万变不离其宗，多复杂的内容都离不开这样一条主线： 确定分析用途及目的；拆解指标发现问题；给出结论；结合业务，给出建议和方案。

道理都懂，但实际操作起来有困难？别慌，我们通过一个案例来具体说明如何完成每一项步骤。

进入了第二季度，A公司为了更好地制定新的工作安排和销售目标，需要销售部门汇总一份上一季度业务完成情况上报。为了使情况清晰展现，该部门经理小帆，计划制作一份涵盖上海区、京津区、西南区业务线的第一季度数据销售情况的数据分析报告。

那么小帆同学是怎么做的呢？他先梳理了分析过程中所需要的步骤，然后再进行分析。

首先，为了了解销售部门第一季度数据业务完成情况，制定了两个需要达成的目标：

接着，明确分析目标后，就需要确定为了达成该目标，需要提出围绕该目标需要解决的问题：

在确定问题后，小帆又找到了能够数值化衡量这些问题的指标，以及它们的计算方式：

销售额=单价*数量，那么就可从「单价」、「数量」来分析销售额变动，以一个指标为定量，分析对比其他指标变化。

可以从第一季度数据上海、京津、西南三区域总销售额、不同区域的销售额、同一区域不同小组的销售额等维度来判定情况；

也可以通过同一区域——上海地区，不同时间——今年1月和3月、或者上海与京津地区分别在1月的绩效情况等等维度来对比判定。

最后，小帆利用FineBI v6.0制作了不同指标的数据图表，并将它们进行了展示，比如这样：

销售小组目标完成情况图

区域销售回款利润完成情况图

组织绩效得分同比分析图

有了清晰的数据呈现，小帆便给出了结论。例如对于“检查销售人员的目标完成进度，并给建议”这一目标，他从两个角度进行描述：

从组织绩效完成情况来看：

1、2020年1-4月销售组织绩效净销售额完成当年进度的33.24%；回款净额完成当年进度的31.92%；项目利润率13.95%；

2、GAV、LEO、VIN、XIA小组总得分较低，需要重点关注；

3、京津区、上海区得分较低，需要优化改进。

从组织绩效同比、目标差异分析来看：

1、总体来看，四个月份的组织绩效完成情况相比2019年呈同比下降趋势；销售完成率得分情况相对稍好，回款和利润情况不容乐观，需要催促回款，并且控制项目成本；

2、LUY、GAV、LEO、VIN、XIA小组销售净额和回款净额完成率低于基准值60%；虽然BRAD小组完成率较高，单项目利润为负，需要确认原因；

3、京津区三个值都低于基准线，需密切关注；

4、四个月的项目利润率普遍低于基准值20%，需要着重关注项目成本和项目回款状况。

最终的数据分析报告效果如图所示：

最后，小帆结合公司业务，给出了建议和方案。毕竟，进行数据分析的目的是驱动业务成长，如果结果无法落地，那数据将毫无作用~

在这一步特别需要注意：

建议是能解决业务问题的行动方向，是若干个潜在可行的范畴。

方案是一个具体行动计划，方案要满足 5w2h分析法，要有具体的执行人、完成时间等等要素。

很显然在目前的信息时代，借助类似于FineBI的这些工具，可以让企业加速融入企业数据分析的趋势。备受市场认可的软件其实有很多，选择时必须要结合实际的情况。一般的情况下，都建议选择市面上较主流的产品，比较容易达到好的效果，目前企业数据分析BI软件市场占有率前列的，就是帆软BI软件——FineBI。

扫描下方二维码免费适用FineBI工具