数据剖析陈述这么讲听众才不搓手机

2020-04-09 15:50:23  阅读:6054 来源:作者:责任编辑。王凤仪0768

编者按:本文来自微信大众号“接地气书院”,作者:接地气的陈教师,36氪经授权发布。

上一篇咱们共享过:写陈述是一回事,讲陈述又是另一回事。许多新人诉苦,每天只需日报、周报、月报的惯例报表,压根没有做实在剖析的时机。可往往给了时机,让他做一个陈述给咱们听,开讲5分钟台下听众就纷繁掏出手机,愉悦的搓了起来——怎样破!今日咱们就举个简略的比方看看。

假定一个公司有5个事务线,成果如下图,受疫情影响,2、3月份成果很惨白,为提高成果,市场部在4月打开活动,全场8折,不设门槛,全员参与!活动打开到15号,已发生的成果数据如下图(成果在全月均匀发生,不存在月底冲量):

该企业各部分分工如下:

出售部:担任各事务线出售作业

市场部:担任活动策划、安排、履行

供给链:担任产品供给、库存办理

现在,各部分领导、搭档,都想听活动剖析陈述。

问:面临这些人,你会怎样陈述?

进一步问:这儿这么多数字,是不是面临每个部分,每个集体,都得说一遍?

1让人仔细听陈述的秘籍

回想一下上学的时分,到了上午第四节课,你饿的肚子咕咕叫,这时分你最想听的是啥?横竖必定不是这个二元一次方程怎样解。多半你在盯着挂钟看还有几分钟,等着教师的一声“下课”。每个人都是这样:咱们只想听自己关怀的内容,彻底不care其他东西。

所以陈述想让人听,得知道他们关怀什么。明显,不同部分,不同等级的人重视的点不一样。想了解他们联系什么,得从部分责任和作业方法下手,比方这次活动里,三个部分的重视点彻底不同:

你会发现,尽管现有的数据看似许多,但关于有的需求还不行,还得加数据;关于有的需求,只需几个数字就够了。一起,领导和职工也有不同(如下图)。

因而,作陈述前,了解清楚听众很重要,一般咱们会问:

  • 陈述时刻多长?

  • 听陈述的人来自哪些部分?

  • 领导是否来?哪个等级领导?

了解清楚这些今后,就能拟定更有明晰的目的性的陈述了。

2对症下药的陈述方法

▌To出售部

首要要明晰:出售部关怀的是成果,活动什么的仅仅成果一小部分。所以陈述给出售部,大标题应该是《4月份成果情况陈述》,第一页讲的应该是4月份成果实践/估计情况(如下图)。

其次,重视到成果细节,为领导们排兵布阵供给根据:

最终,假如面临部属,能够必定AB线的成果,鼓舞他们持续举动。DE线的人必定有苦水想吐,能够借陈述的时机,让他们和AB交流下,看看有什么样的问题,这样也留下后续深化剖析的头绪。

▌To市场部

首要要明晰:市场部关怀的是活动,成果什么的仅仅活动带来的成果。所以陈述给市场部,大标题应该是《4月份活动情况陈述》,第一页讲的应该是有活动和无活动的差异。留意,这就涉及到:无活动的成果该是多少,或许叫天然增加率的问题。

这儿用3月VS 2月的增幅作为天然增加,得出了4月活动没有拉动许多的定论。这个定论极有或许被市场部应战!市场部很有必定的概率会说:假如咱们不做活动,天然增加率是负的呢!你不能这么评价!由此可见,天然增加率是活动评价中最纠结的问题之一。本次咱们先不打开,咱们知道这儿边十分阴险就能够了。今后咱们再渐渐共享。

其次,重视到活动细节,为领导们的以下决议方案供给根据:

  • 本月是否加码

  • 下个月是否还做

最终,假如面临部属,能够先必定活动成果,让他们知道你是站在他们这边的,之后再借这个时机,聊一下后续方案,知道他们下一步方案,从而为深化剖析留下头绪。

▌To供给链

首要,供给链关怀的不是成果自身,而是成果对库存/出产的影响,特别是2、3月现已严峻积压的情况下。尽管看起来4月有好转,可是这个好转是否能整理掉库存,是否会引发新的缺货,是他们最关怀的。所以相同的成果数据,给供给链看,或许便是彻底不同的姿态。

大体上看,4月份尽管有上涨,但没有补偿回来1、2月的欠额。意味着库存情况或许并没有好转,供给链不该过度达观。至于更精确的剖析,这个数据是力不从心的。想要精准剖析,就得拿精确的库存耗费/出产周期数据,并且得细化到ABCDE每个类别质料备货/出产情况。这儿就力不从心了。假如需求深化剖析,能够记录下需求,后续再做深化。

4新手上路的常见问题

实在的情况远比比方杂乱,但经过这个简略的小比方,咱们能看到:即便同一份数据,面临不同人,做出的解读和数据陈述格局能够彻底不同。这就要求咱们有进什么山唱什么歌的才干,对事务情况,对部分分工责任有明晰了解,对事务问题有自己判别。

这一点,恰恰是新人们最缺的。乃至是新手们故意忽视的。大部分新手的做法,是找一个固定的数据集,依照陈述模板,依照示例数据表,把数据填进去。并且,这个模板常常教新手沿着“剖析布景-剖析方针-数据来历-数据清洗-目标解说-建模进程-剖析定论-剖析主张”的过程罗列内容,看似全面,实则又臭又长,屁用没有。

即便经过这个简略的比方,咱们也看到:

1、在企业里,从来就没有一个数据集把一切问题剖析清楚的事,往往是监控一些数据发现问题,评论后又找其他数据验证,需求相关多组数据。

2、在企业里,从来就没有一个固定剖析思路,每个问题都得捐躯处理考虑事务场景。即便一点点场景改变,安排数据的方法也会不同。

3、在企业里,从来就没有一个固定陈述模板。天天讲废话鬼乐意听。只需切中听众最关怀的问题,数据陈述才会起到好作用。

这些都是一个模板,一个数据集,一个典范解决不了的。优异的数据剖析师,脑子里装的是一个个详细的事务问题,然后拿数据解说问题,从问题中发现新数据。流水线上工人,才是对着模板拧螺丝,每一个操作都如出一辙。以上,咱们引以为戒。

这次举例必定许多同学会说:太理想了,实践作业中很杂乱。可风趣的是:正是把一个个杂乱的详细问题,拆解成一个个小的模块,才干明晰精确地用数据解说。