給你一份數(shù)據(jù)，你能完美的出一份數(shù)據(jù)報(bào)告嗎？本文結(jié)合一個(gè)小故事，來(lái)告訴大家如何寫好一份數(shù)據(jù)分析報(bào)告，enjoy~

本故事純屬虛構(gòu)。

故事發(fā)生在花果山，主人公是一只初入職場(chǎng)的小猴子，名叫“嗨皮君”，他剛剛被水簾洞科技有限公司錄用為數(shù)據(jù)分析專員。他的老板就是大名鼎鼎的數(shù)據(jù)分析師“猴子”，公司里的人都尊稱他為“齊天大圣”。

花果山最近出現(xiàn)了一些狀況，某些猴子感染了不明病毒，導(dǎo)致花果山發(fā)生了嚴(yán)重的疫情?，F(xiàn)在水簾洞科技有限公司的員工都只能在家辦公。

這天，老板齊天大圣通過(guò)“猴信”（花果山全民都在用的IM軟件）找到嗨皮君，他說(shuō)：“嗨皮君，你剛進(jìn)公司不久，需要盡快熟悉公司的業(yè)務(wù)?，F(xiàn)在還不能上班，但也不能把這些時(shí)間浪費(fèi)了。這樣，我給你一份數(shù)據(jù)，你好好研究分析一下，下周給我一份數(shù)據(jù)分析報(bào)告?！?/p>

接到任務(wù)，嗨皮君心里十分緊張：這可是進(jìn)入公司的第一個(gè)任務(wù)啊，一定要好好表現(xiàn)！于是他認(rèn)認(rèn)真真地觀看了老板齊天大圣以前做過(guò)的數(shù)據(jù)分析教學(xué)視頻，還在網(wǎng)上查閱了很多相關(guān)資料。

以下便是嗨皮君的思考和寫作過(guò)程：

一、分析背景及目的

數(shù)據(jù)源：Baby Goods Info Data-數(shù)據(jù)集-阿里云天池

這是一份母嬰產(chǎn)品的銷售數(shù)據(jù)，數(shù)據(jù)集各字段的含義如下：

我們需要從這些數(shù)據(jù)中發(fā)現(xiàn)某些規(guī)律或者異常，進(jìn)而給運(yùn)營(yíng)團(tuán)隊(duì)提出建議。

二、分析思路

從“產(chǎn)品”和“用戶”兩個(gè)角度來(lái)分析：

1. 產(chǎn)品角度

• 分析銷量隨時(shí)間變化有什么規(guī)律
• 分析哪些是熱銷產(chǎn)品，哪些是滯銷產(chǎn)品，它們有什么特征

2. 用戶角度

• 分析嬰兒年齡和銷量之間有什么關(guān)系
• 分析嬰兒生日和銷量之間有什么關(guān)系

三、分析過(guò)程

1. 數(shù)據(jù)清洗

（1）確定分析表

把列名替換成中文，調(diào)整列寬和列與列的順序：

（2）多刪少補(bǔ)

① 處理重復(fù)項(xiàng)

由上述結(jié)果可見，并未發(fā)現(xiàn)重復(fù)項(xiàng)。

② 處理空值項(xiàng)

處理結(jié)果發(fā)現(xiàn)，產(chǎn)品信息表中的空值項(xiàng)均出現(xiàn)在商品屬性字段下，由于商品屬性是特定值，不可預(yù)估，在缺乏其他數(shù)據(jù)源的情況下沒(méi)有辦法進(jìn)行填補(bǔ)，因此暫時(shí)忽略這些空值項(xiàng)。

嬰兒信息表中未發(fā)現(xiàn)有空值項(xiàng)。

（3）一致化處理

把“購(gòu)買時(shí)間”和“嬰兒生日”用分列功能轉(zhuǎn)換為日期格式，把“嬰兒性別”轉(zhuǎn)換成其真實(shí)含義。

（4）異常值處理

① 刪除性別異常值

嬰兒出生時(shí)的性別只有男和女兩種可能，經(jīng)過(guò)上面的清洗步驟，發(fā)現(xiàn)嬰兒性別出現(xiàn)了異常值，刪除掉。

② 刪除日期異常值

經(jīng)排序后觀察發(fā)現(xiàn)，購(gòu)買時(shí)間的區(qū)間范圍是[2012/7/2,2015/2/5]，沒(méi)有極端異常值。

嬰兒生日的區(qū)間范圍是[1984/6/16,2015/8/15]，產(chǎn)品銷售時(shí)間在2012年~2015年，卻出現(xiàn)了生日是1984年的嬰兒，顯然這個(gè)1984/6/16的項(xiàng)是異常項(xiàng)，故需刪除。

③ 判斷數(shù)據(jù)集是否還有可能存在異常值

對(duì)購(gòu)買數(shù)量進(jìn)行描述統(tǒng)計(jì)分析得：

變異系數(shù)=標(biāo)準(zhǔn)差/平均值*100%=2515%，說(shuō)明數(shù)據(jù)集離散程度很高，可能存在部分極端值。

有時(shí)候某些異常值我們?cè)跀?shù)據(jù)清洗階段無(wú)法發(fā)現(xiàn)，所以在結(jié)合圖表分析的時(shí)候我們還會(huì)進(jìn)行異常值的判斷。

2. 結(jié)合圖表分析

（1）分析銷量隨時(shí)間變化有什么規(guī)律

① 觀察整體銷售趨勢(shì)

從圖中發(fā)現(xiàn)，2014年11月出現(xiàn)了一個(gè)顯著的銷量高峰。

看到11月份銷量暴漲我們通常會(huì)想到是由于雙十一活動(dòng)造成的，是否真的這樣呢？

我們先假設(shè)是由于雙十一活動(dòng)造成的，那么銷量暴漲背后必定是由于購(gòu)買人數(shù)暴漲，下面便要收集數(shù)據(jù)證明購(gòu)買人數(shù)也暴漲。

② 分析2014年11月出現(xiàn)銷量暴增的原因

進(jìn)一步，查看11月的銷售情況：

從上圖中可以看出，2014年11月銷售暴增主要是因?yàn)?1月13日這天的銷量出現(xiàn)了暴增。

③ 分析2014年11月13日這天出現(xiàn)銷量暴增的原因

再進(jìn)一步，觀察各個(gè)類別11月的銷售情況：

從圖中可以明顯看到，主要銷量來(lái)源于類別50014815，查詢具體數(shù)據(jù)發(fā)現(xiàn)，11月13日總銷量10138，類別50014815就占了10030（99.7%）。

④ 分析類別50014815在11月13日銷量暴增的原因

把類別50014815歷史所有的數(shù)據(jù)調(diào)出來(lái)看：

從類別50014815的歷史銷售數(shù)據(jù)可以發(fā)現(xiàn)，之前銷售一直維持在一個(gè)比較平穩(wěn)的水平，只是在2014年11月13日這天出現(xiàn)了暴增。

回到分析表，篩選出2014年11月13日類別50014815的銷售明細(xì)查看。

從銷售明細(xì)可以看出，該類別的商品由用戶2288344467單次購(gòu)買了10000件，占了99.7%（當(dāng)天共10030），由此可得出以下結(jié)論：

• 不是雙十一活動(dòng)活動(dòng)導(dǎo)致的。因?yàn)槿绻请p十一活動(dòng)，必然很多用戶購(gòu)買導(dǎo)致銷售量暴增，而不是只有一個(gè)用戶購(gòu)買大量商品；
• 需要找工程師確認(rèn)數(shù)據(jù)源是否記錄有誤；
• 如果數(shù)據(jù)無(wú)誤，則要將情況反饋給運(yùn)營(yíng)人員，跟蹤該用戶是否存在可疑行為（刷單，或者利用網(wǎng)站漏洞薅羊毛）。

⑤ 排除異常值，重新再觀察銷售趨勢(shì)

經(jīng)過(guò)上述分析，用戶2288344467購(gòu)買的這條記錄屬于異常值，記錄為“異常數(shù)據(jù)1”，應(yīng)該刪除，再重新分析銷量隨時(shí)間變化的規(guī)律。

把刪除“異常數(shù)據(jù)1”后新的數(shù)據(jù)表再用折線圖展示：

從圖中可以看出類別38、類別50014815、類別50022520、類別122650008的銷售情況都趨于平穩(wěn)，類別28的銷量起伏較大，類別50008168出現(xiàn)一個(gè)極端高峰點(diǎn)。

⑥ 分析類別50008168的銷售出現(xiàn)極端高峰點(diǎn)的原因

通過(guò)同樣的方法可以分析出類別50008168在2014年9月20日由用戶173701616購(gòu)入2748件，將此數(shù)據(jù)記錄為“異常數(shù)據(jù)2”，處理方法參照異常數(shù)據(jù)1。

⑦ 分析類別28銷量波動(dòng)大的原因

同樣地把“異常數(shù)據(jù)2”刪除后，得到折線圖：

觀察發(fā)現(xiàn)類別28的波動(dòng)比較大，查找到類別28的銷售明細(xì)，按照銷量倒序排序：

從表中發(fā)現(xiàn)類別28并沒(méi)有明顯的異常數(shù)據(jù)，不過(guò)前三項(xiàng)較其他項(xiàng)差距較大，應(yīng)該標(biāo)記為“關(guān)注數(shù)據(jù)”，結(jié)合更多的其他數(shù)據(jù)來(lái)分析原因。

⑧ 小結(jié)

• 類別50014815、類別50008168均出現(xiàn)異常值，分別標(biāo)記為“異常數(shù)據(jù)1”、“異常數(shù)據(jù)2”，排除是營(yíng)銷活動(dòng)導(dǎo)致的。因?yàn)槿绻菭I(yíng)銷活動(dòng)，必然很多用戶購(gòu)買導(dǎo)致銷售量暴增，而不是只有一個(gè)用戶購(gòu)買大量商品；
• 類別50014815、類別50008168這兩項(xiàng)異常數(shù)據(jù)需要找工程師確認(rèn)數(shù)據(jù)源是否記錄有誤；如果數(shù)據(jù)無(wú)誤，則要將情況反饋給運(yùn)營(yíng)人員，跟蹤該用戶是否存在刷單情況（網(wǎng)站可能會(huì)存在漏洞，被黑客利用進(jìn)行刷單薅羊毛），后續(xù)分析排除這兩項(xiàng)數(shù)據(jù)；
• 類別28標(biāo)記出三項(xiàng)“關(guān)注數(shù)據(jù)”，目前沒(méi)有其他數(shù)據(jù)結(jié)合分析，暫時(shí)保留。

（2）分析哪些是熱銷產(chǎn)品，哪些是滯銷產(chǎn)品，它們有什么特征

“熱銷”和“滯銷”應(yīng)該根據(jù)購(gòu)買人數(shù)來(lái)判斷。

① 找出熱銷和滯銷商品

可以看出類別50008168商品最熱銷，而類別38商品的購(gòu)買人數(shù)最少，結(jié)合之前的購(gòu)買數(shù)量圖可以看出類別38的銷量也相對(duì)較少，因此類別38商品是滯銷商品。

② 分析熱銷商品和滯銷商品的購(gòu)買人數(shù)變化

a. 先按【年份】來(lái)看

2015年只取到2月6日，數(shù)據(jù)不全，整體上可以看出所有類別的購(gòu)買人數(shù)都是逐年增加。

b. 再按【季度】來(lái)看

整體上表現(xiàn)為第一季度下滑，第二季度上升，第三季度下滑，第四季度上升。

c. 最后按【月份】來(lái)看

從圖中可以看出，滯銷商品類別38的人數(shù)表現(xiàn)平穩(wěn)，一直維持在較低的水平，由此可判斷該類商品基本是靠自然流量，或者是冷門類別。

除類別38外，其他五類商品都有一些共同特征（第一季度下滑，第二季度上升，第三季度下滑，第四季度上升），而熱銷商品類別50008168的波動(dòng)較大。

③ 分析熱銷商品類別50008168購(gòu)買人數(shù)波動(dòng)的原因

觀察類別50008168折線圖發(fā)現(xiàn)，每年的2月和7月會(huì)出現(xiàn)波谷，而5月和11月會(huì)出現(xiàn)波峰（2013年是12月出現(xiàn)波峰），因此把這些月份單獨(dú)拿出來(lái)觀察。

從圖中可以發(fā)現(xiàn)，每年的11月和12月會(huì)出現(xiàn)明顯的“凸起”，其他月份均是有起有伏，因此再把11月和12月份單獨(dú)拿出來(lái)看：

至此，已經(jīng)很明顯可以看出，每年的11月11日和12月12日都會(huì)出現(xiàn)購(gòu)買人數(shù)突增，可以判斷這是商家們進(jìn)行“雙十一促銷”和“雙十二促銷”活動(dòng)導(dǎo)致的。

④ 小結(jié)

• 熱銷商品是類別50008168，每年“雙十一”和“雙十二”商家會(huì)進(jìn)行促銷活動(dòng)，而且活動(dòng)效果明顯；
• 滯銷商品是類別38，購(gòu)買人數(shù)和銷量一直平穩(wěn)在較低水平。

（3）分析嬰兒性別和銷量之間有什么關(guān)系

① 計(jì)算男女人數(shù)比例

得出男女人數(shù)比例大概是1：1.1。

② 計(jì)算男女各自購(gòu)買的商品數(shù)

得出男女購(gòu)買商品數(shù)的比例大概是1：1.7。由此可見女性嬰兒產(chǎn)品的銷量要高于男性。

③ 比較各類別購(gòu)買數(shù)量-男女差異

從圖表中可以看出，只有類別50022520是男性略高于女性的，其他類別都是女性高于男性，主要差別在于類別50014815，女性購(gòu)買量是男性的3倍。

④ 小結(jié)

• 女性嬰兒產(chǎn)品的銷量明顯高于男性；
• 只有類別50022520是男性略高于女性的，其他類別都是女性高于男性，主要差別在于類別50014815，其女性購(gòu)買量是男性的3倍。

（4）分析嬰兒年齡和銷量之間有什么關(guān)系

① 分析嬰兒年齡和銷量的關(guān)系

從圖表中發(fā)現(xiàn)，產(chǎn)品的整體銷量隨著嬰兒年齡的增長(zhǎng)而下降，到了6歲之后就基本沒(méi)有需求了。

② 分析各個(gè)類別的銷量走勢(shì)

從圖中可以看出雖然整體銷量都是隨著嬰兒年齡增長(zhǎng)而下滑，但是各類別的側(cè)重點(diǎn)不同：

• 類別50014815、類別50008168、類別28主打未滿1周歲的母嬰產(chǎn)品（0歲達(dá)到峰值）；
• 類別38、類別122650008主打1歲的母嬰產(chǎn)品（1歲達(dá)到峰值）；
• 類別50022520主打未出生前的母嬰產(chǎn)品（“未出生”達(dá)到峰值），應(yīng)該主要面向孕婦和哺乳期媽媽。

③ 小結(jié)

• 整體銷量隨著嬰兒年齡的增長(zhǎng)而下降，到了6歲之后就基本沒(méi)有需求了；
• 類別50014815、類別50008168、類別28主打未滿1周歲的母嬰產(chǎn)品；類別38、類別122650008主打1歲的母嬰產(chǎn)品；類別50022520主打未出生前的母嬰產(chǎn)品，應(yīng)該主要面向孕婦和哺乳期媽媽。

四、結(jié)論和建議

最后把上面整個(gè)分析思路、分析過(guò)程以及分析過(guò)程中的小結(jié)整理出來(lái)，得到分析結(jié)論，并綜合所有結(jié)論得出建議：

后記：

嗨皮君花了整整兩天把這份分析報(bào)告寫完，然后發(fā)給老板齊天大圣。老板看完之后，瞇著眼笑了笑，回復(fù)道：“你的報(bào)告行文邏輯思路很清晰，結(jié)論和建議都比較到位，不錯(cuò)不錯(cuò)。你能告訴我你在寫作過(guò)程中感觸最深的是什么嗎？”

嗨皮君想了想，回復(fù)道：

1. 首先要理清楚分析思路，通過(guò)多維度分析思考，羅列分析點(diǎn)；
2. 正式進(jìn)行分析前要先對(duì)數(shù)據(jù)分析表進(jìn)行清洗：確定分析表——多刪少補(bǔ)——一致化處理——異常值處理；
3. 根據(jù)羅列的分析點(diǎn)逐個(gè)分析，過(guò)程中需要結(jié)合對(duì)比分析、邏輯樹分析、假設(shè)驗(yàn)證分析等分析方法進(jìn)行分析；
4. 很多問(wèn)題不是一開始就能發(fā)現(xiàn)的，而是要經(jīng)歷“構(gòu)建圖表——發(fā)現(xiàn)異?！律罹浚ú粩嗟厣钊胱穯?wèn)）——逐層分析逼近真相——找到合理解釋”的過(guò)程，因此需要有“抽絲剝繭”的精神；
5. 當(dāng)數(shù)據(jù)關(guān)系到整體也關(guān)系到部分時(shí)，要警惕“辛普森悖論”，研究完整體得出結(jié)論后，還要研究整體中的部分，看是否也能得出相同的結(jié)論；
6. 每個(gè)分析點(diǎn)得出小結(jié)，最后把小結(jié)綜合起來(lái)再總結(jié)，往往能夠把結(jié)論表達(dá)得更全面；最后的建議根據(jù)綜合結(jié)論得出來(lái)會(huì)更有意義。

本故事完，感謝觀看

本文由@Haby 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來(lái)自Unsplash，基于CC0協(xié)議