大厂是怎么写数据分析报告的？

Posted 2022-06-18 Wang_AI

DeeperMan | 作者

InfoQ | 来源

https://xie.infoq.cn/article/7c2951aeebab01a95b03341bf

---

1

写在前面的话

做一份好的数据分析报告，大到成为能否帮助企业做出正确的商业决策，小到成为能否说服老板获取业务资源的关键因素。因此做出一份高质量的数据分析报告是一个职场人必备的利器。

有人说，数据分析报告，不就是一堆的饼图、柱状图、散点图放到PPT上吗？在阿里巴巴工作，经常会需要撰写数据分析报告，我也积累了很多这方面的经验，今天想尝试从这个人人习以为常的操作中看看是否有不变的门道。

1. 表达主题决定了我们的图表形式

决定分析报告图表形式的并不是拥有的数据是什么，而是你所需要表达的主题是什么。

图1和图2是根据一份相同的数据，展现的2个不同的图表：

上图可以发现对于相同的数据，因为我们所需表达的主题的差异，也将呈现完全不同的展现方式。图1表达的主题是爽肤水和沐浴露两个品类在不同城市的销量排名，图2主要表达的主题是在相同城市在两个不同的品类的销量差异。

因此在下笔做分析报告之前，先仔细想好自己要表达的主题是什么。

在进行了完整的分析后，要抵制住把所有向听众展示的冲动，而应该把所有注意力集中到需要表达的主题重点上来，因为这些才是听众所需要了解的信息。

为了找到我们分析的主题，需要了解分析报告针对的对象。详细的了解听众的背景和观点，并思考清楚我们期望听众对我们的看法。在内容上，希望听众了解什么，了解了以后有什么行动。了解了听众和内容后，再确认数据的表达形式，只展现能支持主题的数据。

整篇分析报告要能通过三分钟说得清楚，每页报告都能一句话概括清楚。

2. 不要放弃“标题”这个绝佳的位置

有些图表的标题就和猜谜一样，例如：公司销售趋势、分公司销售分布情况。完全没有指出图表的重点，公司销售趋势是怎么样的？分公司销售分布又是如何？

别把我们需要强调的重点当做秘密一样不肯透露，而应该把它放在图表最前面，减少听众误解的可能性，并让他们的注意力集中到我们所想强调的数据上。

如下图，这张图到底是为了表达全量销售金额没有明显的增长呢？还是为了表达2月份销售金额断崖式下跌？还是为了表达其它什么主题呢。请在标题上明确的告诉听众。

3.处理“成分对比”的关系

成分对比主要体现在对与一个整体的每个部分的百分比的对比。常常出现“份额”、“百分比”等词汇。成分对比通常使用饼图来展现：

饼图在使用中建议不超过6个部分，如果超过6个部分，可以把剩余部分归类到“其它”项中。另外由于人们看数据习惯顺时针看数据，因此可把最重要部分放到12点位置，并用对比度强烈的颜色突出显示。

饼图主要在标识单一整体各部分比例，如果需要比较两个整体的成分时，重点考虑柱状图（图3）。因为如果使用饼图（图4）会导致读者视线需要在不同图表间来回移动：

成分分析可能包括子成分分析，需要把整体的一部分再作为整体进行分析，这时可将饼图放在开始的地方，百分比的柱状图放在后面：

我们要尽可能少使用饼图，饼图占整体的比例一般不超过5%。尽量不使用3D饼图或甜甜圈饼图。永远记住，图表只是为了让我们听众更好理解我们的数据，而不是图表有多与众不同。

4.处理“项目间对比”的关系

项目间对比主要是比较不同项目间的情况。常常出现“排名”、“大小”等词汇。项目间对比通常使用条形图来展示：

我们对于条形图的顺序需要深思熟虑，如果天然是有序的则按天然的顺序，例如人生阶段婴儿、少年、青年、中年、老年。但是如果没有这种天然顺序，需要考虑什么顺序对于我们数据主题是最有意义的。

根据我们所需要突出的主题，选择条形图的排序方式。展现条形图数值的方式包括刻度尺或在条形图上显示数字，可根据情况选择其中一种方式，但是不要两处都显示，多余容易导致图形的混乱。同时标识数字时，把小数点后的数值去掉，3%总是比3.1415%容易被听众记住。

对于项目间对比有时也会通过柱状图来代替，但是条形图相较于柱状图有两点明细的优势：

• 减少听众与时间序列对比的混淆

• 条形图有较大的空间填写各项目的名称

项目间对比，还可以通过背离式条形图，往往可以形象的将有利与不利的情况分离开来：

项目间还可能针对一个范围进行对比，这时可使用范围条形图：

当比较的项目由多个部分组成，可通过堆积条形图，必须将最重要的成分放在靠近基线的地方，因为只有这部分才可被准确度量：

5.处理“时间序列对比”的关系

时间序列对比关心的是随时间变化的对比。常常出现“变化”、“增长”、“下降”等词汇。时间序列对比通常使用柱状图或折线图来展示，如果时间点不多时可以使用柱状图，如果时间点是很长一段时间范围使用折线图更为合适：

对于折线图，趋势线一定要比背景线粗。当存在同一张折线图存在多条折线时，需要将最关注的线加粗加亮。但是当出现非常多折线时，我们的折线图就会呈现出“方便面式”图表，往往导致图表混乱。如下图：

解决“方便面式”图表的方式可通过将折线图拆分到不同的小的折线图中，虽然图表变多了，但是所需要表达的主题也能更加清晰：

在时间序列对比中，可通过箭头、线条、阴影等方式强调数据的某一部分，将听众的注意力集中到你所期待关注的点上：

同样，时间序列对比也可以通过刻度的正负来区分正面情况和负面情况：

我们常常在时间序列中，可能包括实际值和预计值，可通过将实际值设置为实线，将预计值设置为虚线的方式：

当一个折线图的数值，是可通过一个公式生成的，可将公式中的计算因子分别拆分到计算树中，使听众可清晰看到每部分计算因子的变化情况：

如果只有两个时间点，可展现两组数据之间各维度的提升和降低的差异，形成斜率图，连接的线条可以直观的感受到提升与降低的程度：

不同的刻度基线会产出完全相反的数据主题解读。看以下2张图，同样都是对杭州房价的描述：

同样的数据，产出的图表给人截然不同的感觉。那么我们到底应该如何定义刻度呢。其实关键取决于我们对于变化的理解，100块钱对于房价来说可能微不足道，但是对于动车票价格可能就是至关重要。我们应该选择一个刻度，能准确反映对变化重要性的理解。如果通过使用不合适的刻度基线来误导听众，只要有辨别能力的听众都能发现问题，那么我们的整套言论和信誉就会被唾弃。

6.处理“频率分布对比”的关系

频率分布对比表现的是数据分布范围情况。常常出现“范围”、“密度”、“分布”等词汇。频率分布对比通常使用柱状图或折线图来展示，当比较范围数量较多时可使用折线图，较少时可通过柱状图：

频率分布的范围大小非常重要，既不能太大也不能太小，建议5到20个分组。不同分组的大小应相同，否则会造成数据扭曲。

对于即需要展示频率分布，又需要进行项目间对比，可将分布柱状图进行组合，其中一个分布柱状图作为另一个的背景图：

7.处理“相关性对比”的关系

相关性对比表现的是不同变量之间的关系。常常出现“与XX有关”、“随XX增长”等词汇。相关性对比通常使用散点图或双条形图来展示。如下图：

在双条形图中，我们将独立变量按顺序排在左边，而把对比值放在右边，如果期望模式与实际模式一致时，右边的条形图就会变成左边的条形图的镜像，如下面左图。当关系不符合预期时，两组条形图则会发生偏离，如下面右图：

8.处理“多重对比”关系

对比可能不仅仅是一种对比关系，有可能是结合上文所说的成分、项目间、时间序列、频率分布、相关性对比中的一种或多种组合而成，我们称之为“多重对比”。例如“销售额在过去10年内稳步增长，但利润却没有同步增长”，这案例第一部分“销售额在过去10年内稳步增长”属于“时间序列对比”，第二部分“但利润却没有同步增长”属于项目间对比。对于这种情况，我们需要确定哪一种关系是主要的，哪一种是次要的。案例中，第一部分随时间变化是主要的，而销售额与利润项目间对比是次要的，因此最好选择以时间变化对比的折线图，并为每一个项目画一条支线的方式实现，如下图：

9.不仅仅只有图表

当然，对于数据分析报告，可定量信息我们可以通过图表构建，但是对于不可定量的信息，我们可以通过一些几何图形形成概念性视觉图像，或通过一些日常事务作视觉比喻。例如说到目标，可以形成高山这样的视觉图像。这需要发挥自己的想象力，平时多留意写优秀的海报广告，在生活中寻找灵感，在报告中能够做到与听众产生共鸣的效果。

10.消除认知负荷

听众在接受我们分析报告信息时，需要消耗脑力去学习新知识，脑力是有限的，因此需要消除听众无关紧要的脑力消耗。造成无关紧要脑力消耗最大的问题就是“杂乱”，因此消除杂乱是数据分析报告需要重点关注的。

通过将文字从原来居中对齐调为左对齐，进行相关的无关数据的淡化的处理，能减少听众的认知负荷，把关注点转移到我们的重点上：：

通过将网格线消除、标记点消除、金额度量转换、直接标记数据等手段降低认知负荷，右图是修改后的图表：

通过消除一些干扰，能突出我们所需要表达的重点。所有的数据不是相同重要，消除不需要关注的元素，或将不直接影响内容的元素融入背景。去掉这个东西会有什么变化？如果不会，那么就去掉吧。

同时要突出我们需要吸引听众实现的地方。在文字中可通过加粗、颜色、斜体、大小、空间隔离、下划线等手段突出文字关键词。在图表中主要通过颜色、大小突出需要强调的内容。在使用颜色时需慎重选择，不能在一张图中有太多颜色，造成视觉干扰；可以使用颜色的不同饱和度来强调数据；根据分析报告背景，可选择对于的互补色来做内容的突出强调。

11.讲好分析报告

分析报告做好了，还需要以更好的语言表达方式呈现给听众。可以把分析报告当做一个故事来说，能更加引人入胜。

首先对整个背景做设定，接着介绍什么因素上下文驱动情节的演进，举例说明发生了什么样的冲突，基于这些冲突有哪些假设，再基于这些假设如何做数据验证，最后通过什么方式带来什么解决方案。

为了保证整个分析报告的逻辑清晰，可以构建类似金字塔的逻辑结构，以某一个中心论点为塔尖，在其以下分支出不同论点的数据分析支撑。让听众对我们的分析报告有个清晰的逻辑结构。

最后，希望每个职场人都能用数据分析报告打开一个新的天地。广阔数据天地，大有可为。