惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

aimingoo的专栏
aimingoo的专栏
G
GRAHAM CLULEY
A
Arctic Wolf
The Last Watchdog
The Last Watchdog
J
Java Code Geeks
Security Archives - TechRepublic
Security Archives - TechRepublic
小众软件
小众软件
S
Schneier on Security
N
Netflix TechBlog - Medium
云风的 BLOG
云风的 BLOG
V
Visual Studio Blog
Blog — PlanetScale
Blog — PlanetScale
Webroot Blog
Webroot Blog
美团技术团队
T
Tor Project blog
F
Full Disclosure
H
Hacker News: Front Page
www.infosecurity-magazine.com
www.infosecurity-magazine.com
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Google Online Security Blog
Google Online Security Blog
Help Net Security
Help Net Security
B
Blog RSS Feed
酷 壳 – CoolShell
酷 壳 – CoolShell
T
Troy Hunt's Blog
SecWiki News
SecWiki News
P
Proofpoint News Feed
Microsoft Security Blog
Microsoft Security Blog
PCI Perspectives
PCI Perspectives
The Hacker News
The Hacker News
M
MIT News - Artificial intelligence
宝玉的分享
宝玉的分享
MyScale Blog
MyScale Blog
Schneier on Security
Schneier on Security
博客园_首页
K
Kaspersky official blog
MongoDB | Blog
MongoDB | Blog
V
Vulnerabilities – Threatpost
D
DataBreaches.Net
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
The GitHub Blog
The GitHub Blog
Scott Helme
Scott Helme
T
Tenable Blog
L
Lohrmann on Cybersecurity
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
U
Unit 42
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Hacker News: Ask HN
Hacker News: Ask HN
A
About on SuperTechFans
B
Blog
Last Week in AI
Last Week in AI

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
数据分析师如何写一篇“有用”的分析报告
一个数据人的自留地 · 2023-01-30 · via 人人都是产品经理

很多数据分析师都会陷入无休止的取数中,但这些数却不一定会用到,甚至没有什么作用。面对这种处境,我们该如何应对?作者总结了如何写一篇“有用”的分析报告的思路,希望对你有所帮助。

前言

很多数据分析师会陷入业务方无休止的取数需求中,很可能是没什么作用就看看的临时取数;也会有无穷无尽的报表需求,但是产出的报表很可能看过一次之后被丢弃在一旁。

这时候数据分析师就陷入自我怀疑,我堂堂一名数据分析师怎么每天就在做这些重复的“毫无价值”的取数工作,就是业务方的一名取数工具人。并且你的领导和业务方会觉得你没有产生什么业务价值,还感觉你的工作没做到位,即使你已经是加班加点每天在完成业务方无穷尽的需求。

那这个时候应该怎么破局呢,可以尝试对业务写一份数据分析报告,指出业务中存在的一些问题并且给出优化的建议,并且想尽办法落地你的建议,使其真的对业务有所提升。

那么这时候业务方就会明白你的能力所在,你就可以和业务方进行谈判,你是想我把时间花费无意义的取数需求上还是进行有价值的数据分析。只要业务方不是傻子就肯定会做出正确地判断。这样你就渐渐地开始拥有话语权,能做多一些你想做的事情。那么如何写好一篇有价值的数据分析报告呢,且看下文介绍。

01 分析报告作用

一篇好的数据分析报告是可以解答报告受众遇到的问题的原因是什么。我们来拆解下作用,受众会有普通业务同学、也会有业务线的Leader,甚至还有公司的管理层的。这些人在日常的工作中遇到各种各样的问题,你需要在这些问题中筛选出有价值的问题去进行分析背后的原因到底是什么。

一般情况普通业务同学问题可以直接无视,虽然这么说带有一点歧视,但是因为他们的视角和信息输入受限,很少能发现有价值的值得分析的问题,因为作为一名数据分析师就是一般要服务于高于自己几个职级以上的业务方。

再补充一点,数据分析报告为什么不是发现业务中做得好的点使其发扬光大。因为业务方自己做得好的点,根本轮不到你来发现,早就已经去各处汇报,想尽办法的落地到其他适用的地方。只有他们自己无法解决的问题才能让你给他们做一些输入,指导他们如何做突破,要不然怎么可能让你教他们做事呢。人性如此,在职场中多待一些时间慢慢就会习惯了。

02 选题

日常的业务中会有各种各样的问题,并不是每个问题都值得去深入的分析。这就需要你有很强的业务sense,当然这个判断会很难,需要你懂这个行业也懂公司的业务运转逻辑。

这里有个简单粗暴的判断方法,也就是职级越高的人困扰着的问题越值得深入分析,因为他们的精力是有限的,他们只会对他们关心的业务模块进行思考从而产生了问题,一般职级越高的人信息越多能力也越强,这样等于天然的帮你做了一道相对准确的过滤。

还有一点要看这个问题是否存在理论上可解决的资源和方案。比如说政策变更带来的问题,你是无法解决的,那么你只能被动接受,而不是想要分析点什么然后去解决这个问题。你需要找到你的资源能解决的问题去分析。在选定有意义的命题后,就可以发挥你的十八般武艺进行分析啦。

03 结论

数据分析报告最重要的是一定有结论,表达你的观点。但是XXX指标环比上涨10%这种内容不是结论,这只是陈述事实,你一定要给你的最能体现你分析命题的对应的数据指标结果,这个指标的数据结果背后的业务含义是什么,并且给出你的可行性建议。

当然要做到这个事情非常难,这个往往就是一个数据分析师能不能成长为驱动业务增长的高级分析师的一个很大的门槛。

这个非常体现出一个数据分析师的综合能力,你既要懂数据,又要懂运营、产品、市场、产研等等业务岗位。才能根据数据发现背后的业务问题是什么,并且基于公司实际情况给出合理的优化方案。

那只有给出这样的结论才是一个完整的数据分析报告,才能给业务带去真正的帮助,才能实现数据驱动增长的第一步。你要明白你和业务方的差异点是什么,能做哪些他们做不了的事情,才能体现你的价值所在。

04 内容

4.1 排版

强烈建议大家采用总分总的形式去撰写数据分析报告,虽然这和你的分析过程是相反的,很多分析师就是把自己的分析过程写下来就认为是一个数据分析报告,其实,这样的排版非常不好。

你一定要采用总分总的形式,报告的开头就是一个十分吸引人往下阅读的结论,你的受众都是相对职级较高的业务方,特别是管理层他们的时间非常有限,如果不能在报告的一开头就引起他们的兴趣,那么他们很可能会直接跳过这篇报告,这样的话就对你特别不利,轻则无法争取到对应资源,重则对你的印象也会变差,觉得你在做一些无意义的研究。

那么总分总就十分符合大部分人的阅读习惯,相信大家在上学时期,老师也会要求你用总分总的形式写作文,这样更有可能获得高分,这背后的本质都是一样的。

4.2 数据展示格式

能用图表就不用表格展示数据,要选择合适的图表,并且图表的颜色不要过多,会影响视觉的观感。在这里建议大家去学一下AntV平台上的图表设计语言,里面关于图表的设计做了很多系统性的总结,这是蚂蚁集团多年的沉淀,还是有很多的借鉴之处,建议深入去感受下里面的设计美学。

另外能用总结性的指标就不用明细性的指标的,在报告中不宜过多展示明细数据。报告的篇幅有限,阅读者不需要完全了解你的计算过程,你需要在其他地方建立你的数据专业度,让其信任你的数据。

数据分析需要全链路的,所以不仅仅要展示结果指标的,核心过程指标也需要有所展现。

4.3 逻辑

你的分析逻辑一定是严谨的闭环的。数据分析报告的论点是清晰的,并且这里宜精不宜多。你的论据是清晰合理的,然后通过你的逻辑严谨的推理出你的结论,而不是做很多自以为是的猜想。这样分析报告的结论才能站得住脚,大家才会认可你的结论。

05 落地

很多数据分析师会陷入一个误区,以为数据分析师写完分析报告就已经结束了,后面的事情就不关他的事了。

真正意义上的数据分析师是能推动你的业务建议落地才是合格的。落地一个项目是非常难的事情,但正是这样才能体现你的价值,也是一个数据分析师的核心竞争力。

技术日新月异,在这一点你永远竞争不过你的后来者,因为这里的学习门槛极低。只有这种底层能力才是你需要去建立的护城河。

该如何落地你的数据分析报告呢,首先你需要在日常工作中建立你的工作能力信任度,比如取数准确,设计的报表好用等,先建立第一波的好感度。另外要先你的领导和业务方的领导证明你这个分析报告的重要度,成年人的世界说到底还是利益,也就是落地这个分析报告他们能有什么好处,首先说服你的领导让他认可,让他一起帮你说服业务方,是否让业务方核心的业务指标能有所提升,跟业务方领导达成一致后事情就开始好办起来。

接下来,就是要跟你合作的业务方一起落地你的建议了,这里业务方是否会和你齐心协力的办事情,也还是看利益,做这个事情对她有什么好吃,领导们吃肉,他总的有点汤喝,你需要适当让一些功劳出来给对方,这样才能真正落地一个项目,要不然虽然对方领导同意了这个时期,对方在过程给你使点小绊子还是不好过的。

那么经过你的千辛万苦的努力,你把分析报告落地了。那么真正的价值也就产生,也做到真正意义上的数据驱动增长。

06 最后

数据分析报告是一名数据分析综合能力最好的表现,大家一定要多拒绝业务方的无效需求,多花时间在有意义的事情上,这样你的工作成就感也会越高。业务方也会对你越发信任和依赖,尽情满足业务方所有需求从来不是他们真正想要的结果,并且也不会念你的好,反而你会逐渐沦为一个“表哥”或“表姐”,就这样陷入恶性循环。

希望大家看了这篇文章后能有所收获,也希望大家在数据分析的道路上越走越远,能发挥出自己最大的价值!

作者:阿坤,“数据人创作者联盟”成员。

本文由@一个数据人的自留地 原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。