首页 百科 正文

BDA 应届生(考研之前要做哪些准备)

[db:Intro]...

一、确定院校和专业

二、建立人脉

三、听取前辈经验

四、制定学习计划

推荐一个比较不错的网站,学习口袋网。里面关于考研类的资料很全,更新速度也非常快,基本上大家想知道的考研资料信息网站里面都有。在这里真的建议大家多看一些报考学校的资料与专业课视频,这对大家考研是非常有帮助的。

分享下免费的在线考研资源:百度网盘链接:https://pan.baidu.com/s/1O17H08bhA9u8MKYt0NuBDA

?pwd=b3et 提取码: b3et

手把手教你撰写数据分析报告!附核心案例解析!

探潜数据分析

也许你会遇到以下几个场景:

场景一:作为运营人员,每月月末老板会问你当月的运营数据,微博、小红书作为公司的主营渠道,在投入比差不多的情况下,小红书的曝光量和转化率比微博要高出一倍,而其他竞品公司这两个渠道数据不相上下。你不想放弃微博这个渠道,需要说服老板 ,给到一个逻辑清晰的分析报告进行呈现。

场景二:身为一名销售主管,因为受到疫情影响,公司总体销售额相比于去年下降了20%,但是你朋友的公司同样是销售为主,业绩不仅没有下跌,还提升了15%。通过咨询你发现,他们公司将大部分产品的销售都改成了线上,还与几个知名带货主播达成合作,在各个平台打响了知名度。此时你想试着用这个方法提高公司销售业绩,多年职场经验告诉你,要有一份详细的数据分析报告才能和团队达成共识。

场景三:作为一名应届生,你进入了心仪很久的公司实习,如果做得好就可以留下转正,但是同期进来的小伙伴实力都不弱于你!在工作中你发现,你的领导很重视下属的数据思维,希望所有的汇报都可以结合数据阐述,他认为缺少逻辑和数据支持的工作汇报统统都是空口无凭,耍流氓!此时如果你能向领导证明你基于数据的逻辑思维能力,并且在工作汇报的时候展示出来,转正的机会基本就属于你了!

看完这三个场景,也许你会发现!数据分析渗透在生活和工作中的方方面面,不管是向上汇报,向下管理,亦或是提升职场竞争力,都需要掌握数据分析能力,并且产出一份有理有据、逻辑清晰的分析报告!

数据分析报告的目的是:向读者展示在数据分析过程中得到的分析结论、可行性建议和其他有价值的信息,从而让读者对结果有正确的理解和判断,并根据分析结论作出有针对性的、可执行的战略决策。

数据分析报告的作用是:解析分析过程——展示分析结果——提供决策参考

看到这里也许有小伙伴就会有疑问了,“数据分析报告究竟是什么呢?”、“数据分析报告要包含哪些内容呢?”“撰写报告的时候有什么要注意的地方吗?”、“有没有撰写的思路呢?”。不要担心,接下来我会结合多年数据分析的经验和大家一一解答!

一、什么是数据分析报告?

团队需要分享、沟通,数据分析师需要洞察数据、分析结果分享给企业领导、团队同事、大众媒体及更多的利益相关方,通过数据分析报告对项目数据全方位的科学分析来评估项目的可行性,提供科学、严谨的依据,降低项目投资的风险。

数据分析报告是项目可行性判断的重要依据。任何欣欣向荣的企业,都是建立在所开发的优质项目基础上的。

数据分析报告的类型分为两种,一种是追踪型的分析报告,一种是研究型的分析报告。

追踪型的分析报告:对日常业务数据高频率的展现,关键在于发现问题,而不是解决问题。它一般用于回答“怎么了”。这类报告往往是通过数据对业务现状进行描术和问题发现,常见的有周日报,行业现状分析报告等。

研究型的分析报告:用于回答“怎么了”、“为什么”以及“怎么办”。这类报告往往是为了解决某种特定的业务问题,基于数据分析结果提供有效的解决方案,常见的有问题诊断报告,决策建议报告。

二、写报告之前你需要知道的4件事

1.了解数据分析报告的组成要素

来源:探潜BDA数据分析课程

2.明确什么是好的以及不好的数据分析报告

一份·好的数据分析报告建议包含一下内容:

一共包含五部分内容:摘要、关键字、目录、正文(包括标题、引言、文献综述、研究问题过程、结论与建议)、参考文献(不少于5篇)

比如这样!(以下是报告部分截取内容)

来源:探潜BDA数据分析课程

并且满足以下数据分析要求:

研究方法要求:

结合:定量分析与定性研究

分析流程要求:

体现:数据收集→数据处理→数据分析→数据可视化

分析方法建议:

运用:对比分析、分组分析、交叉分析、回归分析等方法进行分析(不限以上分析方法)分析工具要求;

一份好的报告一般需要至少包含描述性分析和诊断性分析,也就是要根据要分析的目标至少给到一个现状的评估,问题的诊断,再给出合逻辑的对应方案。

判断是否是好的报告,主要看分析逻辑是否合理·、图文是否呼应、内容是否清晰易懂、给出的决策性建议是否可以落地实施等等!

3.确定分析行业和目标

在工作中,可能是老板或者雇主给了我们一个数据分析的目标,我们只需要根据既定的目标去解决问题。

比如公司的某一个产品订单量下降了20%,老板希望你可以找到下降的原因以及给出可落地执行的方案!这个就是一个比较清晰地数据分析目标了!

可能考虑到是最近平台的优惠力度不够,或者其他竞品在价格上面更有优势,那到底是哪方面的原因导致的呢?这些就需要你进行一个初步的分析。

除了以上场景,这里主要和小伙伴们介绍,在自己的项目当中如何寻找数据分析行业和目标。

1.寻找自己感兴趣的领域

“兴趣是最好的老师”,有了兴趣才有前进的动力,才有进行分析和探索的冲动和欲望。

2.寻找熟悉的行业和业务进行分析

选择熟悉的方向比选择不熟悉的方向更节省时间和经历,你可以有更多的时间寻找合适的数据和数据的清洗、分析和探索中,避免将太多的经历放在背景的了解和业务的分析上。

3.寻找自己擅长的或者有资源的方向

在这里给大家列出3个比较常见的行业和3种数据分析方向,可供大家参考!

来源:探潜BDA数据分析课程

最后再给大家列出几个和大家工作相关的分析方向:

做财务工作可以研究金融方向的数据分析

做运维工作可以做人力资源管理的数据分析

做销售工作可以做目标客户和销量的分析。

在确定了分析行业后,就要明确数据分析的目标,这里从增长的维度和降低的维度和大家介绍!

增长维度:分析收入的增长和效率的增长

降低维度:分析成本或风险的降低。

一句话概括就是:在明确目标行业之后,通过对比目标行业过去和现状,从理想和现实的冲突入手,寻找增长收入、提升效率、降低成本或控制风险的方法。

4.寻找合适的数据

明确了想要分析的行业和分析目标之后,就可以开始收集数据。收集数据的时候有一个共同的问题就是如何寻找合适的数据进行分析?可能有伙伴会问,“我不会爬虫能不能找到合适的数据进行分析呢?”

答案是肯定的!这里分为两种情况,一个是从自身的工作中寻找数据,另外一个是从公开的信息源获得数据。

1.从自身的工作中寻找数据

首先需要思考自己工作中有没有需要改进的地方,这个可以作为分析目标。然后寻找是否有数据可进行量化 。有的时候数据并不容易获得,比如从公司的新系统或者是内置的数据库当中获得数据。也可以去收集数据,比如通过问卷调查的形式来收集数据,这就是一个可以数据数据的渠道或者方式。

通过工作来寻找数据的好处,第一个是可以对背景知识有更好的了解,另一个是通过数据寻找到对工作的改进点,那数据分析项目的成果也可以向老板进行汇报,从而提升职场竞争力,得到老板器重。

2.从互联网中寻找数据

如果没办法从工作中寻找数据,那可以试试从互联网中寻找,有以下三种的方式:

第一种:从网络数据竞赛平台、数据分析社区获取公开数据集

如:Kaggle、科赛(和鲸)、阿里云天池等

第二种:通过数据搜索引擎搜索

如: Google Dataset Search

第三种:爬虫

通过程序语言爬虫: Python、R语言等通过傻瓜式爬虫工具:后羿、集搜客等工具

第四种:常见的论坛搜索

如:github,csdn等

什么样的数据更有利于分析呢?建议伙伴们可以从以下4个维度选择:

来源:探潜BDA数据分析课程

最后还有一个维度,可以根据业务背景,思考是否有合适的业务指标可以进行拆分,首先看底层的指标数据是否掌握,如果掌握就可以通过拆分数据指标进行分析,然后再去找对应所需的数据。

举个例子:关于天猫双十一美妆产品销售情况的数据集

我们通过拆分销售指数据指标,来看对于总销量的影响因素是什么、对于单价的影响因素是什么 ,从而找到美妆产品的销售规律 ,然后再提出对应的销售建议,这个就是整体的一个思考思路。

然后影响销量和单价因素,可能会是不同的品牌还有产品的评价量,所以一个就是通过平台量来看产品的质量和产品的口碑,还有一个就是不同品类的产品,比如化化妆品、护肤品或者其他类的工具, 哪些品类在市场上更受消费者欢迎,这就是大概的一个分析思路,找到这些数据就可以开始进行分析了。

三、如何撰写数据分析报告

1.标题

标题的撰写要直接、确切、简洁,并且应力求新鲜活泼、独具特色、增强艺术性。好的标题不仅可以激发读者的阅读兴趣,还要体现数据分析的主题。

标题常用的类型有:

a.概括主要内容:重在叙述数据反映的基本事实,使读者一眼就明白报告的重心,如《XXX公司订单量比去年增长15%》《2022年公司运营业务呈高速增长》等;

b.解释基本观点:用观点句表示和点明数据分析报告的基本观点,如《不可忽视潜在购买客户的保有》《口红产品是公司发展的重要支柱》等;

c.提出问题:用设问的方式提出报告分析的问题,引起读者的注意和思考,如《订单量下降是什么造成的》《公司未来3年的发展规划在哪》等;

d.交代分析主题:反映分析的对象、范围、时间、内容等情况,并不点明分析师的看法和主张,如《发展公司业务的途径》《2022年部门业务对比分析》等;

2.目录

目录也就相当于数据分析大纲,它可以体现出报告的分析思路。目录可帮助读者方便快捷地找到所需的内容,因此,目录中要列出报告主要章节的名称和对应的页码。对于比较重要的二级目录,也可以将其列出来。

部分读者没有时间阅读完整的报告,仅对一些以图表展示的分析结论有兴趣,当书面报告中没有大量图表时,可以考虑将各章图表单独制作成目录,以便日后更有效地使用。

3.摘要

摘要是对报告中内容概述,也就是报告内容重点介绍,摘要是以提供文献内容梗概为目的,不加评论和补充解释,简明、确切地记述文献重要内容的短文。其基本要素包括研究目的、方法、结果和结论。具体地讲就是研究工作的主要对象和范围,采用的手段和方法,得出的结果和重要的结论,有时也包括具有情报价值的其它重要的信息。

撰写摘要是要注意以下8点:

a.摘要中应排除本学科领域已成为常识的内容;切忌把应用在引言中出现的内容写入摘要;一般也不要对论文内容作诠释和评论(尤其是自我评价)。

b.不得简单重复题名中已有的信息。比如一篇文章的题名是《几种中国兰种子试管培养根状茎发生的研究》,摘要的开头就不要再写:“为了……,对几种中国兰种子试管培养根状茎的发生进行了研究”。

c.结构严谨,表达简明,语义确切。摘要先写什么,后写什么,要按逻辑顺序来安排。句子之间要上下连贯,互相呼应。摘要慎用长句,句型应力求简单。每句话要表意明白,无空泛、笼统、含混之词,但摘要毕竟是一篇完整的短文,电报式的写法亦不足取。摘要不分段。

d. 用第三人称。建议采用“对……进行了研究”、“报告了……现状”、“进行了……调查”等记述方法标明一次文献的性质和文献主题,不必使用“本文”、“作者”等作为主语。

e.要使用规范化的名词术语,不用非公知公用的符号和术语。新术语或尚无合适汉文术语的,可用原文或译出后加括号注明原文。

f.除了实在无法变通以外,一般不用数学公式和化学结构式,不出现插图、表格。

g. 不用引文,除非该文献证实或否定了他人已出版的著作。

h.缩略语、略称、代号,除了相邻专业的读者也能清楚理解的以外,在首次出现时必须加以说明。科技论文写作时应注意的其他事项,如采用法定计量单位、正确使用语言文字和标点符号等,也同样适用于摘要的编写。摘要编写中的主要问题有:要素不全,或缺目的,或缺方法;出现引文,无独立性与自明性;繁简失当。

4.引言

数据分析报告的引言是以简短的篇幅介绍报告背景和目的,提出研究要求的现实情况,以及相关领域内前人所做的工作和研究的概况,说明本研究与前工作的关系,当前的研究热点、存在的问题及作者的工作意义,引出本文的主题给读者以引导。三言两语预示本研究的结果、意义和前景,但不必展开讨论。

写作要点:

(1)开门见山,不绕圈子。避免大篇幅地讲述历史渊源和立