產品需求只有直戳用戶痛點才能很好的被用戶所接受，獲得產品的成功。而作為數據分析師則要懂得根據不同部門的需求制定不同的分析報告，從而實現部門之間的有效溝通，提高效率。

　　做任何事都要有個目的，作為一個數據分析師，我們要了解消費我們數據分析的人是誰？他們又需要怎樣的數據報告？

　　一般而言，你分析的數據是給企業老板、產品部門、運營部門看的，本節講述的是這三個部門的常見需求和常用的數據展現方式。

　　一、三個部門不同的數據需求

　　通常網站統計都包含了一定的基礎指標，但如果只是將這些基礎報表開放給其他部門，肯定是不能滿足老板、產品部門、運營部門的需求。

　　一般而言，老板只想知道公司的一些關鍵指標數據及變化情況，產品部門關心增長、活躍、頁面數據，因為他們要根據數據對產品進行優化迭代，運營方想要根據數據做用戶畫像以便做精準營銷。

　　二、老板希望看到怎樣的數據

　　通常，老板們更關心的是關鍵指標在月度和季度中的表現情況，同時他們必須掌握這些關鍵指標的變化趨勢，從而明確公司整體層面業績的表現。所以他們要的不只是本月的數據，他們會結合上月和去年的數據一起分析。

　　那，如何進行呢？在這里引入同比、環比和定基比的方法再合適不過了。

　　1、同比、環比、定基比

　　定基比：通常，一個網站或者一個公司的發展都會定一個基點，之后統計的一些指標一般會以這個點的數據作為一個比較基準來考核公司的發展速度；

　　環比：通過與前一期數據的對比反映當前發展趨勢；

　　同比：通過前后兩個發展周期之間的相同時間點進行比較，反映的是周期性的發展變化，比如年、季、月、周等。

　　2、同比增長率、環比增長率、定基比增長率

　　同比增長率：作用是為了消除數據周期性波動的影響，將本周期內的數據與上一周期中相同時間點的數據進行比。常見的是今年的月度數據與去年相同月度的數據進行比較；

　　同比增長率=（本期數值-上一期數值）/（上一周期數值） X 100%

　　環比增長率：反應的是數據連續變化的趨勢，將本期的數據與上一期的數據進行對比。最常見的是這個月的數據與上個月數據的比較；

　　環比增長率=（本期數值-上一期數值）/（上一期數值） X 100%

　　定基比增長率：將所有的數據都與某個基準線的數據進行對比。從而反映的是基點后的發展狀況；

　　定基比增長率=（本期數值-基期數值）/（基期數值） X 100%

　　3、具體操作辦法

　　舉個例子：老板最關注的就是公司的銷售額，但只顯示每個月的銷售額顯然已經無法滿足他們的要求。那就將同比和環比的增長率加入到報表中，如下：

　　由表可知：加入同比和環比的增長率以后，銷售額的變化趨勢就比較明顯了，2月份的銷售額同比和環比增長都要比其他月份稍低，如果將表格中的數據畫成圖表的形式將會更加直觀。

　　可以將銷售額以柱狀圖的形式顯示，而同比增長率和環比增長率以百分比的形式存在，使用折線圖進行展現，因為銷售額和增長率之間數據的量級差異過大，因此需要使用雙縱坐標軸，左右兩側使用不同的刻度類型和單位。如圖：

　　在圖表中我們可以更容易地區分出哪些月份的增長率相對較高、哪些較低，進而確定公司的整體運營和發展狀況。

　　三.如何滿足產品部門需求

　　1、產品方關注什么

　　產品方更加關注的是產品每天用戶數量的變化，因為用戶量能夠從一定程度上體現產品在設計和用戶體驗上的優劣，他們需要掌控產品的當前表現，尤其是新發布的產品。

　　他們希望在紛亂的產品數據之中看到產品某些數據的趨勢，這需要用到另外一種趨勢分析的方法一一趨勢線。

　　2、趨勢線種類

　　數據趨勢線是使用擬合技術來表現數據大體的變化趨勢的一種技術，能夠消除或者減少數據波動的干擾。常見的趨勢線有：指數趨勢線、對數趨勢線、線性趨勢線。

　　指數趨勢線

　　用于擬合以指數形式增長的數據（即增長速度先慢后快）；

　　線性趨勢線

　　用于擬合以線性增長的數據的（即增長速度基本是均勻的）；

　　對數趨勢線

　　用于擬合以對數增長的數據的（即增長速度先快后慢）。

　　3、操作案例

　　以下就是某網站用戶量用線性趨勢線擬合的結果。如圖：

　　從圖中可以看到，如果只是簡單地將每天的網站用戶數以柱狀圖的形式顯示，由于數據每天的上下波動，我們不易直接觀察得到數據的變化趨勢，所以需要借助趨勢線。

　　當添加線性趨勢線后，結果就會清晰很多，黃色虛線保持上揚狀態，所以網站的用戶數”可能”(趨勢線是以擬合的方式計算得到的，它只能保證當前數據近似的變化趨勢，可能存在偏差)保持上漲的趨勢。

　　四、如何滿足運營部門需求

　　1、運營部門關注的數據

　　運營部門關注的數據有比較多，比如：電子商務網站的訂單數、銷售額、訪問量等；應用型網站的注冊用戶數、活躍用戶數、留存率等。

　　相比其它部門，運營部門需要看的數據多而且需要時時監控，所以我們需要給運營部門建立可以監控數據和提供數據預警的系統，以滿足他們的運營需求。

　　2、運營部門操作案例

　　其實，前面介紹的同比和環比的方法已經為我們提供了基礎思路，我們可以使用同比環比監控法來監控數據，如下圖所示。

　　圖中所示的是某電子商務網站每天的訂單量數據，從圖中可以得出2點信息：

　　訂單量明顯有周期性波動，周末的數值要比周中高出不少，這表明用戶喜歡在周末的時候在這個網站進行消費；

　　表中同時給出了訂單量的周同比和環比的增長率，借助 Excel的”條件格式”功能，同比和環比增長率高于15%的數據被標綠，低于-15%的數據被標紅。

　　那么，你能從這個表格中發現哪幾天的數據出現了異常嗎?

　　因為訂單量保持增長，從周的同比增長率來看大概在8%上下，其中周一和周六的環比增長都被著色了，因為周一環比周日的數據會有較大下降，周六環比周五的數據會有較大提升，這并非異常，可以排除。

　　其實只要注意觀察就能發現異常，我們發現同比和環比增長兩個同時被標紅或標綠的日期（第1周的周二和第2周的周三），而第1周的周三和第2周的周二是由于第1周的周二的數據異常引發的后續反應。

　　通過同比和環比的組合監控來發現數據的問題，可以排除數據增長和周期性波動的干擾，借助條件格式可以讓結果更加直觀。

　　3、運營預警系統

　　基于上面介紹的幾種數據監控的方法，我們可以建立一套自動的預警系統。如果指標的降幅或者漲幅超過正常范圍(可以設定一個合理的闡值)，就向你的郵箱發送報警郵件，這無疑可以減少很多運營工作，而這也是運營部門的一個需求。

　　本文由 @聽象 原創發布于人人都是產品經理。