数据分析报告撰写

  • 1、三种类型的数据分析报告

    一般来说,数据分析报告可分为三种类型。分别是‘模型类’报告,‘调研类’报告和‘行业研究类’报告。

    1.1 ‘模型类’报告

    ‘模型类’报告在广泛应用于学术领域,其的关键特征为‘模型’,用‘模型’去验证数据假设,结合模型结论,将一个小结论推广应用到‘面’上,模型类研究报告的严谨性最强,因为其需要将‘点’方面的结论推广到‘面’上。而且‘模型’多种多样,一个模型就是整份报告的核心,而且需要对模型进行深入说明和阐述,‘模型类’报告的难度最高,通常研究人员会使用比如SPSSAU、R、SAS等软件进行分析。

    1.2 ‘调研类’报告

    ‘调研类’报告最为常见和普及,因而其简洁易懂,比如企业希望了解用户的需求反馈,了解产品的不足,也或者了解市场的需求情况如何等。‘调研类’报告更多关注于‘发现了什么’,和‘那应该如何办?’。比如当前想了解学生群体对于理财消费的认知和态度情况,首先需要理解样本对于理财消费的基本认知是什么,态度是什么,即基本事实情况是什么,接着还希望了解那又如何呢?建议是什么呢?更多时候还希望进行更深入的剖析,比如不同性别群体对于理财的认知水平是否明显不一样?如果说发现男性的认知程度更高,那么企业后续推广产品的时候,可能在男性群体为主的网站上进行推广更加适合。

    通过深入挖掘不同群体的特征差异,可以描述出‘用户画像’,对用户有更深入的理解。一般情况下,深入挖掘不同群体的差异性,可使用比如交叉分析,卡方检验,方差分析等,关键在于了解差异情况如何,也或者关系情况如何。接下来第二部分会用一个案例说明此类报告的撰写思路。

    1.3 ‘行业研究类’报告

    ‘行业研究类’报告,其更着重于整体行业情况如何,站在宏观角度去撰写,比如会用产业链角度,市场格局角度,标杆企业角度等进行整体宏观分析。此类研究报告的数据相对较少,更多使用定性描述法,将数据特征使用文字进行汇总(或者可视化)等。此类研究报告着眼于行业当前如何,以及明天趋势情况如何,可能会使用到一些预测类的研究方法,比如SPSSAU综合评价里面的灰色预测模型,也或者SPSSAU计量研究里面的Arima模型等。如果说行业研究报告中涉及专家打分,并且希望将专家打分计算成权重体系等,那么AHP层次分析法也许比较适合,均可在SPSSAU综合评价里面找到该算法。

  • 2、‘调研类’报告思路

    ‘调研类’报告最为常见和普及,本部分以一份‘大学生理财情况’问卷作为案例说明数据分析报告的思路。首先问卷结构如下图:

    从上图可以看出,那么如何梳理好报告思路。首先这里介绍一种最实用的方法即“关键词法”,即将很多个题进行拆分成几个key words,每个key words表现一个点,然后思路是基于key words进行。比上图中19个题可以看到:

    • 第1题是‘筛选’;

    • 第2~第5题 即性别,年龄,专业和月生活费属于‘背景信息’;

    • 第6~第8题属于‘理财认知’;

    • 第9~第11题属于‘理财现状’;

    • 第12~第19属于‘理财偏好’。

    明显的,除第1题外,余下18个题 可以拆分成4个key words,分别是‘背景信息’,‘理财认知’,‘理财现状’和‘理财偏好’。如下图:

    把一份数据拆分整理好key words之后,接下来就可以进行思路的撰写。整体的思路上是先把基本事实描述清楚,那么共有4个key words,则会有四个部分。接着再深入研究关系情况,即进一步深入剖析4个key words之间的关系,比如‘背景信息’与另外3个key words(‘理财认知’,‘理财现状’和‘理财偏好’)的差异情况如何,也或者‘理财认知’与‘理财偏好’之间的关系情况如何等,具体需要似专业思路和实际情况而定。接下来单独一部分说明如何撰写分析报告。

  • 3、调研类报告撰写

    上一部分已经讲解了key words法,即将问卷拆分成几个key words,每个key words对应着一些题 ,如下图:

    3.1 key words基本描述

    报告的撰写时,首先对每部分的key words进行描述,即先了解清楚样本对于每个key words的填写情况如何,频数选择比例分别如何,也或者平均值如何等。可以理出思路框架如下图所示:

    由于‘理财偏好’总共由8个小题表示,而且‘理财偏好’又可以再拆分成4个小的key words,分别是‘理财偏好’,‘理财需求’,‘理财在乎因素’和‘理财意愿’,因此‘理财偏好’会继续拆分成4个小部分,并且在最后汇总总结。

    上述为思路框架,至于如何分析,通常使用频数分析计算百分比,并且使用图形综合展示结果,也或者使用描述分析计算平均值等。SPSSAU系统中的频数分析和描述分析直接使用即可。

    3.2 key words关系深入挖掘

    接着进一步挖掘4个key words之间的关系情况。一般情况下,‘基本信息’与另外的3个key words之间的差异关系需要进行研究。本例子中具体来讲即:研究不同背景属性的群体,他们在‘理财认知’,‘理财现状’和‘理财偏好’这三个方面上是否有着明显的差异性呢?

    • 特别提示下:并非两两key words之间需要完全组合交叉研究,通常需要结合实际情况作决定。比如本案例时只需要剖析‘背景信息’分别与‘理财认知’,和‘理财偏好’的差异关系。而不研究‘背景信息’与‘理财现状’的差异关系。因而得到目录结构如下图:

    3.3 报告框架完善

    在报告的整体框架搭建完成后,还需要进行一些优化工作,比如加入‘前言’,也或者加入数据‘信效度’分析,也或者‘总结等’。比如本案例时加入‘前言’,‘信效度分析’和‘总结’这3个小部分。

    至此为止,完整的数据分析报告框架就搭建完成。接下来就是使用SPSSAU平台进行具体的分析,SPSSAU提供的表格和图形均已经全部规范化,直接复制粘贴使用即可。在分析的时候,可能会发现某一部分没有数据价值,那么可以直接进行删除,也或者希望再加入一部分内容,那么对应加入即可,在具体分析撰写报告的时候进行细节上的调节修改是非常正常而且必要。上述完整报告的内容表格通过SPSSAU实现,并且进行文字分析后,得到一份27页的完整报告。

  • 4、订单信息查看

    事实上使用SPSSAU进行分析报告撰写时,只需要将表格粘贴即直接使用。比如‘样本构成基本分析’表格如下图:

    大学生理财意愿与个体属性关系分析,表格和分析结果如下图:

  • 5、附录

    关于本研究涉及的数据,和问卷报告如下述链接: