大数据数据分析-数据分析报告制作秘籍

1、首先你需要根据活动目标确定你的目标达成率，完成百分比，提升百分比。这是这次活动取得的成果，在一开始就写。如：

本次活动 uv 24w（20w，↑ 20%），uv价值 3.6（3，↑ 20%）

2、如果是发周报、月报之类的数据，接下来就应该是核心数据走势图

 

 

在这张图里，要对每个数据的拐点做分析，比如图中11月7日、8日两天的uv价值有明显提升，这个的原因，要找到并写在报告里。

3、接下来流量分析，主要为流量来源分布，各渠道流量转化率分析。流量涨了，要找到是哪个渠道带来的流量涨了，为什么涨了，分析这里的原因。流量的质量如何，哪个渠道的流量转化率高。这里需要两个饼图，一个是流量渠道占比，一个是渠道带来的转化占比。

 

 

从上面的两个饼图里，我们看到明显站内流量的转化率更高，而广点通带来的流量转化率偏低。另外，通过与往期的渠道来源占比作比较，我们可以看到当前流量构成上的变化。

4、转化率分析，也就是漏斗模型分析。前文提到了，漏斗模型需要对比的数据，所以在此处的分析，我们需要列两个漏斗模型。大数据精英课程，云计算，数据分析，数据仓库，数据爬虫，项目实战，用户画像，日志分析，全文检索，项目监控，性能调优，系统架构，电商数据分析，电商行为日志分析，电商实时分析系统，分布式计算平台，分布式集群部署，实时流计算，全端数据统计分析系统，堵车预测系统实战，共享单车实战，电信级海量数据处理，分布式消息系统，日志传输实战，大型电商项目与数据应用实战，Hadoop，Flink，Spark，Kafka，Storm，Docker，Kubernetes(K8s)，ElaticStack，HBase，SparkSQL，Hive，Flume，ETL，DMP等高端视频课程......

 

 

对漏斗模型各环节转化的分析，这里主要和往期数据做对比，结合活动页面、流量、产品功能等多方面因素，尝试分析这里各环节转化率提升或者降低的原因。

5、模块点击分析

我们设计的产品页面，或者活动页面，我们需要知道这个页面的结构是否合理，用户的点击分布，这有助于我们改善。当我们尝试新的页面样式的时候，更应该对这里的模块点击做分析，可以验证我们的结构是否对数据带来了改善。

 

 

模块点击分析主要是从点击饼图，及其各模块转化率的角度来分析，点击饼图可以看到用户的需求，模块转化率则反应了各个模块内容是否满足用户的需求，如果模块转化率较低，则需要考虑这个模块的内容是否优质，甚至这个模块是否需要改变样式。

6、改进及优化

每次的活动总是有做的好的地方和做的不好的地方，我们数据分析的目的就是为了积累经验，沉淀方法论，在每一篇数据报告的结尾，我们需要对这一次活动做一个总结，比如尝试了一个新的玩法，效果如何，尝试了一个新的页面样式，点击率是否有提升，等等。把经验应用于之后的活动策划当中。