期望值|四个方法，拯救你枯燥的数据日报

编辑导读：数据日报，应该是每一个数据分析师最常做的东西，也是最讨厌的东西。它出现的频率最高，消耗工作最多，用处最小。要怎样才能拯救枯燥的数据日报呢？本文作者分享了几个方法，一起来看一下吧。

文章插图
日报、周报、月报，是数据分析师最常做的东西，也是最讨厌的东西。每次都是对着模板更新，无聊至极。领导们平时不咋看，看的时候又喜欢抱怨：“这都没啥发现啊！”
在这仨哥们里，最最令人头大的就是：数据日报。它出现的频率最高，消耗工作最多，用处最小。基本上每日数据变化很小，如果真的有大变化，十有八九是数据出错，或者业务做了大促销。根本分析不出来啥东西。
那如何让日报显得更高级、更有效呢？今天系统讲解一下
一、提升日报质量的基本思路从本质上看，日报显得很无聊，在于：每日没啥大变化。
比如一个班里有20名同学，如果每天班长点名报告：
“今天有19人来上课，缺勤1人”
“今天有18人来上课，缺勤2人”
“今天有20人来上课，缺勤0人”
听久了，肯定没啥感觉了（如下图）：

文章插图
同样的数据，换一种方式汇报，是不是马上就有感觉了（如下图）：

文章插图
因为只看整体情况，只有1、2同学逃课似乎很正常，不足为奇。
但是，

当一个学霸同学突然缺勤了，可能他有啥问题，要关注下
当一个学渣连续缺勤太多，触及管理底线，就得警告一下
发生了突然事件（下大雨了），大家都缺勤了，这个也能理解
如果没有啥事发生，大家都缺勤，就说明有不知情的大问题

孤立的一个数字不能说明问题，配合上学渣/学霸的分类，配合上下雨/比赛这种有影响力的事件，配合上管理底线要求，就能发现问题。特别是这种原本不该缺勤的人缺了，这种医疗之外的问题，就更能引起人们重视。
狗咬人不是新闻，人咬狗才是。想要让汇报信息引起足够的注意，就得暴露这种意料之外的问题，这样才不会让人听了毫无感觉。这里的关键，在于：暴露预期和实际之间的差异。反差越大，才会越引起兴趣。
因此，单纯地堆叠数据，并不能实现这个目标。因为所有的数据，都是对实际情况的呈现，只是细分程度不同，想要引发反差，关键在于把期望值弄清楚。
有四种常用方法，可以理清期望值，发现机会点。
二、方法一：历史表现打标签就像上边的考勤的例子：

n过去是个好学生，所以理应来上课
n过去是个坏学生，所以逃课很正常

这种就是基于历史表现，产生了期望。
类似地，在业务开展中，对于日报经常关照的对象，比如门店、广告渠道、业务团队、用户群体，也可以基于历史表现，打上标签。如下图，可以根据过往标签，对业务团队的销售能力打标签分类。

文章插图
分好类以后，就容易产生期望：厉害的自然会期望值更高，差劲的能维持就行。当实际表现与期望不符的时候，问题就能被识别出来。
三、方法二：主观期望打标签比如：

n我希望A同学能成为好同学，所以他必须来上课
n我认为B同学爱捣蛋，所以他来不来上课无所谓

这种就是基于主观望，产生了预期。
类似的，在业务开展中，也会有主观期望。常见的如：
商品：爆款、走量款、利润款、搭配款
用户：目标用户、非目标用户
门店：A、B、C级门店
有了这些期望，就能在同一等级间进行对比，从而发现异常问题。

文章插图
四、方法三：梳理事件看影响当内外部事件发生的时候，人们会产生期望，比如：

n主动行为：我减少了课后作业，所以今天来上课的应该多一点吧
n季节因素：马上临近期末考试，所以今天来上课的应该多一点吧
n外部环境：今天预报有大暴雨，所以今天来上课的应该没几个人

类似的，业务开展中也会有各种事件