实际工作中，无论是运营人员还是商业分析人员，都经常需要写运营分析报告，来让领导了解一段时期内业务运营的状态和原因，好对症下药或是发扬光大。但是，新手和高手写的运营分析报告往往一眼就能看出水平，即使他们用的是同样的数据、同样的工具、同样的模型。那么，高手们是如何写运营分析报告的呢？
1 运营结果如何？
所有的运营分析报告，无论是主动还是被动的，一上来都应该首先阐述运营分析结果是什么样的，是好结果、坏结果、还是一般的结果。
之所以说主动还是被动，是因为有时候运营结果是已知的，例如领导问你“为啥本次假期充电量增长了”，这就是被动的，因为已经有结果（最起码是已经有表面结果）了。但是这种情况下也要一上来就说结果，这里面隐含了三个问题：① 第一个问题就是领导说的对不对，因为他有可能只是看到局部，而全局可能根本就不是这个样子的；② 第二个问题就是即使他说的对，确实增长了，那么增长了多少，跟什么相比增长了，他没有说清楚，那你有必要说清楚；③ 第三个问题就是一个报告一上来就说结果，相当于一篇文章一开始就说命题，或者论点，让读者知道你的论述目的和范围是什么。
主动的就更不用说了。
运营结果可以如何，主要是看跟谁比，这里有个法则就是“比往比他比目标”，也就是和历史对比（包括同比、环比）、和竞争对比、以及和自己的目标对比。
2 从数据来看原因是什么
分析了结果之后，就要说原因是什么了，这也是整个报告的最核心内容。
原因分析其实是一个说起来简单，做起来难的事情。之所以说说起来简单，就是它的方法论基本就是——细分和溯源。通过对结果指标的组成部分进行细分，去看是哪个组成部分出现了下降（或增长），以及去看哪个指标的下降（或增长）引起这个指标的下降（或增长）（指标的先导指标），直到数据尽头。
当然，此文的目的并不是为了做入门介绍，主要是想讲一些偏实践的、高级的做法。举个例子，房价涨不涨，随便一个网红博主都告诉你去看货币发行量，但是实践中能只看货币发行量就去买卖房产吗，肯定不行，所以“货币发行量——房价”只是个极度简化的逻辑，它只适用于科普，不能拿来作为实践参考手册。
那么实际分析一般是怎么做的呢？
第一个是要对基本的数据细分维度很熟悉。企业里面肯定有以前的分析报告或者大家熟知的细分维度，做运营分析，必须得对这些东西烂熟于心。所以数据拿到手之后，先从这些常用的细分维度拆开来看一下比较好，如果一个维度分开看没有啥效果，那就换另一个维度来看，直到看到明显的效果或者所有熟知的维度都已经试过一遍（所以说数据分析其实是个苦活累活）。
例如，充电桩充电量，首先可以从地域去划分，尤其是现在疫情乱窜，时不时有城市限制客流或者封城，地域维度的划分就显得非常重要了，结果你可能会发现本次清明节期间东北、长三角的充电量掉的很厉害。其它常用的细分维度还有时间、场景、客群、高速路线、电流类型等。
第二个是要养成不断下钻的好习惯，直到你看到数据的尽头，做的时候不断地在自己的心中问为什么。这是新手和老手最主要的区别之一，千万不要写“本次假期充电量下降是因为北京地区的充电量下降了”这种结论，因为为什么北京地区的充电量会下降，是公交充电量下降了还是公共充电量下降了，北京所有地区下降了还是只是部分地区下降了，这些都是会被你的读者（受众）去质疑（或单纯是好奇）的点。一方面是随着不断下钻，你会越来越接近整个故事的全貌和细节；二是如果你不了解这些，一旦被人问住，你答不上来，人家可就质疑你整个报告的水平和你个人的能力了。
第三个是“二八法则、结合来看”，就是有时候（而且是大多数时候）不管你怎么细分，各个细分角度都是有增有降，这个时候
要去看最明显的、最主要的几个，因为实践中，“多少算多”经常是个问题。
从增长率来看，基数小的肯定增长率高，但你不能说整体增加就是因为它们几个增长率高；从增长量来看，体量大的肯定增长量大，但你不能说增长率高主要是因为他们增长了（例如美国经济每年才增长百分之二点几，你会投资这个国家吗）。所以，一定要综合去看，也可以去看每个项的相对位置的变化，这里面就没有固定法则了（这是几乎所有数据分析课都不会教你的）。
3 从业务来看原因是什么——跳出数据看数据
下钻到底了不是等于分析彻底了，下钻到底是你手里没有更多可利用的数据了，问题是还有你手里没有的数据，还有外部数据（例如天气），还有定性数据呢。所以数据的尽头不是结论。
这就需要跳出数据看数据，个人认为这部分是高手和普通人最本质的差别。充电量为什么下降，你单单一句“是因为上海的充电量下降了”是不足以引人信服的。那我问你，为什么上海的充电量下降了，为什么北京没有下降，你得把最本质的原因说清楚才行。例如，上海充电量下降了，是因为上海有疫情，政府不让出门，不出门就没人充电，这才是最本质的原因。
所以分析到什么时候才算“最本质的原因”呢，这个我也没有想明白，就跟什么算“底层逻辑”一样，是个比较难以解释的概念。大概地解释，就是你分析的原因是接近某个常识的，当然这个常识可能是普通人的常识也可能是某个专业领域内的常识，总之要是或者几乎是常识性的东西，别人看了之后几乎无法反驳的东西。
这个说起来简单，做起来其实非常非常难，因为从你看到的到“常识”，这一路要经过无数业务环节、部门、专业知识等，如果你不了解“无数业务环节、部门、专业知识”，你就无法到达“常识”层。例如，为什么某个站点会出现排队充电的现象，可能是因为这个站点故障了，那你就得懂故障的知识（例如故障有很多类型，什么样的故障能导致无法充电），为什么这个站点故障了没有人及时去运维，那你就得懂运维的知识（例如从充电桩报故障到运维人员去维修的流程是怎样的），故障了有没有派单，派单了有没有及时接单，从接单到现场运维需要多久（那你可能还需要一点点地理知识，因为有的城市大有的城市小），为什么没有运维好这个问题没人处理（那你就得懂运维管理的业务规则等）……
所以你看，你明明看到的是一个数字，可是从这一个数字到“常识”需要无比巨大的知识储备，因为如果你没有这种知识储备，但是你的管理层、你的受众他有，那你肯定要分分钟被diss了。
4 细节和可视化
这部分我其实不打算写，细节和可视化的东西有人喜欢，其实有人不喜欢。西方人写书动不动几百页A4纸，举了一个例子又一个例子，东方人写书基本上是删了又删，《孙子兵法》全文只有6111字，没图没表，但是句句都是精髓。外企写报告基本都是PPT，主要看图，重点还得用特殊颜色标出来；国企写报告基本都是word，基本没啥图，表还都是放在最后作为附件，全盘基本全是中性词，想抓重点你不仅得读本篇报告，还得去看他上一次的报告，还得对比用词发生了哪些变化，这两个词有啥区别没有。所以说细节和可视化这个东西，主要看受众，但是有例子，有图表，肯定会更生动一点。
5 结论怎么写
前面的分析都做了，其实结论自然而然就出来了，这里再强调一点就是——结论一定要简单清晰。如果做到简单清晰，可以试着离开你的电脑和报告，然后用一分钟把自己的结论口述出来。管理学大师彼得·德鲁克在他的自传中说到，自己听汇报从来先不看PPT，先让汇报者自己不用任何东西口头讲出来，然后你就知道他的逻辑清不清晰，以及他对这个事情有没有热情。
当然，从内容来讲，结论一定是“常识性”的东西，管理层可不管你只是A部门或者B部门的，他要的是对这个事情的全局性的分析，所以报告到最后，最好去找找其它部门的同事把把关，去补全一下自己的“常识”，因为这个常识里面有相当大的比例是“业务常识”。
（完）