データ分析レポートの作成は、データアナリストにとって基本的なスキルであり、誰もが習得できるべきです。しかし、データ分析レポートの正しい書き方を本当にご存知ですか？答えを探しているなら、この記事を読むことをお勧めします。きっとお役に立てるはずです。

年度の半ばは、誰もが様々なレポートを書く時期です。論理的に言えば、データ分析レポートの作成はデータアナリストにとって基本的なスキルであり、誰もが習得すべきものです。恐ろしいのは、苦労して書いたレポートを誰も読んでくれないことです！誰も読んでくれない方がまだマシですが、それよりも悪いのは…

データを扱っている、または扱いたいと考えている学生は誰でも、次のような記述を見たことがあると思います。

データ分析レポートは6つのステップで構成されています。

1. 目的とアプローチを定義する
2. データ準備
3. データ処理
4. データ分析
5. データの視覚化
6. 結論と提言

問題はここから始まる。この癌は数え切れないほど多くの新参者を惑わしてきたのだ。

I. データ分析レポートの誤った手法

この図は、6つの点を並べて表示することで、見る人の視界を著しく遮り、6つの項目が1から6の順序で並んでおり、作業負荷が同じであるかのような錯覚を生じさせるため、悪趣味とされています。しかし、実際のビジネスシーンでは、これらの関係は次のようにあるべきです。

なぜ「有害な」技術と見なされているにもかかわらず、これほど普及しているのでしょうか？興味深い事実として、教育機関は通常、Hadoop、BI、Pythonのコースを別々に販売しています。そして、ここ2年間は主にPythonの販売に重点を置いてきたため、データガバナンスについてはほとんど触れられていません。

第二に、初心者が一番好きなのは、こうした基本的な手作業ではなく、モデルです！できればAIモデルがいいですね！

こうして両者はすぐに意気投合しました。教育機関側がデータセットを用意し、新入生たちは例に従ってモデルコードを入力して実行し、人工知能モデルを習得する喜びを体験したのです。

誰もが非常に満足していましたが、レポートを読んで「これは分析なのだろうか?」と不満を抱いた人だけがいました。

この行き詰まりを打破するには、実社会の業務に立ち返る必要があります。紙面の都合上、この記事ではインフラストラクチャについては深く掘り下げず、企業が真に関心を持つ課題をデータから発見し、価値あるレポートを作成する方法に焦点を当てます。

II. データ分析レポートの本質

データ分析レポートは、本質的にはレポートです。「レポーター」という言葉は、話し手と聞き手の両方を意味するため、2つの基本的なレポートモデルが存在します。

レポートを準備する際の最初のステップは、次の事項を含むレポートの形式を決定することです。

• 自分から発言するべきでしょうか、それとも質問に答えるべきでしょうか?
• 誰に話しかけるべきか、誰に答えるべきか？
• 私たちは何の問題について話しているのですか?

笑わないでください！多くの学生はこの基本的な作業さえできません。ただ機械的に、テンプレートに従ってデータを無感覚に入力するだけです。

それから、彼は全身の力を振り絞り、「前月比2%増」と大きな文字で入力した。そして、前回のメールの宛先リストに従い、グループ全体に送信した。「これは定例報告です」とまで名付けた。

何が報告され、誰に報告され、何が話されたのか、全く不明です。こうした日々の報告は単なるエネルギーの無駄です。ダッシュボードを作って、読みたい人が読めるようにした方がよいでしょう。

III. リスニングレポートの書き方

リスニング理解レポートは最も簡単に思えますが、うまく作成するには、次の 2 つの条件を満たす必要があります。

• 私が言及しているのは「問題」です。
• 私が言及しているのは、他の人が知らないかもしれない部分です。

これら2つの点は一見シンプルに見えますが、実際には非常に複雑です。例えば、下の画像をご覧ください。

多くのデータ アナリストは、次の書き方しか知りません。

• 平均月間GMV 720
• 最大値 1000
• 最小値 500
• 中央値700

十分大胆な人は、次のような文章を書くでしょう。

• 4ヶ月連続の減少
• 5月は前月比17%の減少となった。

ただし、減少は必ずしも問題を示すわけではなく、単にビジネスの傾向である可能性もあります (下の画像を参照)。

このような状況は「基準なき判断」と呼ばれます。これは、明確なKPI、業績目標、リーダーシップの指示がない場合に発生します。「問題がある」と判断するには、開発動向、成長ドライバー、業界環境など、複数の要因を総合的に考慮する必要があります。実際、レポートの作成を開始する前から、既に非常に複雑な分析が必要となります。

基準が固定されていると、判断が比較的容易になります。例えば、今月のKPIが550であるにもかかわらず、実際には500しか達成できなかった場合、今月のパフォーマンスに問題があると言えます。しかし、これは経営戦略上の問題である可能性も十分にあります（下図参照）。したがって、基準が固定されている場合でも、正しい判断を下すには、経営戦略や戦術を理解することが不可欠です。

判断を下すのは単なる第一歩に過ぎません。

2番目のステップ「他の人が知らないことを言う」はもっと難しいです。

目標を達成できないことは、データアナリストにとっては単なる数字に過ぎませんが、ビジネス部門にとっては、厳しい叱責、ボーナスの減額、さらには解雇を意味します。

そのため、事業部門は問題に対して非常に敏感です。「今月は業績が悪かった、3ヶ月連続で悪かった」などと延々と話すだけでは、「まるで破滅の予兆だ！何か有益なことを言えないのか！」と批判されることは間違いありません。

この時点で必要なのは、ビジネス部門が実際に問題をどれだけ把握しているかを理解することです。多くの同僚は、ビジネス部門は既に問題を把握しているので、書くことはあまりないとよく言います。ここで誰もが既に知っていることは、結果に過ぎないことに注意してください。

なぜこのような結果になったのか、そして今後何が起こるのかについては、誰もその答えを知っているとは言い切れません（下の画像を参照）。これは分析の機会です。

学生の中には、「たった 1 つの表に基づいてこれほど多くの情報を分析することはできない」と言う人もいるかもしれません。

もちろん、そのように分析することはできません。これはむしろ、問題をより深く掘り下げるものです。

「指標が達成できなかった」という表面的な問題が、「どうすれば好転するのか」、そして「気づいていないもっと深い問題がある」という問題へと変化していく。こうした点こそが、専門家による分析を必要とする真に価値のある、深層的な問題なのです。

ビジネス戦略の核心は、タスクの優先順位付けと戦略的なトレードオフです。データ分析の真の価値は、正確な計算と不確実性への対処にあります。

パフォーマンス指標が車のスピードメーターのように、アクセルを踏むと増加し、ブレーキを踏むと減少するのであれば、分析する意味は何でしょうか?

車の助手席に座っている人の中で、データアナリストが「速度は時速 45 キロメートルです。先ほどより 5 キロメートル増加しましたよ」と絶えずおしゃべりしているところを想像してみてください (笑)。

要約すると、リスニングベースのレポートを書く正しい方法は次のとおりです。

• ターゲットオーディエンスを定義する
• ターゲットオーディエンスの主要KPIを定義する
• 指標の過去の傾向を理解して判断基準を見つける
• インジケータに問題があるかどうかを判断します。
• (ない場合は) これ以上のプロンプトは表示されず、終了します。
• (ある場合) ビジネス上の懸念事項や行動計画を理解するために質問します。
• アクションプランに関して、ビジネス側がまだ理解していない問題点を指摘します。

IV. Q&Aレポートの書き方

Q&Aレポートにおける最大の落とし穴は、質問自体にあります。質の高い質問は質の高い回答につながり、質の低い質問は誤った分析につながります。明確かつ正確な質問をする能力は、職場において中核的な能力（あるいは最も重要な能力）です。ここで詳細に解説するには多すぎるため、データ分析の質問に焦点を当てます。以下の5つの基本的な質問を覚えておいてください（下の画像を参照）。

注意すべきは、これらの5つの文章を使って問題を説明できるのは、専門的に訓練された人だけだということです。多くの人は、適当にまとめただけです。例えば、リーダーは「最近、コンバージョン率が低下していますが、質の低いユーザーが多すぎることが原因ではないかと考えています。最近実施したユーザーアクティベーションキャンペーンが原因かどうかを確認しましょう」と言うかもしれません。これは一見すると一つの問題のように見えますが、細かく分解してみると、たくさんの隠れた問題が見つかります（下の画像をご覧ください）。

人は、最近の出来事や話題、あるいは個人的な好き嫌いなどに簡単に左右され、判断力を鈍らせてしまうことがあります。そのため、口から出てくるのは、感情や流行りのフレーズ、あるいは態度といったものになりがちです。

データ分析の価値は、まさに複雑な問題を解き明かし、層ごとに深く掘り下げ、真実と虚偽を区別する能力にあります。ロジックが単純であればあるほど、検証は容易になります。したがって、質問に答える際には、複雑な問題をより単純な問題に分解し、層ごとに検証することが非常に重要です。そうでなければ、混乱した混乱に陥り、何も明確に説明できなくなります。

ここで重要なのは、多くのビジネス上の問題はデータ分析だけでは直接解決できないということです。専門的なビジネススキルが求められるのです。そのため、図に示すように、サポートを提供する前に、これらのビジネス上の問題を実用的なデータ分析に変換する必要があります。そうしないと、まず、私たちのビジネススキルだけでは直接的なアドバイスを提供できない可能性があります。次に、私たちがすべてのビジネス業務を担うなら、ビジネスの専門知識を持つ意味がなくなるでしょう。（ああ、最高だ！やっと自信を持って反撃できる！）

そのため、ご質問をいただいた際には、お客様が本当に必要としているものを明確に見極めることが重要です。不足しているのはデータでしょうか、それとも具体的な実装計画でしょうか？私たちの能力の範囲内で専門的なアドバイスを提供することが最も効果的なアプローチです。

要約すると、Q&A レポートの正しい書き方は次のとおりです。

• 収集の問題
• 問題を整理し、分解する
• （原因と予測について）ビジネスの前提を理解する
• （総合評価のため）リーダーシップの意図を理解する
• 細分化された第 2 レベルおよび第 3 レベルのサブ問題をそれぞれ検証します。
• 第 2 レベルと第 3 レベルからの結論を収集し、全体的な結論を要約します。
• 結果の報告

V. 要約

全体のプロセスを見た後、注意深い学生は、レポートを作成するプロセスが実際には陳教授の多数の分析方法を要約し、一般化するプロセスであることに気付くでしょう。

そうです！レポートは本質的にデータ分析の最終段階です。徹底的かつ詳細な分析を実施することでのみ、高品質なレポートを作成できます。したがって、高品質なレポートはテンプレートをそのままコピーしたものでは作成できません。

多くの学生がよく尋ねる質問は、「コピーしたり学習したりできる優れたデータ分析レポート テンプレートはありますか?」です。

具体的な問題、ビジネスの背景、ビジネスアクションプラン、そして問題の内訳はすべて異なります。レポート間でコピーできるのは、PowerPointテンプレートとExcelテンプレートだけです。他社のテンプレートをコピーするだけでは、「一体何を分析したんだ？」という批判しか生まれません。

よく考えてみましょう。何を伝えたいのか？どんな問題を取り上げているのか？自分の考えを明確に伝えられたか？これらが、優れたレポートを作成するための正しい方法です。

著者：地に足のついた教師チェン

出典：WeChat公式アカウント「地に足のついた陳先生」