|
|
@@ -1,31 +1,83 @@
|
|
|
-# Professional Data Analyst Playbook
|
|
|
+# 专业数据分析师手册
|
|
|
|
|
|
-Use this reference whenever generating report recommendations, page narratives, chart interpretations, executive summaries, forecast pages, or quality review feedback. The agent must behave like a professional data analyst, not a template filler.
|
|
|
+在生成报告建议、页面叙述、图表解读、执行摘要、预测页面或质量审阅反馈时，请使用本参考。智能体必须像专业数据分析师一样行事，而不是模板填充工具。
|
|
|
|
|
|
-## Analyst Role
|
|
|
+## 分析师角色
|
|
|
|
|
|
-The agent is responsible for turning data into decision-ready analysis:
|
|
|
+智能体的职责是将数据转化为可供决策的分析：
|
|
|
|
|
|
-- Identify business questions behind the report, not only visible columns.
|
|
|
-- Translate metrics into management implications.
|
|
|
-- Compare current performance with targets, prior period, peers, structure, and expected ranges whenever data permits.
|
|
|
-- Explain why a number matters, what changed, what likely caused it, and what action should follow.
|
|
|
-- Make uncertainty explicit. If evidence is insufficient, state the missing evidence and the next data needed.
|
|
|
-- Avoid generic phrases such as "总体表现良好", "需进一步关注", "持续优化", "建议加强管理" unless backed by specific data and action.
|
|
|
+- 识别报告背后的业务问题，而不仅是可见的字段。
|
|
|
+- 将指标转化为管理启示。
|
|
|
+- 只要数据允许，将当前表现与目标、上期、同行、结构和预期范围进行比较。
|
|
|
+- 解释一个数字为何重要、什么发生了变化、可能的原因是什么，以及后续应采取什么行动。
|
|
|
+- 明确不确定性。如果证据不足，说明缺失的证据以及下一步需要的数据。
|
|
|
+- 除非有具体数据和行动支撑，否则避免使用"总体表现良好"、"需进一步关注"、"持续优化"、"建议加强管理"等泛泛之谈。
|
|
|
|
|
|
-Every analysis page must answer at least three of these five questions:
|
|
|
+每个分析页面必须至少回答以下五个问题中的三个：
|
|
|
|
|
|
-1. What happened?
|
|
|
-2. How large is the change or gap?
|
|
|
-3. Why might it have happened?
|
|
|
-4. What risk or opportunity does it imply?
|
|
|
-5. What should the audience do next?
|
|
|
+1. 发生了什么？
|
|
|
+2. 变化或缺口有多大？
|
|
|
+3. 为什么会发生？
|
|
|
+4. 它暗示了什么风险或机会？
|
|
|
+5. 受众下一步应该做什么？
|
|
|
|
|
|
-## Analyst Keywords
|
|
|
+## 分析思维框架
|
|
|
|
|
|
-Use these keywords to trigger deeper analytical thinking. Do not merely paste them into slides; use them to structure reasoning.
|
|
|
+分析不是罗列数字，而是用系统化的思维模型从数据中提取洞察。以下五种基础分析方法必须根据页面类型灵活组合使用。
|
|
|
|
|
|
-### Metric Diagnosis
|
|
|
+### 对比分析法
|
|
|
+
|
|
|
+对比不是简单比大小，而是构建有意义的参照系：
|
|
|
+
|
|
|
+- **与目标对比**：达成率多少？缺口在哪几个维度？缺口是持续存在还是首次出现？
|
|
|
+- **与历史对比**：环比/同比变化幅度是否突破历史波动区间？是否创近 N 期新高/新低？
|
|
|
+- **与结构对比**：该类别在整体中的占比是否异常？与其他类别的相对位置是否变化？
|
|
|
+- **与统计基准对比**：当前值处于历史分位数的什么位置（如前 10% / 中位数 / 后 10%）？
|
|
|
+
|
|
|
+对比时必须同时给出**绝对差**和**相对差**："增加 50 台（+12%）"比"大幅增加"更有信息价值。
|
|
|
+
|
|
|
+### 细分分析法
|
|
|
+
|
|
|
+当总体指标异常时，按维度拆解定位问题来源。拆解顺序：
|
|
|
+
|
|
|
+1. **时间维度**：按日/周/旬看节奏分布，判断是单点爆发还是持续趋势。
|
|
|
+2. **结构维度**：按区域/品类/客户等级/渠道看子群体贡献，定位"谁拖累了整体"或"谁拉动了整体"。
|
|
|
+3. **过程维度**：按漏斗阶段/审批环节/交付节点看阻塞位置。
|
|
|
+
|
|
|
+细分分析的核心公式：**总体变化 = Σ（各细分项变化）**。必须量化每个细分项对总体的贡献度，而非仅说"某区域增长较快"。
|
|
|
+
|
|
|
+### 漏斗分析法
|
|
|
+
|
|
|
+漏斗不是简单的阶段柱状图，而是三维诊断：
|
|
|
+
|
|
|
+- **存量维度**：哪个阶段的在途量最大？是否存在老化风险？
|
|
|
+- **流量维度**：各阶段的新增量是否均衡？是否有阶段"只进不出"？
|
|
|
+- **转化维度**：阶段间转化率是多少？哪个转化点最弱？与历史同期相比是恶化还是改善？
|
|
|
+
|
|
|
+漏斗分析必须计算**端到端转化率**和**阶段衰减系数**：如果 A→B 转化率从 60% 降至 45%，要量化这 15 个百分点的下降对最终产出的影响。
|
|
|
+
|
|
|
+### 归因分析法
|
|
|
+
|
|
|
+区分"结构变化"和"因素变化"对总量指标的影响：
|
|
|
+
|
|
|
+- **结构效应**：各组成部分的占比发生变化（如高客单价品类占比提升拉动整体客单价）。
|
|
|
+- **因素效应**：各组成部分自身的指标值发生变化（如每个品类自身的客单价都提升了）。
|
|
|
+
|
|
|
+归因分析必须给出可量化的贡献拆分："整体转化率提升 3.2 个百分点，其中 A 渠道占比提升贡献 1.8 个百分点，B 渠道自身转化率改善贡献 1.4 个百分点"。
|
|
|
+
|
|
|
+### 相关与驱动分析法
|
|
|
+
|
|
|
+识别指标之间的领先-滞后关系和驱动链条：
|
|
|
+
|
|
|
+- **领先指标**：过程指标（如询盘量、试用申请数）通常领先于结果指标（如签约量、销售额）。
|
|
|
+- **一致性检验**：结果指标增长时，领先指标是否同步增长？如果不同步，预判结果指标的可持续性。
|
|
|
+- **驱动链条**：建立"输入 → 过程 → 输出 → 结果"的指标链，分析瓶颈出现在哪一环。
|
|
|
+
|
|
|
+## 分析师关键词
|
|
|
+
|
|
|
+使用这些关键词来触发更深入的分析思维。不要仅仅将它们粘贴到幻灯片中；用它们来构建推理。
|
|
|
+
|
|
|
+### 指标诊断
|
|
|
|
|
|
- 环比、同比、较上期、较同期、较目标
|
|
|
- 达成率、缺口、超额、偏离度、贡献率
|
|
|
@@ -34,7 +86,7 @@ Use these keywords to trigger deeper analytical thinking. Do not merely paste th
|
|
|
- 标准差、变异系数、离散度、集中度、长尾
|
|
|
- 异常值、离群点、结构突变、拐点、趋势斜率
|
|
|
|
|
|
-### Business Interpretation
|
|
|
+### 业务解读
|
|
|
|
|
|
- 增长驱动、拖累因素、核心贡献、边际贡献
|
|
|
- 结构升级、结构失衡、结构迁移、结构性机会
|
|
|
@@ -43,7 +95,7 @@ Use these keywords to trigger deeper analytical thinking. Do not merely paste th
|
|
|
- 资源利用、产能约束、履约压力、库存风险
|
|
|
- 需求强度、交付节奏、回款节奏、供应约束
|
|
|
|
|
|
-### Risk And Opportunity
|
|
|
+### 风险与机会
|
|
|
|
|
|
- 短期风险、中期压力、长期隐患
|
|
|
- 集中度风险、单点依赖、尾部拖累、断层
|
|
|
@@ -51,7 +103,7 @@ Use these keywords to trigger deeper analytical thinking. Do not merely paste th
|
|
|
- 预警阈值、触发条件、风险敞口、影响范围
|
|
|
- 保底情景、基准情景、挑战情景、压力测试
|
|
|
|
|
|
-### Action Language
|
|
|
+### 行动语言
|
|
|
|
|
|
- 优先级、责任人、时间节点、复盘频率
|
|
|
- 分层运营、重点跟进、专项排查、闭环机制
|
|
|
@@ -59,9 +111,9 @@ Use these keywords to trigger deeper analytical thinking. Do not merely paste th
|
|
|
- 建立看板、设置阈值、跟踪转化、校准预测
|
|
|
- 立即处理、下周复盘、月末验收、滚动更新
|
|
|
|
|
|
-## Required Insight Pattern
|
|
|
+## 必备洞察结构
|
|
|
|
|
|
-Each insight block should follow this structure:
|
|
|
+每个洞察块应遵循以下结构：
|
|
|
|
|
|
```text
|
|
|
结论: 用一句话讲清楚业务判断。
|
|
|
@@ -71,243 +123,448 @@ Each insight block should follow this structure:
|
|
|
动作: 给出具体下一步，最好包含对象、优先级和时间。
|
|
|
```
|
|
|
|
|
|
-Short form for PPT:
|
|
|
+PPT 精简版：
|
|
|
|
|
|
```text
|
|
|
【判断】...；【证据】...；【原因】...；【影响】...；【动作】...
|
|
|
```
|
|
|
|
|
|
-Use compact prose on slides, but make the logic complete.
|
|
|
+幻灯片上使用紧凑的文笔，但要保证逻辑完整。
|
|
|
|
|
|
-## Page-Level Standards
|
|
|
+## 页面级标准
|
|
|
|
|
|
-### KPI Overview
|
|
|
+### KPI 概览
|
|
|
|
|
|
-Do not simply list KPI values. Analyze:
|
|
|
+不要简单罗列 KPI 数值。分析：
|
|
|
|
|
|
-- Which KPI is the primary result metric?
|
|
|
-- Which metrics are leading indicators and which are lagging indicators?
|
|
|
-- Are result and process indicators moving consistently?
|
|
|
-- Which metric has the largest gap, fastest growth, or highest operational risk?
|
|
|
-- If values are high but process indicators are weak, call out sustainability risk.
|
|
|
+- 哪个 KPI 是主要结果指标？
|
|
|
+- 哪些指标是领先指标，哪些是滞后指标？
|
|
|
+- 结果指标和过程指标是否一致变动？
|
|
|
+- 哪个指标的缺口最大、增长最快或运营风险最高？
|
|
|
+- 如果数值高但过程指标弱，指出可持续性风险。
|
|
|
|
|
|
-Minimum output:
|
|
|
+最低输出要求：
|
|
|
|
|
|
-- 1 paragraph for overall performance judgment.
|
|
|
-- 1 paragraph for key driver or drag.
|
|
|
-- 1 paragraph for management action or monitoring rule.
|
|
|
+- 1 段整体表现判断。
|
|
|
+- 1 段关键驱动或拖累因素。
|
|
|
+- 1 段管理行动或监控规则。
|
|
|
|
|
|
-### Trend Page
|
|
|
+### 趋势页
|
|
|
|
|
|
-Analyze trend shape, not just direction:
|
|
|
+分析趋势形态，而不仅是方向：
|
|
|
|
|
|
-- Identify acceleration, deceleration, plateau, turning point, volatility, peak, trough.
|
|
|
-- Compare early/middle/late period if exact prior period is unavailable.
|
|
|
-- Explain whether the trend is structural, seasonal, event-driven, or data-quality-driven.
|
|
|
-- Translate trend into forecast implication.
|
|
|
+- 识别加速、减速、平台期、转折点、波动、峰值、谷值。
|
|
|
+- 如果无法获取精确的上期数据，比较早/中/后期。
|
|
|
+- 解释趋势是结构性的、季节性的、事件驱动的还是数据质量驱动的。
|
|
|
+- 将趋势转化为预测启示。
|
|
|
|
|
|
-Useful terms:
|
|
|
+常用术语：
|
|
|
|
|
|
- 趋势斜率、拐点、峰谷差、连续增长、连续回落
|
|
|
- 上旬/中旬/下旬对比、阶段性修复、波动放大
|
|
|
- 趋势延续性、预测可信度、节奏错配
|
|
|
|
|
|
-### Distribution Page
|
|
|
+### 分布页
|
|
|
|
|
|
-Analyze structure:
|
|
|
+分析结构：
|
|
|
|
|
|
-- Head concentration: Top 1 / Top 3 / Top 5 contribution.
|
|
|
-- Tail distribution: number of low-contribution categories and their combined share.
|
|
|
-- Balance: whether the distribution is healthy, overly concentrated, or fragmented.
|
|
|
-- Operational implication: where to allocate resources.
|
|
|
+- 头部集中度：Top 1 / Top 3 / Top 5 贡献。
|
|
|
+- 尾部分布：低贡献类别的数量及其合计占比。
|
|
|
+- 均衡性：分布是健康、过度集中还是过于分散。
|
|
|
+- 运营启示：资源应如何分配。
|
|
|
|
|
|
-Useful terms:
|
|
|
+常用术语：
|
|
|
|
|
|
- 头部集中、长尾分散、结构失衡、结构迁移
|
|
|
- 贡献梯队、帕累托结构、尾部低效、资源错配
|
|
|
|
|
|
-### Ranking Page
|
|
|
+### 排名页
|
|
|
|
|
|
-Ranking is not a list. Analyze:
|
|
|
+排名不是列表。分析：
|
|
|
|
|
|
-- Gap between rank 1 and rank 2.
|
|
|
-- Gap between top tier and bottom tier.
|
|
|
-- Whether leaders are outliers or part of a stable first tier.
|
|
|
-- What action differs by tier: protect leaders, grow second tier, fix tail.
|
|
|
+- 第 1 名与第 2 名的差距。
|
|
|
+- 头部梯队与尾部梯队的差距。
|
|
|
+- 领先者是异常值还是稳定的第一梯队成员。
|
|
|
+- 不同梯队应采取何种不同行动：保护领先者、培育第二梯队、修复尾部。
|
|
|
|
|
|
-Useful terms:
|
|
|
+常用术语：
|
|
|
|
|
|
- 第一梯队、第二梯队、尾部梯队、断层
|
|
|
- 榜首优势、追赶空间、低位修复、标杆复制
|
|
|
|
|
|
-### Funnel Or Stage Page
|
|
|
+### 漏斗或阶段页
|
|
|
|
|
|
-Analyze conversion and blockage:
|
|
|
+分析转化与阻塞：
|
|
|
|
|
|
-- Largest stock stage.
|
|
|
-- Weakest conversion point.
|
|
|
-- Average cycle time or aging if available.
|
|
|
-- Impact of blockage on revenue, delivery, or customer experience.
|
|
|
-- Priority actions by stage.
|
|
|
+- 最大的存量阶段。
|
|
|
+- 最弱的转化点。
|
|
|
+- 平均周期时长或账龄（如有数据）。
|
|
|
+- 阻塞对收入、交付或客户体验的影响。
|
|
|
+- 按阶段划分的优先行动。
|
|
|
|
|
|
-Useful terms:
|
|
|
+常用术语：
|
|
|
|
|
|
- 阶段阻塞、转化断点、漏斗泄漏、推进效率
|
|
|
- 存量堆积、老化风险、闭环周期、交付压力
|
|
|
|
|
|
-### Team Or Owner Page
|
|
|
+### 团队或负责人页
|
|
|
|
|
|
-Analyze workload, effectiveness, and risk:
|
|
|
+分析工作量、效率和风险：
|
|
|
|
|
|
-- Workload distribution and concentration.
|
|
|
-- Output per person or per team if denominator exists.
|
|
|
-- Identify over-loaded owners and under-utilized owners.
|
|
|
-- Separate high volume from high efficiency.
|
|
|
+- 工作量分布和集中度。
|
|
|
+- 人均产出或团队产出（如有分母数据）。
|
|
|
+- 识别超负荷的负责人和低负荷的负责人。
|
|
|
+- 区分高工作量与高效率。
|
|
|
|
|
|
-Useful terms:
|
|
|
+常用术语：
|
|
|
|
|
|
- 人均产出、负载均衡、单点依赖、能力梯队
|
|
|
- 高负载风险、协同效率、资源重分配
|
|
|
|
|
|
-### Forecast Or Plan Page
|
|
|
+### 预测或计划页
|
|
|
|
|
|
-Forecast pages must include:
|
|
|
+预测页必须包含：
|
|
|
|
|
|
-- Forecast value or target value.
|
|
|
-- Baseline evidence from actual performance.
|
|
|
-- Key assumptions.
|
|
|
-- Gap between current run rate and forecast.
|
|
|
-- Scenario view: conservative / base / stretch if possible.
|
|
|
-- Risk response if forecast is not supported by current data.
|
|
|
+- 预测值或目标值。
|
|
|
+- 基于实际表现的基准证据。
|
|
|
+- 关键假设。
|
|
|
+- 当前运行速率与预测的差距。
|
|
|
+- 情景视角：如可能，提供保守/基准/乐观情景。
|
|
|
+- 如果预测不被当前数据支持，提供风险应对。
|
|
|
|
|
|
-Useful terms:
|
|
|
+常用术语：
|
|
|
|
|
|
- 预测区间、目标缺口、运行速率、目标可行性
|
|
|
- 关键假设、情景分析、压力测试、偏差校准
|
|
|
|
|
|
-### Summary Page
|
|
|
+### 总结页
|
|
|
+
|
|
|
+不要重复前面的页面。进行综合：
|
|
|
+
|
|
|
+- 按业务影响排序的前 3 大发现。
|
|
|
+- 主要风险及其触发条件。
|
|
|
+- 主要机会及预期上行空间。
|
|
|
+- 下一步运营节奏：每日/每周/每月应跟踪什么。
|
|
|
+
|
|
|
+## 交叉分析与多维拆解
|
|
|
+
|
|
|
+当单一维度的分析无法解释数据现象时，必须进行多维度交叉分析。
|
|
|
+
|
|
|
+### 二维交叉分析
|
|
|
+
|
|
|
+将两个维度交叉，寻找高价值或高风险的组合：
|
|
|
+
|
|
|
+- **时间 × 结构**：哪个区域在下半月出现了断崖式下跌？哪个品类在旺季反而表现平淡？
|
|
|
+- **结构 × 结构**：高价值客户集中在哪些区域？低效 SKU 集中在哪些渠道？
|
|
|
+- **过程 × 结构**：哪个审批环节在哪个区域阻塞最严重？
|
|
|
+
|
|
|
+交叉分析的输出必须包含具体的组合名称和数据，避免"部分区域部分时段表现不佳"这类模糊描述。
|
|
|
+
|
|
|
+### 象限分析
|
|
|
+
|
|
|
+选取两个关键指标构建四象限，对分类对象进行差异化策略制定：
|
|
|
+
|
|
|
+| 象限 | 指标组合示例 | 策略 |
|
|
|
+|------|-------------|------|
|
|
|
+| 高量高效 | 高订单量 + 高转化率 | 保护、复制、扩大投入 |
|
|
|
+| 高量低效 | 高订单量 + 低转化率 | 诊断流程瓶颈、优化转化 |
|
|
|
+| 低量高效 | 低订单量 + 高转化率 | 加大流量/资源投入、测试放量 |
|
|
|
+| 低量低效 | 低订单量 + 低转化率 | 评估存续价值、考虑淘汰或重组 |
|
|
|
+
|
|
|
+使用象限分析时必须标注划分阈值（如中位数、目标值、历史均值），并给出每个象限的具体对象名称和数量。
|
|
|
+
|
|
|
+### ABC/帕累托分析
|
|
|
+
|
|
|
+按贡献度将对象分为 A/B/C 三类，差异化配置管理资源：
|
|
|
+
|
|
|
+- **A 类（前 20%，贡献约 80%）**：重点监控、资源优先、风险零容忍。
|
|
|
+- **B 类（中间 30%，贡献约 15%）**：潜力培育、针对性提升。
|
|
|
+- **C 类（后 50%，贡献约 5%）**：标准化管理、考虑精简或合并。
|
|
|
+
|
|
|
+ABC 分析必须给出具体的分界阈值和各类别的数量/贡献值，避免仅凭感觉分类。
|
|
|
+
|
|
|
+### 同期群（Cohort）思维
|
|
|
+
|
|
|
+按同一批次或同一时期进入的对象进行分组追踪：
|
|
|
+
|
|
|
+- **时间 cohort**：本月新增客户与上月新增客户的同期转化率对比。
|
|
|
+- **来源 cohort**：不同渠道引入的客户在后续 N 期的留存/转化差异。
|
|
|
+- **行为 cohort**：首次购买不同品类的客户的复购周期差异。
|
|
|
+
|
|
|
+Cohort 分析的核心是**控制初始条件差异**，识别真实的时间效应或来源效应。
|
|
|
+
|
|
|
+## 分析深度检查清单
|
|
|
+
|
|
|
+撰写幻灯片前，检查：
|
|
|
+
|
|
|
+- 页面是否包含至少一个具体数字？
|
|
|
+- 是否包含至少一次比较？
|
|
|
+- 是否解释了原因或合理机制？
|
|
|
+- 是否提及对业务决策的影响？
|
|
|
+- 是否推荐了具体行动？
|
|
|
+
|
|
|
+如果有任何答案为否，请修改分析。
|
|
|
+
|
|
|
+## 比较层次
|
|
|
+
|
|
|
+使用最强的可用比较：
|
|
|
+
|
|
|
+1. 目标或预算。
|
|
|
+2. 上期。
|
|
|
+3. 去年同期。
|
|
|
+4. 细分基准、团队基准、区域基准、品类基准。
|
|
|
+5. 内部结构：头部 vs 尾部、高 vs 低、早期 vs 晚期。
|
|
|
+6. 统计基准：均值、中位数、百分位数、标准差。
|
|
|
+7. 如果以上皆无，明确说明该页面为基线视图，并建议添加下一个比较维度。
|
|
|
+
|
|
|
+## 指标拆解与归因框架
|
|
|
+
|
|
|
+面对总量指标变化时，必须使用系统化的拆解方法量化各因素的贡献。
|
|
|
+
|
|
|
+### 乘法公式拆解
|
|
|
+
|
|
|
+适用于公式为 Y = A × B × C 的指标，如：
|
|
|
+
|
|
|
+- 销售额 = 客户数 × 转化率 × 客单价
|
|
|
+- 履约量 = 在途订单 × 及时交付率
|
|
|
+
|
|
|
+**因素贡献度计算（链式替代法）**：
|
|
|
+
|
|
|
+设基期 Y₀ = A₀ × B₀ × C₀，报告期 Y₁ = A₁ × B₁ × C₁。
|
|
|
+
|
|
|
+- A 因素贡献 = (A₁ - A₀) × B₀ × C₀
|
|
|
+- B 因素贡献 = A₁ × (B₁ - B₀) × C₀
|
|
|
+- C 因素贡献 = A₁ × B₁ × (C₁ - C₀)
|
|
|
+
|
|
|
+分析时必须给出每个因素对总变化量的具体贡献额和贡献占比，而非仅说"多因素影响"。
|
|
|
+
|
|
|
+### 加法公式拆解
|
|
|
+
|
|
|
+适用于公式为 Y = ΣXi 的指标，如：
|
|
|
+
|
|
|
+- 总需求 = 亚太需求 + 欧洲需求 + 美洲需求
|
|
|
+- 总订单 = 线上订单 + 线下订单
|
|
|
+
|
|
|
+**贡献度计算**：
|
|
|
+
|
|
|
+- 各组成部分的**绝对贡献** = Xi₁ - Xi₀
|
|
|
+- 各组成部分的**相对贡献率** = (Xi₁ - Xi₀) / (Y₁ - Y₀) × 100%
|
|
|
+
|
|
|
+分析要点：
|
|
|
+- 识别"拉动型"子项（自身增长且贡献正向）。
|
|
|
+- 识别"拖累型"子项（自身下滑或增速低于整体）。
|
|
|
+- 识别"结构迁移"（子项占比变化对整体增速的影响）。
|
|
|
+
|
|
|
+### 结构-因素双分解
|
|
|
+
|
|
|
+当整体指标受"结构占比"和"因素水平"双重影响时使用：
|
|
|
+
|
|
|
+**整体变化 = 结构效应 + 因素效应**
|
|
|
+
|
|
|
+以整体客单价为例：
|
|
|
+- **结构效应**：各品类销售占比变化带来的影响（即使各品类自身客单价不变）。
|
|
|
+- **因素效应**：各品类自身客单价变化带来的影响（即使销售占比不变）。
|
|
|
+
|
|
|
+公式：
|
|
|
+- 结构效应 = Σ[(Pi₁ - Pi₀) × Ai₀]
|
|
|
+- 因素效应 = Σ[Pi₁ × (Ai₁ - Ai₀)]
|
|
|
+
|
|
|
+其中 Pi 为第 i 个品类的占比，Ai 为第 i 个品类的客单价。
|
|
|
+
|
|
|
+### 贡献度陈述规范
|
|
|
+
|
|
|
+正确的贡献度陈述必须包含三个要素：
|
|
|
+
|
|
|
+1. **变化方向**：该因素是拉动整体上升还是拖累整体下降。
|
|
|
+2. **贡献量级**：该因素对整体变化的具体数值贡献。
|
|
|
+3. **贡献占比**：该因素在总变化中的占比（当总变化不为零时）。
|
|
|
+
|
|
|
+示例："整体销售额增长 120 万元，其中客户数增加贡献 80 万元（占 67%），客单价提升贡献 50 万元（占 42%），转化率下降抵消 10 万元（占 -8%）。"
|
|
|
+
|
|
|
+## 原因假设库
|
|
|
+
|
|
|
+谨慎使用假设。除非有直接数据支持，否则将其标记为假设。
|
|
|
+
|
|
|
+### 增长
|
|
|
+
|
|
|
+- 需求扩张。
|
|
|
+- 新客户/订单流入。
|
|
|
+- 高绩效区域或产品结构变化。
|
|
|
+- 转化率提升或处理速度加快。
|
|
|
+- 交付产能释放。
|
|
|
+- 活动、季节性或政策效应。
|
|
|
+
|
|
|
+### 下降
|
|
|
+
|
|
|
+- 需求减弱。
|
|
|
+- 数据截止或报告滞后。
|
|
|
+- 阶段阻塞或审批延迟。
|
|
|
+- 客户付款延迟。
|
|
|
+- 供应、物流、生产、库存或人员约束。
|
|
|
+- 上期高基数效应。
|
|
|
+
|
|
|
+### 集中
|
|
|
+
|
|
|
+- 大客户依赖。
|
|
|
+- 区域市场偏斜。
|
|
|
+- 产品结构集中。
|
|
|
+- 资源配置偏向。
|
|
|
+- 销售负责人或渠道依赖。
|
|
|
+
|
|
|
+### 波动
|
|
|
+
|
|
|
+- 样本量小。
|
|
|
+- 一次性大订单/事件。
|
|
|
+- 日历效应。
|
|
|
+- 批量数据录入。
|
|
|
+- 不规律履约计划。
|
|
|
+
|
|
|
+## 根因验证方法
|
|
|
+
|
|
|
+提出假设后，必须通过数据验证而非主观确认。遵循"提出假设 → 寻找证据 → 排除不成立 → 确认最可能"的流程。
|
|
|
+
|
|
|
+### 假设验证流程
|
|
|
+
|
|
|
+1. **提出可检验假设**：将模糊猜测转化为可验证的预测。例如，将"可能是大客户的影响"转化为"如果大客户是主因，那么 Top5 客户贡献度应显著高于历史同期"。
|
|
|
+2. **设计验证数据**：明确需要查看哪些维度的数据来验证或证伪假设。
|
|
|
+3. **执行检验**：计算预测值与实际数据的吻合度。
|
|
|
+4. **排除与确认**：若数据不支持，则排除该假设；若支持，则记录为"数据支持的解释"。
|
|
|
+
|
|
|
+### 交叉验证原则
|
|
|
+
|
|
|
+如果一个假设成立，它在多个维度上都应该表现出一致性：
|
|
|
+
|
|
|
+- **时间一致性**：该因素在相邻时间段内是否持续产生影响？还是仅单点异常？
|
|
|
+- **结构一致性**：该因素在多个子群体中是否都表现出影响？还是仅局限于个别对象？
|
|
|
+- **逻辑一致性**：该因素与前后环节指标的变化方向是否一致？
|
|
|
+
|
|
|
+若某假设仅在一个维度上"说得通"但在其他维度上出现矛盾，则该假设可信度低。
|
|
|
+
|
|
|
+### 反事实思维
|
|
|
+
|
|
|
+评估某因素的真实影响时，思考"如果没有该因素，结果会怎样？"：
|
|
|
+
|
|
|
+- 如果剔除某一次性大单，剩余订单的趋势如何？
|
|
|
+- 如果某区域保持上期增速而非本期增速，整体增速会差多少？
|
|
|
+- 如果某政策未出台，指标变化方向是否依然成立？
|
|
|
+
|
|
|
+反事实分析的结果必须明确标注为"估算"或"敏感性测试"，避免当作确定事实陈述。
|
|
|
+
|
|
|
+### 排除法与证伪
|
|
|
|
|
|
-Do not restate previous pages. Synthesize:
|
|
|
+优先尝试证伪而非证实：
|
|
|
|
|
|
-- Top 3 findings by business impact.
|
|
|
-- Main risk and its trigger condition.
|
|
|
-- Main opportunity and expected upside.
|
|
|
-- Next operating cadence: what to track daily/weekly/monthly.
|
|
|
+- 若怀疑"需求减弱"，检查领先指标（如新询盘量、官网访问量）是否真的同步下降。
|
|
|
+- 若怀疑"供应链约束"，检查交付周期、库存周转、缺货率等是否异常。
|
|
|
+- 若怀疑"数据问题"，检查时间戳分布、录入批次、系统切换记录等。
|
|
|
|
|
|
-## Analysis Depth Checklist
|
|
|
+当多个假设中仅有一个无法被证伪时，将其标记为"最可能解释"，但仍需注明不确定性。
|
|
|
|
|
|
-Before writing a slide, check:
|
|
|
+## 数据可信度与统计思维
|
|
|
|
|
|
-- Does the page contain at least one concrete number?
|
|
|
-- Does it contain at least one comparison?
|
|
|
-- Does it explain a cause or plausible mechanism?
|
|
|
-- Does it mention impact on business decisions?
|
|
|
-- Does it recommend a specific action?
|
|
|
+分析结论的可信度取决于数据质量和统计基础。必须在分析中主动评估并披露数据限制。
|
|
|
|
|
|
-If any answer is no, revise the analysis.
|
|
|
+### 样本量与统计代表性
|
|
|
|
|
|
-## Comparison Hierarchy
|
|
|
+- **大样本（N ≥ 30）**：统计规律相对稳定，可直接计算均值、占比、增长率。
|
|
|
+- **中等样本（10 ≤ N < 30）**：结论需谨慎，避免过度解读极端值。
|
|
|
+- **小样本（N < 10）**：个体波动对整体影响巨大，必须标注"样本量较小，结论仅供参考"。
|
|
|
|
|
|
-Use the strongest available comparison:
|
|
|
+当进行细分分析时，各子群体的样本量都需要单独评估。一个总体 N=1000 的维度下，某个子群体可能只有 N=5。
|
|
|
|
|
|
-1. Target or budget.
|
|
|
-2. Previous period.
|
|
|
-3. Same period last year.
|
|
|
-4. Segment benchmark, team benchmark, region benchmark, category benchmark.
|
|
|
-5. Internal structure: Top vs tail, high vs low, early vs late period.
|
|
|
-6. Statistical baseline: mean, median, percentile, standard deviation.
|
|
|
-7. If none exists, explicitly say the page is a baseline view and propose the next comparison field to add.
|
|
|
+### 异常检测与处理
|
|
|
|
|
|
-## Cause Hypothesis Library
|
|
|
+识别异常值时，结合统计方法和业务规则：
|
|
|
|
|
|
-Use hypotheses cautiously. Mark them as hypotheses unless directly supported by data.
|
|
|
+- **统计方法**：IQR 法则（超出 1.5×IQR 范围）或 Z-Score（绝对值 > 3）。
|
|
|
+- **业务规则**：超出合理业务范围的值（如转化率为负或大于 100%，交付周期为负）。
|
|
|
+- **时间连续性**：单点突变而前后平稳的数值更可能是异常值。
|
|
|
|
|
|
-### Growth
|
|
|
+处理原则：
|
|
|
+- **数据错误**：明确标注并建议修正，分析时可剔除并说明。
|
|
|
+- **业务异常**（如一次性大单）：保留在分析中，但单独说明其对整体指标的影响。
|
|
|
+- **结构变化**：不是异常值，而是新的分布状态，需要重新建立基准。
|
|
|
|
|
|
-- Demand expansion.
|
|
|
-- New customer/order inflow.
|
|
|
-- High-performing region or product mix shift.
|
|
|
-- Improved conversion or faster processing.
|
|
|
-- Delivery capacity release.
|
|
|
-- Campaign, seasonality, or policy effect.
|
|
|
+### 统计显著性 vs 业务显著性
|
|
|
|
|
|
-### Decline
|
|
|
+- **统计显著性**：变化是否超出了随机波动的范围？小基数下 50% 的增长可能统计不显著。
|
|
|
+- **业务显著性**：变化是否对业务产生了实质影响？大基数下 2% 的下降可能意味着巨额损失。
|
|
|
|
|
|
-- Demand weakening.
|
|
|
-- Data cut-off or reporting lag.
|
|
|
-- Stage blockage or approval delay.
|
|
|
-- Customer payment delay.
|
|
|
-- Supply, logistics, production, inventory, or staffing constraint.
|
|
|
-- High base effect from prior period.
|
|
|
+分析时必须同时考虑两者：
|
|
|
+- 统计不显著但业务显著 → 标注"波动较大，需持续观察"。
|
|
|
+- 统计显著但业务不显著 → 标注"变化稳健但绝对影响有限"。
|
|
|
+- 两者皆显著 → 核心发现，优先呈现。
|
|
|
|
|
|
-### Concentration
|
|
|
+### 数据质量信号
|
|
|
|
|
|
-- Key account dependence.
|
|
|
-- Regional market skew.
|
|
|
-- Product mix concentration.
|
|
|
-- Resource allocation bias.
|
|
|
-- Sales owner or channel dependence.
|
|
|
+在分析前快速扫描以下信号，若存在则需在报告中披露：
|
|
|
|
|
|
-### Volatility
|
|
|
+- **缺失率**：关键字段缺失率 > 10% 时，分析结论可能偏斜。
|
|
|
+- **重复值**：ID 列重复率异常高时，检查是否存在重复录入。
|
|
|
+- **逻辑不一致**：如"下单日期"晚于"交付日期"，或"转化率"的分母小于分子。
|
|
|
+- **时间断档**：数据是否存在未覆盖的日期区间？月末/年末是否容易缺失？
|
|
|
+- **基数突变**：分母突然大幅变化（如客户数从 1000 骤降至 50），导致比率指标失真。
|
|
|
|
|
|
-- Small sample size.
|
|
|
-- One-off large order/event.
|
|
|
-- Calendar effect.
|
|
|
-- Batch data entry.
|
|
|
-- Irregular fulfillment schedule.
|
|
|
+数据质量问题必须在报告的"数据说明"或"局限性"部分披露，不能隐瞒。
|
|
|
|
|
|
-## Writing Rules
|
|
|
+## 写作规则
|
|
|
|
|
|
-Use precise, executive-ready Chinese:
|
|
|
+使用精确、适合高管阅读的中文：
|
|
|
|
|
|
-- Prefer: "本月订单量较上期增加 18%，其中 Top3 国家贡献 62% 增量，说明增长主要由头部市场拉动。"
|
|
|
-- Avoid: "本月订单表现较好，后续需持续关注。"
|
|
|
+- 推荐写法："本月订单量较上期增加 18%，其中 Top3 国家贡献 62% 增量，说明增长主要由头部市场拉动。"
|
|
|
+- 避免写法："本月订单表现较好，后续需持续关注。"
|
|
|
|
|
|
-Use decision verbs:
|
|
|
+使用决策动词：
|
|
|
|
|
|
-- "优先处理", "拆解", "复核", "校准", "压降", "放大", "转化", "闭环", "预警", "复盘".
|
|
|
+- "优先处理"、"拆解"、"复核"、"校准"、"压降"、"放大"、"转化"、"闭环"、"预警"、"复盘"。
|
|
|
|
|
|
-Avoid empty verbs:
|
|
|
+避免空洞动词：
|
|
|
|
|
|
-- "加强", "优化", "提升", "关注", unless followed by object + metric + deadline.
|
|
|
+- "加强"、"优化"、"提升"、"关注"，除非后面跟有对象 + 指标 + 截止时间。
|
|
|
|
|
|
-## Empty Analysis Anti-Patterns
|
|
|
+## 空洞分析反模式
|
|
|
|
|
|
-Reject and rewrite these:
|
|
|
+拒绝并重写以下内容：
|
|
|
|
|
|
-- Only describing chart appearance.
|
|
|
-- Only repeating the largest category.
|
|
|
-- Only listing all categories or countries.
|
|
|
-- Saying "数据较为均衡" without concentration metrics.
|
|
|
-- Saying "存在波动" without peak/trough/change range.
|
|
|
-- Saying "建议继续跟进" without owner, priority, metric, or timing.
|
|
|
-- Writing a long paragraph without any number.
|
|
|
+- 仅描述图表外观。
|
|
|
+- 仅重复最大的类别。
|
|
|
+- 仅列出所有类别或国家。
|
|
|
+- 没有集中度指标就说"数据较为均衡"。
|
|
|
+- 没有峰值/谷值/变化范围就说"存在波动"。
|
|
|
+- 没有负责人、优先级、指标或时间就说"建议继续跟进"。
|
|
|
+- 写一大段没有任何数字的文字。
|
|
|
+- 仅说"多因素影响"而不量化各因素的贡献度。
|
|
|
+- 仅说"结构优化"而不说明哪部分结构变化、贡献多少。
|
|
|
+- 归因时未排除其他竞争性假设。
|
|
|
|
|
|
-## Slide Density Guidance
|
|
|
+## 幻灯片密度指导
|
|
|
|
|
|
-Good analysis does not mean long text. A strong PPT page usually has:
|
|
|
+好的分析不意味着长篇大论。一张优秀的 PPT 页面通常包含：
|
|
|
|
|
|
-- 1 clear conclusion title.
|
|
|
-- 1 chart or KPI group.
|
|
|
-- 2-4 insight blocks.
|
|
|
-- 3-6 specific numbers across the page.
|
|
|
-- No raw category list longer than 5 items. Use Top N + "其余" summary.
|
|
|
+- 1 个清晰的结论标题。
|
|
|
+- 1 个图表或 KPI 组合。
|
|
|
+- 2-4 个洞察块。
|
|
|
+- 整个页面包含 3-6 个具体数字。
|
|
|
+- 不超过 5 项的原始类别列表。使用 Top N + "其余" 汇总。
|
|
|
|
|
|
-When a category list is too long:
|
|
|
+当类别列表过长时：
|
|
|
|
|
|
-- Show Top 5 only.
|
|
|
-- Add "其余 X 项合计 Y，占比 Z%".
|
|
|
-- Move full detail to appendix or table.
|
|
|
-- Never put a long category list inside a KPI value box.
|
|
|
+- 仅展示前 5 项。
|
|
|
+- 添加"其余 X 项合计 Y，占比 Z%"。
|
|
|
+- 将完整明细移至附录或表格。
|
|
|
+- 切勿将长类别列表放入 KPI 数值框内。
|
|
|
|
|
|
-## Quality Self-Review For Analysis
|
|
|
+## 分析质量自检
|
|
|
|
|
|
-Before final PPT output, inspect pages from page 4 onward especially carefully:
|
|
|
+在最终 PPT 输出前，仔细检查第 4 页及之后的页面：
|
|
|
|
|
|
-- Does each page contain a business judgment beyond summary?
|
|
|
-- Does each chart have a written interpretation?
|
|
|
-- Are risks and actions specific?
|
|
|
-- Are long category labels abbreviated or moved into a chart/table?
|
|
|
-- Are all claims traceable to visible numbers or source data?
|
|
|
+- 每个页面是否包含超越摘要的业务判断？
|
|
|
+- 每个图表是否有文字解读？
|
|
|
+- 风险和行动是否具体？
|
|
|
+- 长类别标签是否已缩写或移入图表/表格？
|
|
|
+- 所有论断是否可追溯至可见数字或源数据？
|
|
|
+- 每个归因结论是否排除了主要竞争性解释？
|
|
|
+- 涉及细分的结论是否检查了各子群体的样本量？
|
|
|
+- 是否存在数据质量问题未披露？
|
|
|
|
|
|
-If a page is mostly generic text, rebuild the page narrative before output.
|
|
|
+如果某个页面大多是泛泛而谈的文字，请在输出前重建页面叙述。
|
