日、周、月、季、年报制度，可能是数据分析领域最大的一个“咕咚来了”。每一个新人在进公司的时候，都会得到一个类似传家宝一样的日、周、月报模板，交接工作的前辈会告诉你：“对着模板更新它们，然后指定发给某某某几个人”。

至于：

(资料图片仅供参考)

l为啥要发

l为啥做成这样

l发了人家看不看

从来没人解释过

新人往往也懒得问。毕竟在各种朋友圈文章里，模型才是终极归宿，报表算啥玩意。于是这些常规报表变成了天天都得干，干了还没啥用的鸡肋。更要命的是，临时取数仍然源源不绝，让人苦不堪言（如下图）

图片

今天我们就来系统讲解下，到底为啥要搞日、周、月、季、年报，它们到底有啥意义。

如果一进医院，就让你先花1万块钱，验血、验尿、X光、全身CT等等干一轮，你会很开心地说：“分析得好详细耶，我好开心哦”不？

不会！你会骂：这踏马哪里来的庸医。为啥要这么复杂！

原因本质，在于：详细的数据报告是要花时间和成本的，而不是所有问题都值得花这个时间和成本。因此需要分级识别，分级处理机制。这样才能实现成本效益最大化。因此才衍生出体温计、血压表这种简单的工具。轻度问题简单诊断就处理掉，重度问题再层层升级。

这就是日、周、月、季、年报制度诞生的初衷：快速识别问题，分层分级处理。并且日、周、月、季、年报，基本的数据监控指标、维度都是固定的，因此可以实现自动化，从而解放数据分析师的生产力，把精力释放到专题分析/数据建模上，从而实现很大的产出。

于是你会发现：

报表使用率低的公司，数据分析师加班多，绩效不明显，业务越喜欢事事要数。

报表使用率高的公司，专题/建模机会反而更多，业务看着报表就能搞80%的事。

可以说，报表是整体数据分析体系核心。报表做好，处处好，报表做不好，人肉sql写到老。而且，日、周、月、季、年报，不是简单地把同一个字段按五个时间周期统计五遍，五种工具间相互配合，才能起到更好效果。

日报的作用：监控走势，发现短期问题。每日的数据，往往是直接供一线销售、生产、客服来看的。这样能掌握客户数、订单量、交货量、来电数、投诉数，这些每日要处理的工作情况，尽快开展工作，把手头的任务完成。

对产品、运营、策划这些后台岗位而言，每日数据除非有特别大的波动，否则单看一天意义不大。一般只在关键节点，比如大促、新功能上线等关键节点，盯得特别紧。

日报数据，更大价值在于连起来看。连起来看能发现周期性数据趋势，这样能通过每日曲线，快速判断业务是否有问题，特别是其中的重大波动，能立即识别出来。很方便快速发现问题点。至于能不能快速定位问题点，则要看日报的数据能拆接到什么颗粒度（如下图）。

图片

周报的作用：监控走势，发现长期问题。周报的数据也会给一线看，但是应用场景不一样。周报一般是周总结会的时候用。对于一线岗位，周总结会是一个小型激励、认可、学习的场景，可以帮助团队成员发现执行问题，确认执行进度。

对产品、运营、策划这些后台岗位而言，周报和日报一样，不见得每个数字都有意义，但是连起来看，意义就很重大了。周报适合发现长期性趋势问题。特别是产品版本更新，积分、会员类长线运营机制上线以后，只看一两天数据，很容易被当天特殊情况掩盖问题，看周变化趋势，更容易追根溯源，找到问题源头。

图片

月报的作用：衡量KPI，调整策略。大量公司的KPI/OKR是按月定的，工资/奖金一般也是按月发的，因此月度的数据统计，常常用来考核绩效，制定/调整策略。工作月例会讨论的时候，也不会停留在简单看结果，喊口号上，而是会对上月情况做较深度的复盘，特别是重大项目，新上线产品，团队业绩等等。

因此月报不等于四周周报之和，更不等于三十天日报加总。月报一般报完结果，直接切入当月重点议题，一般有：

l本月待完成的重点工作

l上月未解决疑难问题

l潜在问题/机会点盘点

l年度目标跟进/决策

周报、日报中发现的，未能及时解决的疑难问题，会在月报中以专题的形式呈现。特别是这些疑难问题影响到本月/下月KPI达成时，这就形成了待深入的重点问题，可以持续解决。

季报：针对季度规划，安排战术执行。季度报是月报的升级版，起的作用和月报类似，针对季度重点问题进行回顾，针对潜在疑难杂症进行解析。有的公司是直接跳过了季报这个环节的，但是在季节性强的公司，比如服装、生鲜这种季节性产品更替，或者依靠特定季节大促销/展会带业绩的行业，季报的重要性就特别高。每季度都会对当季重点工作进行安排。

年报：盘点年度经验，得到特定目的。注意：很多时候，年度报告不是为了解决问题，而是为了邀功请赏，激励士气，装点门面的。因此年报要怎么写，直接和写出来给谁看，想达成什么目的。

比如当有黑天鹅事件发生的时候，不同的目的，自然写法不同：

所以年度盘点不是日报*365，如果写得不好，八成是没整明白：到底人家想看啥。别再搜模板了，认真把年度汇报对象，场合，语境，目的整清楚。

既然日周月季年的体系这么好使，为啥还有开篇的囧境呢？

答：从偷懒的新人开始搞内卷的时候。

不止是数据新人，运营，产品，策划新人都有以下通病：

★偷懒之一：喜欢搞一张巨大的，n多指标的电商/互联网/O2O指标体系大全，然后死记硬背有啥指标，没有时间概念*1

★偷懒之二：不看走势，只看单点，没有时间概念*2，最喜欢问“GMV下降30%怎么分析”“日活下降50%怎么分析”

★偷懒之三：不联系业务每日动作，只会拉一堆维度来过做交叉：“GMV下降30%怎么分析？答：从渠道/客群/产品等维度做拆解，拉交叉表，哪个柱子短了就是哪个的问题……”，还是没有时间概念*3

偷懒的结果，就是看数据的时候只会纠结一点的高低，忽视趋势，忽视规律，忽视业务影响。对指标的基本走势、合理范围缺少判断能力。一惊一乍，涨个1%也要分析，跌个1%还要分析。对着每日数据纠结，反而忽视了周趋势变化，容易忽视长期问题/深层问题。

图片

分析就分析吧，本来拉一个每日图+标注上业务动作，可以解答80%的问题（剩下20%很有可能是运维的问题，数据出错了/系统宕机了）结果不看报表，非得临时取个数，拉一堆维度过来交叉交叉再交叉，拆解拆解再拆解。最后报告没写完，指标又涨回去了。输出成果的有用性没有提高，工作量大增，不是内卷是啥。

图片

当然，数据分析领域内卷的不止这点，有卷数据产品的，有卷算法的，有卷增长的，有卷用户画像的。总之，不提高业务上有用性，单纯增加工作难度，就是耍流氓。做生意，越短平快见效的方法，越好用。