|
产品猪：  猪场数据分析报告是提供给生产、管理、数据团队的交流和沟通方式。主要目的是把分析结果、结论、建议以及其他有价值的信息传递给团队成员。它需要按一定的格式、流程、排版生成，让阅读者能轻松地对结果做出正确的理解和判断，并根据结果做出有针对性、操作性的决策。 在撰写批次数据报告的过程中，以下方面是需要重点考虑的。 分析目的 在进行数据分析之前，要厘清分析的目的。是想对生产过程进行全面评估，还是想追踪某个批次的生产成绩，或者是对特定方面、问题进行定向分析，亦或者是生成近期的生产任务清单。 只有确定了分析目的，接下来才能有针对性地进行数据整理、统计和计算。同时，不同的目的也意味着分析思路、统计方式都可能不同。 比如，如果是全面评估，那么对于母猪繁殖过程中的配怀、哺乳、断奶环节的统计都只按统计时间段分别统计，互相之间无关联；而如果是针对特定问题的定向分析，比如对特定批次统计分娩率低的原因，那么统计的数据就限定了这个批次，且从配怀到哺乳是需要跟踪统计的。 数据处理 确定了分析目的，就明确了待分析的数据范围。那么接下来就需要获取这些数据，并进行数据清洗，确保统计时的数据的可靠。 如果猪场有使用猪场管理系统，那么就不需要数据分析人员手动进行数据处理。数据管理系统一般都会根据不同的分析目的而进行数据获取、整理、清洗的操作。 但数据清洗对于不同的数据系统可能标准不一样，这需要猪场的数据分析人员留意。比如，部分数据系统允许分娩记录中的仔猪数为0，那么在计算窝均仔猪数的过程中，就需要剔除仔猪数为0的那些分娩窝。 一般来说，数据清洗的内容包括重复数据、异常数值、不合理数据等。 统计方式 数据处理好以后，就需要根据这些数据计算各个统计指标。这些统计指标的计算公式是明确的，但在计算过程中，需要根据统计目的确定好统计方法。 同一个指标，在不同统计目的情况下，其计算公式可能不同。比如，分娩率，对于配种批次而言是按分娩头数占批次配种的头数百分比，而对于断奶批次而言则是断奶批次中在断奶配种后最终分娩头数占批次断奶头数百分比。 在待计算的数据的筛选上，如果是针对批次的统计，那么计算各个指标的时候就需要按批次进行数据筛选；如果是特定时间段的统计，那么计算时需要按时间段对数据进行筛选。 为了落地 需知所有的数据分析，最终都需要在生产或管理过程中得到落实。所以在数据分析过程中，不能为了分析而分析。当获得了统计结果之后，就需要结合生产、管理过程中的实际情况，根据结果查找问题，然后根据问题进一步分析可行的落实措施。最终使得数据分析结果可以在生产、管理的具体执行中得到体现。 比如在批次统计过程中，查看某个批次的各个指标，发现其分娩率与邻近的其他批次异常偏低。那么分娩率低就是从统计结果中发现的问题，而针对这一问题，就需要结合进一步的配种数据的统计，以及现场操作核实，找到导致该批次分娩率偏低的原因。进一步地，生产和管理人员就需要针对该原因核实现在配怀环节是否依然存在这种问题，如果存在，那么就需要制定相应的整改措施。 因此，为了落地，数据分析工作是需要猪场生产和管理团队都参与的，而不能只是数据分析人员的孤芳自赏。 报告的可读性 很多数据分析人员对于数据整理、清洗、计算特别重视，花大量时间去核算各个数据的合理性、准确性。然而，对于最后的数据报告，无论是使用Word，还是PPT，都只是数据图文的简单罗列。这使得数据报告在阅读环节体验很差，很容易让阅读者抓不住重点，也不会花时间和心思去认真看。 猪场数据分析报告的可读性是需要引起数据分析人员重视的。一份富有逻辑、有重点、文字格式和字体统一、可视化图表、配色舒服的数据报告，不仅能让阅读者赏心悦目，还能使他们在短时间内就获取到足够多的信息。这对于需要多部门、多团队协作才能让数据报告落地来说非常重要。 一些数据图表，进行一下简单的优化，就能让读者更顺畅、赏心悦目地阅读，达到事半功倍的效果。下边的一个折线图，您第一眼喜欢看上边的，还是下边略加优化的？  初版折线图  略加优化的折线图 发布《微猪数据年报》的心得 2016年底的时候，微猪平台已经积累了一些养猪数据，当时团队觉得应该尝试发布一份数据年报，让平台上的用户能进行一定程度的对标。 当时面临的最主要的困难在于，数据量积累不够，不得不放宽了对参与统计的猪场规模、生产数据量的要求。而到了2018年报制作的时候，相对来说猪场数和数据量都容许我们提高了参与统计的标准，比如母猪存栏需大于100头，至少需要有1年的连续生产记录等。 微猪平台的年报，实际上属于场间比较报告，是需要先统计各个参与统计的猪场的各自的年报，然后再按各个指标进行排序，计算平均值、中位值、最高10%平均值、最低10%平均值。 在这个过程中，最需要注意的就是数据隐私问题。 微猪平台在用户注册使用的时候，进行了必要的告知，用户数据默认情况下会参与到平台的场间比较报告，但用户随时都可以在猪场设置中关闭“平台可见”功能而不参与场间比较。 即便用户开启了“平台可见”，使得平台可以进行数据汇总，那么在汇总过程中，也需要进行数据脱敏。特别是猪场名称、人员等敏感信息，需要使用代码进行替换。在最后的各个指标的猪场排名过程中，就不会受到猪场真实信息的影响，仅按数据排序。 最后，我觉得报告的可读性真的很重要。纵观三年来的数据年报的视觉呈现，应该说人性化、美观的报表设计，能让人更愿意看，也能让读者一眼就看到重点信息。  2016年微猪数据年报  2017年微猪数据年报  2018年微猪数据年报 那么该如何提高自己设计数据报表的能力呢？ 由于大部分的数据报告都使用PPT制作，也有使用WORD制作的，但比较少。所以，提高一下自己的PPT技能肯定是必要的，然后就需要参加一些知识分享社群，比如笔记侠的21天训练营等，提高自己总结归纳、逻辑、流程的能力，同时强化自己的知识卡片设计技能。持续精进，多次打磨自己做的报告，一定会达到让自己满意、让同事和领导亮眼的数据报告的。 如需要查阅历年微猪数据年报，请识别“猪度搜索”小程序码，点击“微猪年报”即可。 配图字体：宋体、等线、黑体、苏新诗柳楷简、华文楷体、思源宋体、庞门正道标题体 配图来源：网络无版权图，经产品猪重新编辑 |
|
|
