分析报告怎样写

分析报告怎样写 数据分析报告怎么写

按以下流程来写：1、清楚业务目标2、查看数据报表表现3、发现问题4、分析原因5、提出建议6、测试/实验7、实施首先要明白没有目标也就无所谓分析，其次分析的时候要注重关联，细分，以及数据的背景信息，同时可采用鱼骨分析法分析原因类型，注意的是问题的80%可能只是20%的原因造成，找出主要问题，提出建议，不要忘了做测试，有时候原因可能不是想象中的，所以需要通过测试来验证你的假设，最后如果实验结果满意就进一步具体实施，不满意再来一边。

千万不要闷头自己想，一定要测试

工作分析报告要怎么写呀？如何写好一份数据分析报告？

一份完整的数据分析报告，通常包括 7 个模块，但这些模块并非一成不变，不同的领导、不同的客户、不同的数据，都有可能会影响到数据分析报告最终呈现出来的结果，不同模块所花费的时间和精力也不一样。

根据数据分析报告的情景，有些模块是可以省略的，比如说，附录并不是必须的。

下面我们逐一介绍数据分析报告的 7 个模块。

1. 标题封面一个好的标题，能让读者在看到报告的一瞬间就产生阅读的欲望，也能让读者迅速理解报告的主旨。

标题一般要符合 SPA 原则：（1）简单明确 Simple（2）利益相关 Profit（3）准确客观 Accurate有时候，可以在标题中加入部分关键性的结论词语，以增加吸引力。

比如说，春节期间内推奖励翻番。

但是，强烈建议大家不要做「标题党」，如果文不对题，那么就是在浪费读者的时间，次数多了以后，你将会失去读者的信任。

在数据分析报告的标题封面页，可以注明报告的制作者、所在单位或部门、完成日期等信息。

2. 目录导航目录主要是将报告的各模块呈现给读者，方便读者快速了解和查找报告的内容，起到一种导航的作用，让读者在看报告的过程中不迷路。

当报告的篇幅比较长时，可以对目录进行细分。

比如说，按照 4P 和 4R 营销理论，我们可以把分析正文细分为 8 个部分：相应的目录导航如下：一、背景说明二、思路方法三、结论建议四、分析正文1、产品分析2、价格分析3、渠道分析4、促销分析5、顾客关联6、市场反应7、关系营销8、利益回报五、附录3. 背景说明背景说明页，一般用于阐述项目需求、分析目的、市场情况、前提假设、概念定义、适用范围、数据来源等，以便让读者知道项目的前因后果，了解分析报告的严谨性和数据来源的可靠性。

为了让背景说明更具有吸引力，可以采用讲故事的 SCQA 模式：（1）描述情景 Situation（2）引发冲突 Complication（3）提出问题 Question（4）给予解答 Answer比如说，去年销售额增长 20%，然而，利润却下降了 5%，如何提高利润率？请看下面的结论建议。

4. 思路方法思路方法页，是为了便于读者理解报告的逻辑线索，可以包括分析的理论和框架、研究方法、算法模型等等。

比如说，在「腾讯00后研究报告中」，包含社会化理论、研究分析框架和研究方法等：5. 结论建议结论建议页，经常放在分析正文的前面，尤其是当报告给高层领导看时，因为这样可以大幅度节省高层领导的时间，毕竟，高层领导的时间是最宝贵的资源。

如果你能更加快速地传递有效的信息，那么就是在创造价值。

数据分析报告的价值，在于给决策者提供参考和依据，而决策者需要的不仅仅是找出问题，更重要的是解决问题。

所以，结论建议一定要简明扼要、抓住重点，得出的结论一定要严谨慎重、有理有据，给出的建议一定要合情合理、能落地执行，应该注意 3 个要点：（1）搞清楚要建议的对象；（2）符合业务的实际情况；（3）不要回避不好的结论。

6. 分析正文分析正文通常是数据分析报告中篇幅最长的模块，包括用来支持结论建议的论据和论证，一般符合金字塔原理，采用「总 - 分 - (总)」的结构。

在《结构化写作》这本书中，介绍了构建金字塔结构的 4 个原则：（1）论：结论先行，强调的是一次表达一定要有清晰明确的结论，一次表达只支持一个核心观点或中心思想，并且要放在开头的位置；（2）证：以上统下，强调上下层级之间的论证关系，上一层结论是对下一层信息的概括和总结，下一层信息则是对上一层结论的解释和说明；（3）类：归类分组，强调分类的重要性，把具有相似性或相互关联的信息要按照一定的标准进行分类，归为同一个逻辑范畴；（4）比：逻辑递进，强调同一层次、同一组信息之间要进行比较，同一逻辑范畴的信息必须按照一定的逻辑顺序进行排列。

7. 附录封底附录中可以包含关键代码、元数据、参考文献等，以便让分析过程更加透明化，保证分析结果的可追溯性。

封底页还可以展示版权等信息，也可以配上一张美观的图片，写一些感谢之类的话。

根据需要，这部分内容也可以省略。

小结本篇总结了数据分析报告的 7 个模块，分别是标题封面、目录导航、背景说明、思路方法、结论建议、分析正文和附录封底，根据业务的实际情况，其中有些模块是可选的。

数据分析报告的好坏，能够反映出数据分析师水平的高低。

无论分析方法多么先进，如果不能将分析结果有效地组织和展现出来，就无法体现数据分析的价值。

因此，每一个数据分析师都应该高度重视数据分析报告。

在实际工作中，可以结合业务的实际情况，学习优秀的数据分析报告，并且学以致用，多加锻炼，从而不断提升制作数据分析报告的能力，做出更多更好地数据分析报告。

文章作者：林骥

数据分析报告的输出是你整个分析过程的一个成果，是评定一个产品、一个事件的定性结论，是产品决策的参考依据，一份好的数据分析报告要有以下要点：1.框架万丈高楼平地起，一个好的框架是这份报告的前提条件。

好的分析肯定要有基础有层次，基础坚实并且层次分明才会让读者一目了然；架构清晰、主次分明才能让别人容易读懂，这样才会有读者愿意去读下去。

2.结论虽然在平时，对一件事情盖棺定论不是一种好的行为，但数据分析恰恰就是通过对数据的理性分析产出结论。

所以，数据每一个数据分析都要有结论，而且结论一定要明确，不能模糊，顾左右而言他，那样就会失去数据分析的意义。

3.简而精上面提到每一个数据分析都要有结论，如果可以的话一个分析一个结论就足够了，不要太多要精，大部分时候数据分析师用来发现问题的，发现了一个重大问题就达到目的了，不要事事求多。

要坐到宁要仙桃一扣，不要烂杏一筐，精简的结论也容易让读者接受，降低读者心里门槛。

（结论繁多，没人能读下去，再多的结论也是0）4.实事求是分析结论一定要基于紧密的数据分析推到过程，不要有猜测性的结论，过于主观的东西没有说服力，不是给读者看的，而只是满足自己的臆想。

就请不要拿来误导广大吃瓜群众了。

5.可读性好的分析要有很强的可读性，人与人之间的阅读习惯和细微模式不尽相同，写东西是总是不经意间按照自己的思维逻辑来写。

你自己读起来很明白，是因为整个分析过程都是你做的，但是读者不知道啊，要知道你辛辛苦苦几周做出来的东西，往往其他人只是用10分钟或是更短的事件来阅读，所以你要考虑你的报告阅读者是谁？他们最关心什么？6.图表化将数据分析报告图表化，用图表代替数字的堆砌会让人更佳形象直观的看清问题和结论，但要注意，图表也不能过多，让读者无所适从。

7.逻辑性好的分析报告要有逻辑性，通常逻辑要遵守：①数据是怎么来的；②发现了什么问题；③总结问题发生的原因；④如何解决这种问题。

这样一个简单明了强逻辑关系的分析报告就能让绝大多数人接受。

8.了解业务好的分析报告都是出自分析人对所分析的业务了解的前提下，做数据分析的人一定要很了解你所分析的事情，如果你连要分析的对象基本特征都不了解，分析出来的结论也都只是空中楼阁，让人无法信服。

9.可靠地底层数据一定要有可靠的底层数据，整理和收集数据，是数据分析报告中最耗费和占用时间的一步，包括规划定义、数据采集、文本语义分析、大数据存储和查询等等，一定要从一开始就明确的知道自己要分析什么，才能采集和挖掘好匹配的数据，在正确的数据上进行分析，从而得出正确的结论， 否则一切都将变成为了误导别人的努力 。

10.解决和建议方案好的分析报告一定要有解决方案和建议方案，你既然很努力地去了解，并在了解的基础上做了深入的分析，那么这个过程就决定了你可能比别人都更清楚 第发现了问题及问题产生的原因，那么在这个基础之上基于你的知识和了解，做出的建议和结论想必也会更有意义，而且受众也肯定不希望你只是个会发现问题 的人，也请你直言不讳的指出解决办法吧。

11.不要害怕不要因为你的报告分析出来的“不良结论”就担惊受怕，想办法回避。

相反你应该直击通点，阐明结论。

分析就是为了发现问题，这是你的报告价值所在，你发的报告不是用来赞美、用来歌颂的，也不是用来粉饰缺点的工具的。

发现问题，在问题产生严重后果前解决它，这就是数据报告的价值所在。

12.通俗易懂不要创造太多难懂的词汇，如果一个读者在看你的报告时，要花费十几分钟去查那些名词是什么，那你的报告价值又在哪里呢，还不如你站在大家面前去说呢，如果确实专业性很强，不妨写一个简单易行的“名词解释”13.感恩最后，不要忘记去感谢那些为你的数据分析报告付出过努力和贡献的人，没有他们的辛劳和汗水，就没有你的数据报告。