中秋和国庆双节即将到来，对于我们每个人来说，这是一个重要的时刻。中秋节象征着家庭的团圆和温暖，而国庆节则是我们伟大祖国的生日。今年，我们有幸能够在这两个特殊的节日相遇，让我们一同回顾过去的成就，感受家庭与国家之间的纽带。
首先，我想对大家表示衷心的祝福。祝愿大家都能在这个特殊的节日里与家人团聚，享受温馨和快乐的时刻。对于那些不能与家人团聚的同事们，我也希望你们能够感受到我们大家的关怀和陪伴。无论身处何地，我们都是一个团队，一起为共同的目标努力奋斗。
接下来，我想对我们在过去一段时间里取得的成就表示赞许和认可。每个人都不容易，我们都经历了许多挑战和困难，但是我们并没有放弃，而是一直努力前行。无论是工作上的成绩，还是个人的成长，我们都取得了进步。在这里，我要向每一位同事表示感谢和敬意，正是你们的辛勤付出和专业能力，才让我们能够取得这些成就。
然而，我们不能满足于已有的成绩，我们还有更多的潜力可以挖掘和发展。面对未来的挑战，我相信我们能够一同克服困难，创造出更加辉煌的业绩。无论是在专业领域还是在团队合作中，我希望我们都能持续努力，追求卓越。让我们共同为公司的发展和进步贡献自己的力量。
最后，我希望大家在这个特殊的节日里，不仅能够享受温馨和欢乐，同时也能够放松身心，为自己充电。让我们以饱满的精神和积极的态度迎接新的挑战和机遇，在工作中展现出更好的自己。同时，我也希望我们都能够珍惜彼此之间的友谊和合作，一起创造出更加美好的明天。
祝福大家中秋国庆双节快乐！愿我们的未来充满希望和成功！
前言
preface
目录
contents
如何写好一份数据分析报告
如何撰写数据分析报告
数据分析报告超详细攻略
这才是真正的数据分析报告，你那只是念PPT
04
09
17
26
如何写好一份数据分析报告
原文链接：https://www.linkflowtech.com/news/633
写好数据分析报告首先需要了解数据分析的步骤：1、目标的确定；2、数据获取；3、数据清洗；4、数据整理；5、描述分析；6、将数据展现和输出；7、洞察结论；8、报告撰写；其次，按照分析报告的类型，根据标题、目录、前言、正文、结论的形式撰写数据分析报告，注重逻辑性、架构和结论的清晰可行。
驱动力
数说
果数据是通过爬虫等方式得来，那么你需要进行清洗，提取核心内容，去掉网页代码、标点符号等无用内容。无论你采用哪一种方式获取数据，请记住，数据清洗永远是你必须要做的一项工作。
4、数据整理
清洗过后，需要进行数据整理，即将数据整理为能够进行下一步分析的格式，对于初学者，用Excel来完成这一工作就OK。
如果你的数据已经是表格形式，那么计算一些二级指标就好，比如用今年销量和去年销量算出同比增长率。鉴于你是第一次做数据报告，建议你不要计算太多复杂的二级指标，基本的同比、环比、占比分布这些就OK。如果你收集的是一些非数字的数据，比如对商家的点评，那么你进行下一步统计之前，需要通过“关键词-标签”方式，将句子转化为标签，再对标签进行统计。
5、描述分析
数据描述：对数据的基本情况进行描述，如数据的总数、时间跨度、数据来源等。
指标统计：分析实际情况的数据指标，主要包括四个部分：
（1）变化：数据随着时间的变动而增减，如近期销售额表现。
（2）分布：数据在不同层次上的表现，如地域分布、人群分布。
（3）对比：数据项之间的对比，如产品线对比、用户数对比。
（4）预测：根据数据现有的增减幅度，预测未来的状况。
6、数据可视化
将数据可视化也是一个学问。通过数据分析得出结论后，还需要用图表展示出来，俗话说得好，“文不如表，表不如图"，用图表可以更清晰展现你的结论，通常的可视化我们可以利用excel 自带的可视化的功能，也可以通过python或者R脚本进行可视化
如何用合适的图表表现？每一种图表的寓意是什么？下面列举下常用的8个图表：
①折线图：合适用于随时间而变化的连续数据，例如随时间收入变化，及增长率变化。
②柱型图：主要用来表示各组数据之间的差别。主要有二维柱形图、三维柱形图、圆柱图、圆锥图和棱锥图。
③堆积柱形图：堆积柱形图不仅可以显示同类别中每种数据的大小，还可以显示总量的大小。
一、数据分析的步骤
1、目标的确定
只有弄清分析的目的是什么？才能准确定位分析因子，提出有价值的问题，提供清晰的思路。
这一步在工作中通常是由你的客户/上级/其他部门同事/合作方提出来的，但第一次的数据报告中，需要你自己来提出并确定目标。
选择目标时，请注意以下几点：选择一个你比较熟悉，或者比较感兴趣的领域/行业；选择一个范围比较小的细分领域/细分行业作为切入点；确定这个领域/行业有公开发表的数据/可以获取的UGC内容（论坛帖子，用户点评等）。
2、数据获取
目标定下来了，接下来要去找相应的数据。如果你制定目标时完全遵循了第一步的三个注意点，那么你现在会很明确要找哪些数据。
获取目标数据的三类方法：一是从一些有公开数据的网站上复制/下载，比如统计局网站，各类行业网站等，通过搜索引擎可以很容易找到这些网站。二是通过一些专门做数据整理打包的网站/api来下载，如果你要找金融类的数据，这种方法比较实用。其他类型的数据也有人做，但通常要收费。三是自行收集所需数据，比如用爬虫工具爬取点评网站的商家评分、评价内容等，或是直接自己人肉收集（手工复制下来），亦或是找一个免费问卷网站做一份问卷然后散发给你身边的人，都是可以的。
3、数据清洗
在工作中，90%以上的情况，你拿到的数据都需要先做清洗工作，排除异常值、空白值、无效值、重复值等等。这项工作经常会占到整个数据分析过程将近一半的时间。如果在上一步中，你的数据是通过手工复制/下载获取的，那么通常会比较干净，不需要做太多清洗工作。但如
引言
④线-柱图：这种类型的图不仅可以显示出同类别的比较，还可以显示出趋势情况。
⑤条形图：类似于横向的柱状图，和柱状图的展示效果相同，主要用于各项类的比较。
⑥饼图：主要显示各项占比情况。饼图一般慎用，除非占比区别非常明显。因为肉眼对对饼图的占比比例分辨并不直观。而且饼图的项，一般不要超过6项。6项后建议用柱形图更为直观。
⑦复合饼图：一般是对某项比例的下一步分析。
⑧母子饼图：可直观地分析项目的组成结构与比重
图表不必太花哨，一个表说一个问题就好。用友好的可视化图表，节省阅读者的时间，也是对阅读者的尊重。
7、洞察结论
这一步是数据报告的核心，也是最能看出数据分析师水平的部分。一个年轻的分析师和一个年迈的分析师拿到同样的图表，完全有可能解读出不同的内容。
8、报告撰写
报告撰写是整个数据分析的最后一步，是对整个数据分析过程的总结。一份优秀的报告需要一个名确的主题、清晰的目录、图文并茂描述数据、结论与建议。应至少包含以下六块内容：报告背景、报告目的、数据来源、数量等基本情况、分页图表内容及本页结论、各部分小结及最终总结、下一步策略或对趋势的预测。
其中，背景和目的决定了你的报告逻辑（解决什么问题）；数据基本情况告诉对方你用了什么样的数据，可信度如何；分页内容需要按照一定的逻辑来构建，目标仍然是解决报告目的中的问题；小结及总结必不可少；下一步策略或对趋势的预测能为你的报告加分。
二、数据分析报告的撰写
数据分析一般都是一次性的，一般都是专题分析报告。提需求的方式，是我们有一个问题需要解决（解释性，探索性，描述性，预测性）。而不是提的需求是，我需要一个什么样格式的数据，你们计算好了发给我一下，甚至直接给我做一个ppt和报表。客户说自己想买一瓶可乐，其实他只是口渴，我们只需要给他点喝的就行。
1、分析报告类型
数据分析报告是数据分析过程和思路的最后呈现，得出分析的结论并给出解决方案。其本质上是在写一篇有理有据，逻辑性强的议论文。针对不同的分析目的选择不同的报告形式和内容。
专题分析报告
驱动力
数说
综合分析报告
日常数据通报
2、报告结构：
一份数据分析报告由以下几个部分组成，一般都是总分总的格式：
1）标题
标题是一份报告的文眼，是全篇报告最浓缩的精华。好的标题让读者能毫无偏差地理解这篇分析报告的主要目的，有时可以直接在标题中加入部分或者关键性结论达到直达文意的效果。
在标题的命名过程中，现在有一份关于数据分析师招聘和薪酬方面的一份报告，你可以：
1. 直接在标题中放上报告的结论，例如《数据分析师在人工智能大环境下需求直线上升》
2. 提出分析报告的研究问题，例如《数据分析师的职业规划在哪里》
3. 中规中矩地写上研究的主题，例如《数据分析师的招聘研究》
2）目录
提现数据分析报告的整体架构
3）前言
前言部分就和写论文时候的Abstract类似：
1. 要写出做这次分析报告的目的和背景
2. 略微阐述现状或者存在的问题
3. 通过这次分析需要解决什么问题
4. 运用了什么分析思路，分析方法和模型
5. 给出总结性的结论或者效果
6. 给出数据来源
4）正文
逻辑性强
现实状况的给出和论证一定要严谨合理，逻辑性强。这正是数据分析师存在的意义。
架构清晰
分析报告的架构体现了分析师的分析思路的框架，一定要显而易见，符合常识。思路最好不要出现跳跃的地方，以免出现阅读障碍，令读者不知所云。一步一步得出结论，给出观点。
结论明确
数据的结论一定是要从数据中得出来，要严谨的切合数据分析的主题，最好一个分析模块只给出一个最直接最和主题关联的分析结论。一个特征当然可以从多个角度提取出多个观点和结论，但是一定要选择和主题相关性最强的那个，不然大量的低相关信息会很容易打乱读者的思路。
可视化
人都是视觉动物，一图胜千言。在数据报告中需要大量地使用各种图表而非文字，图表能够一步到位的将数据呈现在读者面前，大部分时候无需做多余的解释。
术语
根据读者的不同决定是否要解释报告中的分析方法和术语。
5）分析结论
根据分析目的给出相应建议。
--END--
驱动力
风向
如何撰写数据分析报告
原文链接：https://zhuanlan.zhihu.com/p/53857057
很多人在写数据分析报告的时候，往往更关注如何将报告做的更美观，例如：做漂亮的可视化图表，做很炫的PPT等。但当别人看你做的数据分析报告的时候，往往更关注这个报告对他是否有价值？价值是什么？值得花多少时间去看这个报告？报告的结论是否有正确的数据支持？基于结论形成的方案是否符合逻辑……今天我们就来说说如何撰写数据分析报告。
一、 为什么要撰写数据分析报告
数据分析报告实质上是一种沟通与交流的形式，主要目的在于将分析结果、可行性建议以及其他价值的信息传递给管理人员。它需要对数据进行适当的包装，让阅读者能对结果做出正确的理解与判断，并可以根据其做出有针对性、操作性、战略性的决策。
数据分析报告主要有三个方面的作用，即展示分析结果、验证分析质量，以及为决策者提供参考依据。
1、展示分析结果
报告以某一种特定的形式将数据分析结果清晰地展示给决策者，使得他们能够迅速理解、分析、研究问题的基本情况、结论与建议等内容。
2、验证分析质量
从某种角度上来讲，分析报告也是对整个数据分析项目的一个总结。通过报告中对数据分析方法的描述、对数据结果的处理与分析等几个方面来检验数据分析的质量，并且让决策者能够感受到这个数据分析过程是科学并且严谨的。
3、提供决策参考
大部分的数据分析报告都是具有时效性的，因此所得到的结论与建议可以作为决策者在决策方面的一个重要参考依据。虽然，大部分决策者（尤其是高层管理人员）没有时间去通篇阅读分析报告，但是在决策过程中，报告的结论与建议或其他相关章节将会被重点阅读，并根据结果辅助其最终决策。所以，分析报告是决策者二手数据的重要来源之一。
二、数据分析报告是什么？
在撰写报告之前，我们一般会经历6个步骤：目标确定、数据获取、数据清洗、数据整理、描述分析、洞察结论，最后才是撰写数据分析报告。
数据分析报告是根据数据分析原理和方法，运用数据来反映、研究和分析事物的现状、问题、原因、本质和规律，并得出结论，提出解决办法的一种分析应用文体。
这种文体是决策者认识事物、了解事物、掌握信息、搜集相关信息的主要工具之一，数据分析报告通过对事物数据全方位的科学分析来评估其环境及发展情况，为决策者提供科学、严谨的依据，降低风险。
三、数据分析报告的写作原则
一份完整的数据分析报告，应当围绕目标确定范围，遵循一定的前提和原则，系统地反映存在的问题及原因，从而进一步找出解决问题的方法。需要遵循以下4个原则。
1、规范性：数据分析报告中所使用的名词术语一定要规范，标准统一，前后一致，要与业内公认的术语一致
2、重要性：数据分析报告一定要体现数据分析的重点，在各项数据分析中，应该重点选取关键指标，科学专业进行分析，此外，针对同一类问题，其分析结果也应当按照问题重要性的高低来分级阐述。
3、谨慎性：数据分析报告的编制过程一定要谨慎，基础数据必须真实、完整，分析过程必须科学、合理，分析结果要可靠，内容要实事求是。
4、创新性：当今科学技术的发展可谓日新月异，许多科学家也都提出各种新的研究模型或者分析方法。数据分析报告需要适时地引入这些内容，一方面可以用实际结果来验证或改进它们，另一方面也可以让更多的人了解到全新的科研成果，使其发扬光大。
驱动力
风向
四、数据分析报告的种类
由于数据分析报告的对象、内容、时间、方法等情况的不同，因而存在着不同形式的报告类型。我们常用的几种数据分析报告有专题分析报告、综合分析报告、日常数据通报等。
1、专题分析报告
专题分析报告是对社会经济现象的某一方面或某一个问题进行专门研究的一种数据分析报告，它的主要作用是为决策者制定某项政策、解决某个问题提供决策参考和依据。专题分析报告具有以下两个特点：
（1）单一性：专题分析报告不要求反映事物的全貌，主要针对某一方面或某一个问题进行分析，如用户流失分析、提升用户消费分析、提升企业利润率分析等。
（2）深入性：由于专题分析报告内容单一，重点突出，因此便于集中精力抓住主要问题进行深入分析。它不仅要对问题进行具体描述，还要对引起问题的原因进行分析，并且提出切实可行的解决办法。这就要求对公司业务的认知要有一定的深度，由感性上升至理性，切记蜻蜓点水，泛泛而谈。
2、综合分析报告
综合分析报告是全面评价一个地区、单位、部门业务或其他方面发展情况的一种数据分析报告。例如世界人口发展报告、全国经济发展报告、某某企业运营分析报告等等。综合分析报告具有以下两个特点：
（1）全面性：综合分析报告反映的对象，无论一个地区、一个部门还是一个单位，都必须以这个地区、这个部门、这个单位为分析总体，站在全局的高度，反映总体特征，做出总体评价，得出总体认识。在分析总体现象时，必须全面、综合地反映对象各个方面的情况。例如在分析方法论时提到的4P分析法，就是从产品、价格、渠道、促销四个角度进行企业运营分析的。
（2）联系性：综合分析报告要把互相关系的一些现象、问题综合起来进行全面系统的分析。这种综合分析不是对全面资料的简单罗列，而是在系统地分析指标体系的基础上，考察现象之间的内部联系和外部联系。这种联系的重点是比例关系和平衡关系，分析研究它们的发展是否协调，是否适应。因此，从宏观角度反映指标之间关系的数据分析报告一般属于综合分析报告。
3、日常数据通报
日常数据通报是以定期数据分析报表为依据，反映计划执行情况，并分析影响和形成原因的一种数据分析报告。这种数据分析报告一般是按日、周、月、季、年等时间阶段定期进行，所以也叫定期分析报告。
日常数据通报可以是专题性的，也可以是综合性的。这种分析报告的应用十分广泛，各个企业、部门都在使用。日常数据通报具有以下三个特点：
（1）进度性：由于日常数据通报主要反映计划的执行情况，因此必须把计划执行的进度与时间的进展结合起来分析，观察比较两者是否一致，从而判断计划完成的好坏。为此，需要进行一些必要的计算，通过一些绝对数和相对数据指标来突出进度。
（2）规范性：日常数据通报基本上成了数据分析部门的例行报告，定时向决策者提供。所以这种分析报告就形成了比较规范的结构形式。一般包括以下几个基本部分：反映计划执行的基本情况、分析完成或未完成的原因、总结计划执行中的成绩和经验，找出存在的问题、提出措施和建议。这种分析报告的标题也比较规范，一般变化不大，有时为了保持连续性，标题只变动一下时间，如《XX月XX日业务发展通报》
（3）时效性：由日常数据通报和性质和任务决定，它是时效性最强的一种分析报告。只有及时提供业务发展过程中的各种信息，才能帮助决策者掌握企业经验的主动权，否则将会丧失良机，贻误工作。对大多数公司而言，这些报告主要通过微软Office中的Word、Excel和PowerPoint系列软件来表现。这三种软件各有优劣势，具体内容如图所示：
五、数据分析报告的结构
数据分析报告确实有特定的结构，但是这种结构并非一成不变，不同的数据分析师、不同的老板、不同的客户、不同性质的数据分析，其最后的报告可能会有不同的结构。最经典的报告结构还是“总—分—总”结构，它主要包括：开篇、正文和结尾三大部分。
在数据分析报告结构中，“总—分—总”结构的开篇部分包括标题页、目录和前言（主要包括分析背景、目的与思路）；正文部分主要包括具体分析过程与结果；结尾部分包括结论、建议及附录。下面将对这几个部分进行具体介绍。
1、标题页
标题页需要写明报告的题目，题目要精简干练，根据版面的要求在一两行内完成。标题是一种语言艺术，好的标题不仅可以表现数据分析的主题，而且能够激发读者的阅读兴趣，因此需要重视标题的制作，以增强其艺术性的表现力。
（1）标题常用的类型
A.解释基本观点：往往用观点句来表示，点明数据分析报告的基本观点，如《不可忽视高价值客户的保有》《语音业务是公司发展的重要支柱》等；
B.概括主要内容：重在叙述数据反映的基本事实，概括分析报告的主要内容，让读者能抓住全文的中心，如《我公司销售额比去年曾航30%》《2010年公司业务运营情况良好》等；
驱动力
风向
C.交代分析主题：反映分析的对象、范围、时间、内容等情况，并不点明分析师的看法和主张，如《发展公司业务的途径》《2010年运营分析》《2010年部门业务对比分析》等；
D.提出问题：以设问的方式提出报告所要分析的问题，引起读者的注意和思考，如《客户流失到哪里去了》《公司收入下降的关键何在》《1500万利润是怎样获得的》
（2）标题的制作要求
A.直接：数据分析报告是一种应用性较强的文体，它直接用来为决策者的决策和管理服务，所以标题必须用毫不含糊的语言，直截了当、开门见山地表达基本观点，让读者一看标题就能明白数据分析报告的基本精神，加快对报告内容的理解。
B.确切：标题的撰写要做到文题相符，宽窄适度，恰如其分地表现分析报告的内容和对象的特点。
C.简洁：标题要直接反映出数据分析报告的主要内容和基本精神，就必须具有高度的概括性，用较少的文字集中、准确、简洁地进行表述。
（3）标题的艺术性
标题的撰写除了要符合直接、确切、简洁三点基本要求，还应力求新鲜活泼、独具特色、增强艺术性。要使标题具有艺术性，就要抓住对象的特征展开联想，适当运用修辞手法给予突出和强调，如《我的市场我做主》《我和客户有个约会》等。有时，报告的作者也要在题目下方出现，或者在报告中要给出所在部门的名称，为了将来方便参考，完成报告的日期也应当注明，这样能够体现出报告的时效性。
2、目录
目录可以帮助读者快捷方便地找到所需的内容，因此，要在目录中列出报告主要章节的名称。如果是在Word中撰写报告，在章节名称后面还要加上对应的页码，对于比较重要的二级目录，也可以将其列出来。所以，从另外一个角度说，目录也就相当于数据分析大纲，它可以体现出报告的分析思路。但是目录也不要太过详细，因为这样阅读起来让人觉得冗长并且耗时。
此外，通常公司或企业的高层管理人员没有时间阅读完整的报告，他们仅对其中一些以图表展示的分析结论会有兴趣，因此，当书面报告中没有大量图表时，可以考虑将各章图表单独制作成目录，以便日后更有效地使用。
3、前言
前言的写作一定要经过深思熟虑、前沿内容是否正确，对最终报告是否能解决业务问题，能够给决策者决策提供有效依据起决定性作用。前沿是分析报告的一个重要组成部分，主要包括分析背景、目的及思路三方面：为何要开展此次分析？有何意义？通过此次分析要解决什么问题？达到何种目的？如何开展此次分析，主要通过哪几方面开展？
（1）分析背景
对数据分析背景进行说明主要是为了 让报告阅读这对整个分析研究的背景有所了解，主要阐述此项分析的主要原因、分析的意义、以及其他相关信息，如行业发展现状等内容。
（2）分析目的
数据分析报告中陈述分析目的是为了让报告的阅读者了解开展此次分析能带来何种效果，可以解决什么问题。有时将研究背景和目的意义合二为一。
（3）分析思路
分析思路用来指导数据分析师如何进行一个完整的数据分析，即确定需要分析的内容或指标。这是分析方法论中的重点，也是很多人常常感到困惑的问题。只有在营销、管理理论的指导下，才能确保数据分析维度的完整性，分析结果的有效性及正确性。可参考之前的文章《干货 | 如何从零开始学数据分析》
4、正文
正文是数据分析报告的核心部分，它将系统全面地表述数据分析的过程与结果。
撰写正文报告时，根据之前分析思路中确定的每项分析内容，利用各种数据分析方法，一步步地展开分析，通过图表及文字相结合的方式，形成报告正文，方便阅读者理解。
正文通过展开论题，对论点进行分析论证，表达报告撰写者的见解和研究成果的核心部分，因此正文占分析报告的绝大部分篇幅。一篇报告只有想法和主张是不行的 ，必须经过科学严密的论证，才能确认观点的合理性和真实性，才能使别人信服。因此，报告主题部分的论证是极为重要的。
报告正文具有以下几个特点：是报告最长的主题部分、包含所有数据分析事实和观点、通过数据图表和相关的文字结合分析、正文各部分具有逻辑关系。
我们通常通过金字塔原理来组织报告逻辑，整个报告的核心观点是什么，又由哪些子观点构建，支持每个子观点的数据是什么，如图所示：
5、结论与建议
结论是以数据分析结果为依据得出的分析结果，通常以综述性文字来说明。它不是分析结果的简单重复，而是结合公司实际业务，经过综合分析、逻辑推理形成的总体论点。结论是去粗取精、由表及里而抽象出的共同、本质的规律，它与正文紧密衔接，与前言相呼应，使分析报告首尾呼应。结论应该措辞严谨、准确、鲜明。
驱动力
风向
建议是根据数据分析结论对企业或业务等所面临的问题而提出的改进方法，建议主要关注在保持有时候及改进劣势等方面。因为分析人员所给出的建议主要是基于数据分析结果而得到的。会存在局限性，因此必须结合公司的具体业务才能得出切实可行的建议。
6、附录
附录是数据分析报告的一个重要组成部分。一般来说，附录提供正文中涉及而未予阐述的有关资料，有时也含有正文中提及的资料，从而向读者提供一条深入数据分析报告的途径。它主要包括报告中涉及的专业名词解释、计算方法、重要原始数据、地图等内容。每个内容都需要编号，以备查询。
当然并不是要求每篇报告都有附录，附录是数据分析报告的补充，并不是必需的，应该根据各自的情况再决定是否需要在报告结尾处添加附录。
六、注意事项
1、分析结论要明确，要精，要有逻辑
如果没有明确的结论那分析就不叫分析了，也失去了意义，因为我们是要去寻找或者印证一个结论才会去做分析的，所以千万不要忘本舍果；
如果可以的话一个分析一个最重要的结论就好了，很多时候分析就是发现问题，如果一个分析能发现一个重大问题，就达到目的了，不要事事求多，宁要仙桃一口，不要烂杏一筐，精简的结论也容易让阅读者接受，减少重要阅读者（通常是事务繁多的领导，没有太多时间看那么多）的阅读心理门槛，如果别人看到问题太多，结论太繁，读不下去，一百个结论也等于零；
不要有猜测性的结论，太主观的东西会没有说服力，如果一个结论连自己都没有肯定的把握就不要拿出来误导别人了。
2、数据分析报告尽量图表化，风格统一
用图表代替大量堆砌的数字会有助于人们更形象更直观地看清楚问题和结论，当然，图表也不要太多，过多的图表一样会让人无所适从；
数据分析报告本身是一个很严肃的东西，跟样式、美观程度也有一定关系，不是说做的花销，而是基本的美观度要保证，风格要统一。例如一些常识性的配色：餐饮类（暖色调，例如橘色、红色、黄色）；国际贸易类（蓝色、灰色、雾蓝色、灰绿色等）；社会人文类（按照感情颜色进行配色，例如较严峻的社会问题，要用灰色、深蓝；较喜庆的，使用红色、绿色、黄色；具体可按需搭配对比色和互补色等）。
3、好的分析一定要基于可靠的数据源，同时具有可读性
其实很多时候收集数据会占据更多的时间，包括规划定义数据、协调数据上报、让开发人员提取正确的数据或者建立良好的数据体系平台，最后才在收集的正确数据基础上做分析，既然一切都是为了找到正确的结论，那么就要保证收集到的数据的正确性， 否则一切都将变成为了误导别人的努力；
除此之外，每个人都有自己的阅读习惯和思维方式，写东西总会按照自己的思维逻辑来写，别人不一定了解，要知道阅读者往往只会花10分钟以内的时间来阅读，所以要考虑你的报告阅读者是谁？他们最关心什么？必须站在读者的角度去写分析报告。
--END--
驱动力
一线
估计每个做数据or想做数据的同学，都看过类似的说法：
数据分析报告分为六步：
明确目的和思路
数据准备
数据处理
数据分析
数据可视化
结论与建议
数据分析报告超详细攻略
原文链接：https://mp.weixin.qq.com/s/MfluZDMKn5rJWOC4JLbzMQ
引言
01 数据分析报告的认知
数据分析六步会给我们形成一种错觉：这6个东西是按1-6的顺序，且工作量是一样的。实际上，真实企业工作中，他们的关系应该是：
本文篇幅有限，不讲基础建设，先聚焦讨论：如何从数据中发现真正企业关心的问题，做有价值的报告。
02 报告才是本质
数据分析报告，本质是报告。所谓报告者，就有人说，有人听，于是形成两种基本的报告模式：
驱动力
一线
很多数据分析师就只会写：
- 月均GMV 720
- 最大值1000
- 最小值500
- 中间值700
胆肥的，还会写一句：
- 连续4个月下跌
- 5月环比下跌17%
然而有时候下跌不代表问题，很有可能业务的趋势就是长这样的（如下图）：
在做报告时，第一步，确认本次报告是什么模式，包括：
- 我们是要主动说，还是回复问题
- 我们要对谁说/回答谁的问题
- 我们要说的是什么问题
很多同学连这点基本工作都做不到，只是机械、麻木、对着模板，把数据填一遍。然后写下：“本月环比上涨2%”几个大字。这种日常报告就是空耗体力，不如直接建个dashboard，大家都可以看。
03 我说你听型报告的写法
我说你听型报告，看起来最简单，可想做好，要满足两个条件：
- 我说的得是个“问题”；
- 我说的某部分，别人不知道。
这两点看似简单，实则麻烦。比如下图：
这种情况，叫无固定标准下判断。无明确KPI、指标要求、领导命令情况下。做出“有问题”的判断，需要综合考虑发展趋势、增长动力、行业环境等多方因素。在提笔写报告前，实际上已经需要做大量复杂的分析了。
有固定标准下判断，会相对容易点。比如本月KPI是550，实际做了500，那本月是有问题的。但是很有可能这是业务的战术安排，如下图。所以即使有固定标准，还得了解业务战术、业务策略，才好下正确的判断。
做出判断仅仅是第一步。
第二步“说别人不知道的”难度更大。指标不达标，对数据分析师只是一个数字，业务部门对问题是很敏感的。
这个时候需要做的，就是了解：到底业务掌握多少。这里大家已知的，只是一个结果。至于为什么有这个结果，以后会咋样，这就是可以分析的机会。
驱动力
一线
小结，我说你听型报告，正确写作姿势是：
- 明确受众部门
- 明确受众部门关键KPI指标
- 了解指标过往趋势，找判断标准
- 判断指标是否有问题
- （如无）不做提示，结束
- （如有）提示问题，了解业务关注点/行动计划
- 针对行动计划，提示尚不为业务了解的问题
这里实际上已经把问题引入深入了。从表面的：“指标没达标”变成了“我该做什么才能扭转局面”，又变成了“这里有个更深的问题你没有注意到”，这些才是真正有价值的、深入的、需要专业分析的地方。
所谓业务策略，核心就是轻重缓急，进退取舍。涉及精确计算，应对不确定的，才是数据分析的真正价值。如果业绩指标都像汽车速度表一样，一脚油门就提高，一脚刹车就降低，还需要分析啥。
04 你问我答型报告写法
高质量的问题，带来高质量的答案；低质量的问题，把分析带沟里。提问是否清晰准确，是职场的核心能力之一。专门讲内容太多，这里聚焦数据分析问题，大家记得这五个基本问题（如下图）。
注意，只有经过专业训练的人，才能用这五句描述问题。大部分人都是混合在一起吐出来的。比如领导说：“最近转化率下降了，我怀疑是低质量用户太多，看看是不是最近的促活活动搞的”，这里看似是一个问题，可拆解一下，其实隐藏了一堆问题：
数据分析的价值，正是剥丝抽茧，层层深入，去伪存真。越简单的逻辑才越容易验证，因此在回答问题的时候，拆解复杂问题为简单问题，层层验证是非常非常重要的。
这里要特别注意，业务上的很多问题，不是数据分析直接解决的，需要专业的业务能力。作为辅助，我们需要把这些业务问题，转化为可操作的数据分析。
驱动力
一线
05 报告的6大要素
综上所述，一份完整的数据分析报告涵盖6大要素。
1、背景
脱离了业务背景的分析过程，很容易被质疑，站不住脚。
为什么要做这件事情？谁的需求？做完这个事情之后能干什么？资源分配如何？
2、目标
可以把目标拆解成为几个阶段，本期的目的是什么，之后的计划是什么。
因为在实际业务过程中，分析的过程往往是循循渐进的，不可能一次性的就把一个问题剖析的特别清楚，分阶段分步骤的完成某一个事情。
3、重要结论
按照写议论文的方式，总分总，是最常见的结构，总的部分，就是结论了。通过哪些数据去抽象成为问题、异常、趋势，站在业务侧的角度进行具象，形成典型的案例，凝练语言和话术。
结论前置的好处，是帮助读/看报告的人节省时间，快速聚焦到结论事项上。
如果本身的话语权足够大的话，还能减少决策链路，直接进行策略抉择，少了很多环节。
4、 问题vs论点vs论据
针对前面的结论，对每一项分开进行阐述，支撑起重要结论的论点分别是什么，以及对应的论据。
看待问题的视角有很多，所以需要提前定下来一个框架，从主视角、第二视角去对指标进行剖析。
5、报告小结
从业务的视角尝试进行数据解读，即根因分析，先定义异常，然后去解释异常，再之后去阐述异常。
如果数据呈现的结果是趋好的，那为什么好，在哪些层面上做的比较好，为什么？
是因为产品做了一部分改动，发了新的版本、优化了部分模块、改善了用户体验？还是因为运营做了一部分活动，强化了用户的感知。或者是因为市场环境发生了变化，促使了用户不得不去使用。
所以在接收问题的时候，要清晰的区分：到底业务上需要的是什么。他们缺少的是数据还是一个具体执行计划。在我们可做的范围内，提供专业意见，才有好效果。
小结，你问我答型报告，正确写作姿势是：
- 收集问题
- 梳理、拆分问题
- （针对原因、预测）了解业务假设
- （针对综合评估）了解领导意图
- 对拆分出的二级、三级子问题，逐一验证
- 讲二级、三级结论收拢，归纳总结论
- 呈报结果。
如果数据呈现的结果是不好的，那为什么不好，在哪些细节上可以体现出来，为什么？
是因为产品做了一部分改动，发了新的版本、模块改造、链路变化。还是因为运营做了一部分活动，但是活动的人群样本选错了。或者是因为市场环境发生了变化，用户的选择性更多了。
6、策略
资深一些的分析师，会根据自己对业务过程的理解，拟定各种差异化的策略，供业务团队去选择，增加解决问题的可能性，这个过程在企业里面的落地，就是数据驱动业务的过程。
针对分析过程中发现的问题，能够制定且落地的手段和方法。
06 注意事项
1、分析结论要明确，要精，要有逻辑
如果没有明确的结论那分析就不叫分析了，也失去了意义，因为我们是要去寻找或者印证一个结论才会去做分析的，所以千万不要忘本舍果。
如果可以的话一个分析一个最重要的结论就好了，很多时候分析就是发现问题，如果一个分析能发现一个重大问题，就达到目的了，不要事事求多，宁要仙桃一口，不要烂杏一筐，精简的结论也容易让阅读者接受，减少重要阅读者（通常是事务繁多的领导，没有太多时间看那么多）的阅读心理门槛，如果别人看到问题太多，结论太繁，读不下去，一百个结论也等于零。
不要有猜测性的结论，太主观的东西会没有说服力，如果一个结论连自己都没有肯定的把握就不要拿出来误导别人了。
2、数据分析报告尽量图表化，风格统一
用图表代替大量堆砌的数字会有助于人们更形象更直观地看清楚问题和结论，当然，图表也不要太多，过多的图表一样会让人无所适从。
数据分析报告本身是一个很严肃的东西，跟样式、美观程度也有一定关系，不是说做的花销，而是基本的美观度要保证，风格要统一。
例如一些常识性的配色：餐饮类（暖色调，例如橘色、红色、黄色）；国际贸易类（蓝色、灰色、雾蓝色、灰绿色等）；社会人文类（按照感情颜色进行配色，例如较严峻的社会问题，要用灰色、深蓝；较喜庆的，使用红色、绿色、黄色；具体可按需搭配对比色和互补色等）。
3、好的分析一定要基于可靠的数据源，同时具有可读性
驱动力
一线
其实很多时候收集数据会占据更多的时间，包括规划定义数据、协调数据上报、让开发人员提取正确的数据或者建立良好的数据体系平台，最后才在收集的正确数据基础上做分析，既然一切都是为了找到正确的结论，那么就要保证收集到的数据的正确性， 否则一切都将变成为了误导别人的努力。
除此之外，每个人都有自己的阅读习惯和思维方式，写东西总会按照自己的思维逻辑来写，别人不一定了解，要知道阅读者往往只会花10分钟以内的时间来阅读，所以要考虑你的报告阅读者是谁？他们最关心什么？必须站在读者的角度去写分析报告。
07 总结
其实做报告的过程，就是把大量的分析方法总结归纳的过程，报告是数据分析的最后一步。只有做好了各种具体的分析，才能写出优质的报告。因此，优质的报告绝不是按模板抄出来的。
认真思考：我要说什么？我说的针对什么问题？我说清楚了没有，才是做出好报告的正确方法。
文章来源于数据学堂，版权归作者所有。
--END--
这才是真正的数据分析报告，你那只是念PPT
原文链接：https://mp.weixin.qq.com/s/H94dyAh8YcEvKlHuwVt37Q
很多同学都有类似困扰：辛辛苦苦写的数据分析报告，却没有人看！如果在现场讲数据分析报告，你会发现开场最多10分钟，这些哥们就纷纷掏出手机，愉快地搓起来。为啥？！这还得从报告是怎么写的说起。
数据分析报告有2种模式：你问我答、我说你听。如果是你问我答，那我们回答的是对方提出的问题，自然得到的关注很高。这时候就不是写的报告没人看，而是被人各种挑刺了。你问我答型报告见上一篇：一份优秀的数据分析报告，就该这么写！
写出来没人看的，常常是我说你听型报告。是滴，就是那些最消耗体力，却最不受待见的销售/产品/运营日报、周报、月报、季报、半年报、年报。
今天我们就专门来分享一下，这种情况咋办。假设你要处理的报告数据如下，看完思考一分钟：你要怎么报告，才能让别人愿意听。
除非他说的是：“厕所的屎坑炸了！你千万别进去！”，这句就100%有人听了！而且他还得赶在你闯进去之前说。不然一推门看到如此壮丽场面，你肯定气得要骂人，估计物业公司电话都会被你打爆。
想让别人听报告的秘籍也是如此：说大家关心的话，减少毫无意义的BB。
简单来说，有四个场景是人们一定会听的：
1、你第一次到写字楼，物业进行介绍：这里有两个厕所，一个小厕所在左手，坑位较少；另一个在右手，但得走到头。因为是刚来，所以说得这么详细完全没有问题，反而会让人觉得服务很到位。
2、厕所出问题了，比如屎坑炸了。这时候得第一时间，赶在所有人之前，把“禁止入内”的大牌子摆在门口。如果有内急的人冲过来，你还能说：“你可以先去二楼的厕所，同样位置”，肯定人家高兴得感激涕零。
3、厕所没问题。这时候你不需要站在门口BB，只要树个牌子：已清洁、可使用。让大家看到，就可以了。
4、物业来了解厕所运营情况。这时候可以大书特书，因为物业要对这个事负责。如果有问题，就反馈问题。如果没问题，那也得说清楚：这一个月，厕所无故障运营30天，使用厕纸减少了30%，投诉量下降了20%，负责人总喜欢听这些。
SO，所有的秘籍都已奉上，下边来看具体怎么运用到企业里。
02 四个关键汇报场景
主动汇报，想让人听进去，得抓四个场景。
▌场景1：第一次汇报
（见上例子）所有报表，都有第一次见人的时候。虽然以后这张报表会出现很多次，但在今天以前，没有人看过这玩意。所以你得先把前边10天的基本概况解释清楚。
这里有一个指标（业绩），三个维度（周、日、产品类型）。因此讲概况，要按从整体到局部，一个维度一个维度说。开局的时候，啰嗦一点是不怕的，因为大家一无所知，如果说得太少，反而让人觉得摸不着头脑。可以如下图表达。
驱动力
热点
01 让别人听的秘籍
一个残酷的真相是：数据是很重要，很多人是需要每天看数据，但数据只是他们工作的一小部分。因此大部分时候，看就看了，也不会特别当成一回事。
这就像上厕所。上厕所是很重要，确实我们要每天上厕所，内急的时候找不到厕所确实很崩溃，但你从来不在乎厕所的细节。如果你去厕所蹲坑，旁边站个人对着你巴拉巴拉说：“今天的厕纸有150张，比昨日提高50%”，你肯定毫无听的兴趣，估计连拉都拉不出来。
除非……
▌场景2：平安无事汇报
到了每日汇报的时候，很多新人会习惯性地像11号一样写上一堆。甚至还有些官僚化的企业，会把这种格式一直流传下去，一传好几年。最后的结果自然是搞到没人看。为啥？因为从12号开始，已经是例行更新，后续的数据走势其实和之前看起来差不多。
常见的关键点及喊法，可以如下：
驱动力
热点
这种时候再絮絮叨叨讲一堆，就好像每天要喊你“别老玩手机”、“起来运动运动”的老妈子一样不讨喜，所以不用啰嗦了。就简单写：12日当日业绩500，无异常。就好了。是不是很像古装剧里打更的，喊一声：天高物燥，小心火烛，平安无事咯，duang！duangduang！……就是这个感觉。
不要笑，平安无事，也是一件要报告的事。因为好与坏是相对的，能清晰地标识出哪些是好事，就能找出哪些是坏事。树立清晰的标杆，对于判断形势非常有用。
▌场景3：问题点汇报
出了问题大家都知道汇报，问题是：怎么知道出问题呢？如下图所示，事后我们都知道本周出问题了，但是到底在哪个点该出来喊，该怎么喊？
很多同学看完，说哇塞，遇到问题的时候可以提示的好多。确实是这样，越是紧张的时候，越需要数据做支持，这时候是不嫌多的。大部分常规报表就像体温计：能提示问题但不能解决问题。所以发现问题，不要局限在一张excel表里，主动扩大工作是很重要的。
遇到问题，业务部门想听的绝不是什么下跌50%，跌到300这种废话，他们最想听的是：
- 我能做什么
- 我能投入多少做
- 我得做到什么程度
核心
提示
所以即使提示风险，补充一些细节，是很有必要的，具体的可以参照上边示例哈。
▌场景4：总结性汇报
注意：总结性汇报，谁负责，谁关心，因此没必要所有总结都长篇大论。做总结性报告，先定基调，比如我们是想表达“做得很好”，还是“有问题”。大基调定下来，后边细节就好定了：
当然，不同听众，听报告时候的关注点也有区别，比如老板、中层和一线员工就有明显不同；技术出身的与业务出身就有区别，决策风格也有影响。但是这些都是做好基础工作之后的锦上添花，新同学还是得从基本功做起，后续我们再慢慢分享。
--END--
驱动力
热点
03 必要的基础功课
这样才能保证自己一张嘴，就能吸引到听众。而不是像个布谷鸟一样只会“同比……同比……环比……环比”
了解完四大场景后，我们发现，光会看数据，基本上是做不好报告的，更多功课得在数据出来之前做好。比如：
- 了解业务背景
- 了解业务方目标
- 认清楚本次想沟通对象
- 提前了解他对于数据/情况掌握多少
- 对数据有基本的判断
- 对问题有一定程度了解
- 对重要问题有深入功课
易宝支付数据部
联系电话：15801365057
地址：北京市朝阳区朝外大街甲6号
邮箱：kai.zhao@yeepay.com
增值电信业务经营许可证：陕B2-20210327 | 
陕公网安备 61102302611033号