数据分析项目到收尾关头，总要出一份数据报告。

　　按照项目类型，可能是产品投放市场的效果评估;日常报表数据汇总;活动数据分析。而报告也分多种情况，有的需要给项目组一个交代，有的需要和业务组一同评估分析，有的则是邮件抄送领导向上级汇报。

　　数据报告无论是文本、PPT还是数据图表，都得展示分析的核心思路和结果，本质都是相同的。

　　1.好的分析师要会讲故事

　　一个数据报告的核心不是面面俱到的内容，而是让读者读懂“问题——假设——原因——验证过程——结论——背后现象——可推行的决策”这样一个脉络的故事。类同于咨询和投资机构，在做BP之前会先花时间理清楚storyline。其实各种报告都应该这样，先理清楚思路，就有了故事。

　　2.数据分析报告的框架

　　这里列出一个我惯用的报告框架(针对不同业务场景可能会有所调整，增删或再细分)：

　　项目背景 &项目进度

　　项目背景，需要简述项目相关背景，项目需求、分析目的、市场情况、为什么做，目的是什么，以让读者了解项目的前因后果。项目进度，需要综述项目的整体进程，以及目前的情况。

　　指标定义&数据获取

　　核心指标如何定义?公式是什么，为什么这么定义，这点是很重要也是很容易被忽略的，很多时候的误解都是没有对指标进行统一定义。举个例子，比如服装“断码”。从领导层来讲，公司仓储的服装全部尺码如果不完整就是断码;从仓库的仓管员角度来讲，仓库内的服装尺码不全就是断码;从门店的业务员角度来讲，客户需要的尺码当前门店无货就是断码。定义不同，在会员系统、库存系统、订单系统中这个断码的数据就不对应。主数据管理可能并没有覆盖到所有指标，所以分析指标时要考虑这一点。

　　数据概览 &数据探维

　　数据概览是对指标的发展趋势和变化情况，例如最高最低点做成因解释。而数据探维是对某指标按照不同的维度做分析，做细节补充。这也是数据分析时常的方法，多维度分析。这一点常常用FineBI等BI工具来操作，制作好模板，以后就可以按照特定的维度来分析了。这里需要注意的是，核心指标要少而关键，拆分指标要有意义并有清晰地逻辑来说明。如果涉及的维度较多，不建议用PPT来一个一个描述。一些BI工具可直接在web上展示，切换维度，动态的展示更加生动，容易说明。

　　结论汇总

　　结论汇总，基本是对之前数据分析阶段的数据进行汇总，形成完整的结论。后续改进，需要在数据分析的结论和问题的基础上，对后续的迭代和改进措施作出方向性的说明。这部分其实很多时候也是分析的根本目的。

　　最后附上详细的数据，尤其是那些没有必要在数据报告中体现但是仍然有价值的数据。一个项目/业务，如果你不能衡量它就不能了解他，也就无法改进它，说的就是数据。

　　我们都不可能提前知道数据的结果，也不能报纸中立的态度去判断。任何从事数据工作的人，尊重数据结果，并分析形成结论，远比相信一些所谓的方法论的条条框框好得多。