在這個人人都是數據分析師的時代，寫好一份數據分析報告的重要性不言而喻。但一份靠譜的數據分析報告都有那些套路呢?

[[180796]]

1、清晰的分析目標

這是結果導向的數據分析工作的出發點。只有明確分析目標，才能有一個良好的驅動過程。無論是目標驅動還是分析過程驅動，你后續的數據分析工作和分析報告里所要呈現的全部內容事項都是緊緊圍繞著這個目標主題而服務的。在開始數據分析之前明白要做什么很重要，如果你是主動要做一份數據分析報告，目的自然很清楚;但這樣的主動性，在職場里并不多見，那么當你的上司請你制作一份數據分析報告的時候，就需要和他做一次開放而愉快的溝通。在溝通之前，請梳理好你的問題和疑問，溝通的目的最終也是為了明確分析的目標。同樣在數據分析報告制作完畢以后，也需要檢查這份報告有沒有達到你的上司的預期。如果你更努力一點兒，做的更出彩一些，是否能超出他的預期給他一個大的驚喜呢?

2、簡約的分析框架

和軟件系統的架構思維是一致的，在開發動工之前，架構和框架要先行。一份貼切而簡約的框架(或者稱作提綱)就是數據分析報告的骨骼，它能夠很好地闡釋數據分析報告的“有形”。一份有形也有范兒的報告，不用聚焦到內容和結論，就足以讓管理者心動和驚嘆。如果你的分析框架有：數據基礎、分析層次、架構夠清晰、主次夠分明。也一定會讓上司一目了然，并且對你刮目相看。

3、精煉的分析知識和信息

這需要回顧你年少時，做數學證明題目的經歷。首先沒有結論，只有論證過程，你不會拿到滿分。這是一個基本的常識和準則，但工作了又有太多人就把這樣的知識交還給數學老師啦。其次，節省文字也是一種美德。要知道你不是在寫小說、散文，不需要你演繹過程和情節。數據分析報告是一種嚴肅而沒有情調的工作，在開始之前就需要你先收起，那顆追求文藝，追求文案優美的心。我想說的是，分析結論一定是要在分析結果上的提煉，把分析結果提煉成分析的知識和信息，這樣傳達給上司的東西才是有價值、有意義的。另外，分析知識和信息一定是在有數據支撐的基礎之上進行提煉，不容忍有任何主觀的臆斷和“拍腦袋”的做法。所以，***，在將分析結果精練為分析知識和信息后，你需要再次審視數據支撐和分析知識的匹配與吻合程度。如果你在報告里對某一觀測值做了預測分析，就請也一并列出這個觀測值的數據趨勢;否則，就安靜謙遜一點，不要沒事在報告里瞎BB，這是一個數據分析師的基本素養，也是避免你的上司將數據分析報告仍在你臉上的前提。

4、嚴謹而簡要的分析過程

你的分析過程或許比較艱難和凌亂，但這樣的過程就千萬拜托不要表現在你的分析報告里了。你使用了什么樣的數據源，使用了什么樣的分析工具、采用了什么樣的數據分析方法等等這一切，只需要簡明扼要、嚴謹而綜述地說明分析過程得概要就好。因為常見而易用的數據分析過程和方法其實并沒有太多，愛讀書的人都會懂得。所以，你不用擔心管理者看不懂，也沒必要花太多時間和精力、浪費文字介紹你經歷了什么樣的鬼，使用了什么樣高大上的數據分析方法。

5、 流暢的分析綜述文案

我想，你的語文該不會真的是體育老師教的吧?數據分析報告里最忌諱的是，你以你自己的磕磕碰碰的思維邏輯，制作了一份同樣拖泥帶水、蜿蜒曲折的報告。分析過程因為是你做的，所以只有你能看得懂來龍去脈。除了你，管理者和其他人讀起來都很累。那么你在撰寫報告的時候有沒有站在管理者的角度去思考，他會怎樣閱讀?所以，首先需要積極轉變思路和視角，你需要站在管理者審閱的角度去制作一份數據分析報告(如果可以的話，你找出那份他曾經公開稱贊過的某人制作的分析報告，在開始之前好好拜讀它)。并且他只愿意花10多分鐘的時間讀完這份報告，并能清楚地獲得你想要給他轉達的分析知識和信息。所以，報告對數據的解讀流暢性十分重要。通過什么樣的數據分析過程和結論，來表達什么樣的數據分析觀點和知識。你的解讀語句要能夠很好地駕馭和覆蓋住這一切。否則數據分析報告讀起來依然會很累。

6、 可視化的分析結論

在商務智能領域，很流行一句話：讓數據來自我解釋或者讓數據來說話。所以，你還在用文字來闡釋數據分析報告的結果和結論嗎?在這個大數據時代，有太多可視化的分析工具，優秀的數據分析師，從來不會停下學習的腳步，擅于用可視化圖表、用更優良的數據分析編程語言來讓分析過程和結果更具有競爭力。有大部分免費的PC版本分析工具可以使用。再者，退一步講，若你精通SQL和EXCEL，其實也基本用不著其他可視化的分析工具。如果僅僅是制作一份精美的數據分析報告，給你EDW權限和EXCEL也足夠用啦。因為數據分析的套路其實都蠻簡單，難的是你不熟悉使用SQL、EXCEL技能也略懂一點點，又不愿意去學習新的數據分析編程語言……那你的核心競爭力體現在哪里?隨便拉一個數據庫開發人員，你的SQL寫的有他的好?隨便啦一個報表開發人員，你的可視化效果做的比他好?所以，如果你不懂的謙虛又不愛學習，趁早改行算了。這個行業里根本就不缺乏人才。我認為，作為數據分析師你的高度是要同時在數據庫開發和報表開發人員之上;否則沒有一點點拿得出手的軟實力，你被取代的可能性就越高。因為，他們當中的任何一個人，凡是有點思路和想法，就會比做的比你好。

我其實想說的是，用圖表代替大量堆砌的數字會有助于管理者和你的上司更形象更直觀地看清楚運營的現狀和問題以及你數據分析報告里所呈現的分析結論、知識或者信息。當然，凡事都需要有度，圖表也不要太多，過多的圖表一樣會讓人無所適從。需要注意的另外一點是，使用合理而貼切的圖表進行數據可視化的闡釋，該用折線圖的時候就折線圖，該用雷達圖的時候就雷達圖…如果這樣的問題區分不清楚，你的可視化圖標只能是畫蛇添足而不是錦上添花。

7、 反應現狀和問題，提出方案與建議

我認為這是很關鍵的一點，也是去考量一個數據分析師有沒有潛力的最直接的方式。你在基礎的數據之上做了深入的分析，那么這個過程就決定了你比別人都更清楚數據分析報告所呈現出來的現象和本質，以及他們的來龍去脈。你所要做的不僅僅是解讀數據分析的結果，如果只做到這一步，我認為只能算是一名合格的數據分析師。優秀的數據分析師，通常都會在分析結果之上，進一步深入挖掘、探索和研究： 導致分析結果現狀和問題的真正原因，并給出的分析知識和信息之上給出建議和解決方案。而且這是你的管理者或者上司常常都會期望看到的結果，因為他不僅僅希望你是那個發現問題的人，而且也期望你能夠憑借你的經驗和認識成為那個解決問題的人。