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。