详细！7大类数据分析报告写作指南

“为啥我做的数据分析报告领导不满意？！”是困扰很多同学的问题。特别是，有时候领导会嫌弃“报告太细了，要有重点”。有时候领导又嫌弃：“太粗了，要细点”到底尺度是啥，该咋拿捏……

问题的关键在于：数据分析报告，首先是一个报告，得有清晰的报告逻辑。至于数据，只是让报告更可信，更真实。那做报告到底有几种常见逻辑呢？根据一个人对报告内容的熟悉程度来分，有7种类型，一一介绍如下：

类型一：介绍型报告

介绍型报告适用于：向不了解情况的人，做第一次汇报时使用。介绍型报告一般采用总分式结构，分若干个角度进行介绍。比如介绍一下活动情况，介绍一些会员情况，介绍一下产品线情况。此时，报告框架如下图所示：

注意！很多面向大老板的汇报，都会以一个介绍型报告作为开场，因为大老板很有可能不了解业务细节，所以需要先分几个角度讲清楚。这时候指标一定不能太细，否则就会被批“听不懂”“太细了”。

类型二：监控型报告

监控型报告适用于：向有一定了解程度的人，提示业务发展态势。监控型报告的内容长短，视领导需求而定，有些领导喜欢事无巨细，那监控内容就多，有些领导喜欢看重点，那监控内容就少，只保留关键指标。

监控型报告的关键，在于：结合业务行动讲指标走势。监控型报告最忌讳写成数字流水账：本周同比涨了x%，环比涨了y%，时间进度比z%，KPI完成率xx%，看得人莫名其妙，完全没结论，在做监控型报告时，一定要监控指标波动同具体业务行为联系，方便阅读报告的人做判断。

类型三：探索型报告

探索型报告适用于：向有一定了解程度的人，提示下一步行动方向。注意！这里给的是“提示”，是“建议”，并非结论。因此探索型报告必须有较强的逻辑性，得解释清楚自己列举的数据与给出的结论之间有啥逻辑关系。最后的提示/建议，也是建立在坚实的数据基础上的。

探索型报告的逻辑可以有很多种，最简单的就是：正反举例法

1、正向举例：做了XX行为的业务，表现更好

2、反向举例：没有做XX行为的业务，表现更差

3、建议：推广XX行为，提升整体业绩

当然，能举的例子越多，论证越充分（如下图）

类型四：诊断型报告

诊断型报告适用于：向已经很了解问题的人，解释问题原因。最简单的诊断方法，就是结构分析法 + 指标拆解/漏斗分析法，指出XX业务的XX环节出了问题。但是想要更深入诊断，可能需要更复杂的逻辑，甚至要结合ABtest/打标签分组对比，才能出结果。所以诊断型报告是可以写得很深入的。如果当前分析的并不深入，就不要做结案汇报，而是作为过程汇报，听取一下大家的意见，再决定下一步怎么深入。

注意！诊断型报告仅对很了解问题的人管用！如果一个人不了解问题背景，就先做介绍型/监控型报告。否则经常是讲完报告被人喷：“听不懂！”“为什么我们要纠结这个问题！！！”

类型五：测试型报告

测试型报告适用于：向已经很了解问题的人，解释测试结果。测试型报告也是仅对很了解问题的人管用！如果一个人不了解问题背景，就先做介绍型/监控型报告。否则经常是讲完报告被人喷：“你们搞这么麻烦有啥意义呀！”

测试型报告本身结构很简单清晰：

1、待解决的问题点

2、测试方案思路

3、测试结果

4、测试后建议

这里主要提醒，不要忘了讲问题是啥！即使有些测试是因为：“我有一个好主意”“我看对手就这么干了”“我听领导说过这个”，但是最好也找个清晰、可量化的问题点/测试目标。不然等到测试结束以后再摆开几十个指标看差异，那报告真的就写不出来了……

类型六：预测型报告

测试型报告适用于：向已经很了解问题的人，给出对问题预测结果。特别注意！写预测型报告，一定要提前关注听众的水平和胃口。

1、听众想不想参与到预测过程

2、听众对未来有啥担心点

3、听众有没有自己的预判

必须提前整明白。

不然在讲预测型报告时，经常被人喊停然后挨喷：“你这预测和业务期望不符合呀！”“你这预测没考虑业务关心的重要问题呀！”“我就问你，如果出现XX情况你这预测还准吗！！”

类型七：评估型报告

评估型报告适用于：向已经很了解问题的人，给出对问题的综合型评估结果。注意！同预测型报告一样，决定评估型报告成败的，也是听众的水平和胃口。

1、听众是否有自己的评估见解

2、听众的意见是否很重要

3、听众是否对评估结果有预判

必须提前整明白

特别是评估涉及部门利益的时候，比如重大项目的成果，比如产品表现。最好在写报告之前，对听众的态度摸个底。涉及部门利益的，提前把评估方法讲给大家听，看哪些指标，参照标准是啥，提前谈好。这样出了结果，大家愿赌服输。最怕是事前没有统一方法，事后大家对着结果扯高了低了，甚至临时修改目标的，这评估报告还不如不写，写了只会让数据分析师节操掉一地。

综合运用

在做数据报告的时候，先想清楚：

1、我要向谁报告？（领导/同事）

2、我要讲的东西是啥？（七大类型选一个）

3、他是否了解我说的东西？（不了解的先做介绍）

4、他的意见是否会影响结果（特别是预测/评估报告）

这样有的放矢，就能让数据报告切中对方痛点，解答对方的疑问，减少质疑。

有些报告会很复杂，拖得很长。越是长报告，越得想清楚：“我的中心思想是啥！”避免毫无意义地铺陈数据。

最常见的，比如想向大领导安利一个方案，为了确保内部详细，会安排好几个模块：

1、先介绍背景（介绍型报告）

2、再介绍当前走势（监控型报告）

3、再介绍当前问题（诊断型报告）

4、再介绍计划方案（探索型报告）

5、再介绍预期效果（预测型报告）

这时候虽然整体报告很长，但是一定不要忘了：本质上它是探索型报告，我们要向领导安利一个计划！其他部门都可以缩减，探索部分一定要讲清楚，不然就白费了。这样在做报告摘要时，也可以把其他四部分压缩，只保留探索型报告部分。

作者新书

限时优惠

立即扫码下单

全书近500页彩印

立即扫码下单

本书有什么特色

1、通俗易懂。一提及“商业”，人们总会总想到很多高大上的名词；一提“分析”，人们总会想到统计学、数学、算法等复杂概念。本书尽量用浅显易懂的方式，介绍商业+分析的主要概念。并且在每一章开头，都举了生活中例子，让大家容易理解。毫不夸张的说，这是一本人人都读懂的分析书。

2、内容全面。本书覆盖了从投入产出分析，到销售、供应、产品、运营分析的主要场景，对每一类场景下的主要指标，分析思路都有介绍，可以满足众多分析需求。而且，很多商业问题是相互关联的，因此全面的了解分析思路，更容易找到解决问题的答案。

3、层层深入。本书分了初级、中级、高级方法，从基础的指标体系搭建，数据解读，到中级的销售、运营、产品分析体系搭建，到一些高级复杂难题都有涉及。这些问题，一般的数据分析书（特别是工具类书）极少涉及，却又经常在工作中困扰大家。本书都给予了深入探讨。当然，不见得就100%能解决所有问题，但一定能给大家很多启发。

本书目录（滑动浏览）

向上滑动阅览目录

发布：刘恩惠

审核：陈歆懿

 如果喜欢本文欢迎 在看丨留言丨分享至朋友圈 三连
 热文推荐  
双中台架构之数据平台建设方法详解
狼书三卷终大成，狼叔亲传Node神功
程序员职场晋升：与阿里前P9的一次近距离互动
React 从 v15 升级到 v16 后，为什么要重构底层架构


▼点击阅读原文，了解本书详情~