数据分析主要是做什么的13个要点决定一份数据分析报告的质量数据分析具体做什么这都可以，

认为一份好的分析报告，有以下一些要点：

首先，要有一个好的框架，跟盖房子一样，好的分析肯定是有基础有层次，有基础坚实，并且层次明了才能让阅读者一目了然，架构清晰、主次分明才能让别人容易读懂，这样才让人有读下去的欲望。

第二，每个分析都有结论，而且结论一定要明确，如果没有明确的结论那分析就不叫分析了，也失去了他本身的意义，因为你本来就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。

第三，分析结论不要太多要精，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，精简的结论也容易让阅者接受，减少重要阅者（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0。

第四，分析结论一定要基于逻辑严谨的数据分析推导过程，不要有猜测性的结论，太主观的东西没有说服力，如果一个结论连你自己都没有肯定的把握就不要拿出来误导别人。

第五，好的分析要有很强的可读性，这里是指易读度，每个人都有自己的阅读习惯和思维方式，写东西你总会按照自己的思维逻辑来写，你自己觉得很明白，那是因为整个分析过程是你做的，别人不一定如此了解，要知道阅者往往只会花10分钟以内的时间来阅读，所以要考虑你的分析阅读者是谁？他们最关心什么？你必须站在读者的角度去写报告。

第六，数据分析报告尽量图表化，这其实是第四点的补充，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。

第七，好的分析报告一定要有逻辑性，通常要遵循：

发现问题

总结问题原因

解决问题

逻辑性强的分析报告也容易让人接受。

第八，好的分析一定是出自于了解产品的基础上的，做数据分析的产品经理本身一定要非常了解你所分析的产品，如果你连分析的对象基本特性都不了解，分析出来的结论肯定是空中楼阁，无根之木如何叫人信服？！

第九，好的分析一定要基于可靠的数据源，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，最后才在正确数据的基础上做分析，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， 否则一切都将变成误导别人。

第十，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了产品并做了深入的分析，那么这个过程就决定了你可能比别人都更清楚，发现了问题及问题产生的原因，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，你的老板不止是希望你能够发现问题，更多是为了让你解决问题。

十一，不要害怕或回避“不良结论”，分析就是为了发现问题，并为解决问题提供决策依据。在产品缺陷和问题造成重大失误前解决它，就是你做数据分析的价值所在了。

十二，不要创造太多难懂的名词，如果无可避免地要写一些复杂名词，最好要有让人易懂的“名词解释”。

十三，最后，要感谢那些为你的这份分析报告付出努力做出贡献的人，包括那些为你上报或提取数据的人，那些为产品作出支持和帮助的人（如果分析的是你自己负责的产品），肯定和尊重伙伴们的工作才会赢得更多的支持和帮助，而且我想你也不是只做一锤子买卖。

1.

2.

3.

4.

5.

ＴＨＥ　ＥＮＤ

版权声明：本微信公众号（IATF16949）所推送文章中，部分来源于网络。除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，我们会在24小时内删除处理，谢谢！内容若有误，欢迎批评指正

扫码加群或咨询课程具体内容

微信号：Dongfangdayi-001