对于分析师来说，写分析报告是工作中很重要的一个环节。

分析师常写的报告主题有很多，比如：商业化模式分析，流失分析，活动效果分析，产品竞争力分析、长线游戏可行性分析等等。

不同主题的报告，内容不同，但是总体来看，基本都围绕着总分、总分总、总分总分的结构来展开。看似简单的结构，实际上有很多新手把握不住。主要原因有几点：

1、没有清晰的分析框架，思路散乱，抓不住重点

2、有清晰的分析框架，有形式没有内容或内容不足

3、有框架，有内容，但是没有提炼核心结论

4、有框架，有内容，有核心结论，但是不够精炼

5、有框架，有内容，有核心结论，没有提出解决方案

以上的第1点，对于刚开始做数据分析的人来说比较常见，可能之前写流水账的日记比较多，写什么比怎样写更重要。针对这个问题，多数情况下培养3个月能解决。

第2点，可能是由于经验不足，或者数据不全导致，基本上培养3个月也能解决。

第3点，已经有分析基础了，稍微修正就可以，培养1个月能解决。

第4点，分析报告注重结构和逻辑，文采方面没有太高的要求，让文字更精炼，能让读者快速看懂。

第5点，要提出解决方案，需要有一定的业务积累，在平时玩游戏的同时，要多思考，多复盘，才能给出合适的建议。

能够写好分析报告，是分析师职业上升很有必要的高级技能。

那么，一份好的分析报告应具备的要点？

分析报告的输出是整个分析过程的成果，是评定一个产品、一个运营事件的定性结论，很可能是产品决策的参考依据，因此写好一份数据分析报告非常重要。我认为一份好的分析报告，应有以下一些要点：

 

（1）要有一个层次分明、架构清晰的框架

层次分明能让阅读者一目了然，架构清晰更能让人容易读懂，这样才让人有读下去的欲望。

每当我接到新的分析需求时，首先会确定好分析框架，然后再去具体分析，在分析过程中不断完善分析框架。

比如要分析一款刚上线的游戏是否可以做长线，可以从五个大的方向判断。一、定义长线游戏的数据标准，二、预测长留存、LTV和流水，看是否符合长线游戏特征；三、看商业化结构；四、看游戏生态；五、看游戏内容供给。

有了清晰的分析框架，写出分析报告的结构就非常清晰。读者对报告的第一要求应该是清晰，使之迅速理解文意。

（2）数据分析报告要对数据解读，做可视化处理

分析报告中常常会有很多数据，很多人简单地把数据放在那里，就算交差了。

分析报告的读者之所以愿意花时间读报告，是希望在短时间里了解结论，而不是自己花很多时间再做一次研究，可视化比数字更便于人们对数字的理解。因此，对数据合理的解读和可视化很重要。

不仅给业务方的报告如此，给上级的报告也需要如此。

（3）一定要有明确的结论

结论一定要基于紧密严谨的数据分析推导过程，不要有猜测性的结论，且分析结论要准确精炼。

我修改过很多分析报告，对于结论不够完善的，后面更新几版就能达到要求。而对于没有严谨的推导过程且结论错误的报告，则需要大改，这是写报告应避开的忌讳点。

看报告的对象通常是项目负责人、老板，他们平时工作很忙，当你发送的报告是非常有规律的信息呈现方式，他们不需要冥思苦想就可以领会你的意思。阅读报告就会变成一个轻松的规程。反之，一团乱麻的东西大家看起来不知所云，大脑需要耗费很多热量，自然会抗拒阅读。

（4）要有逻辑性，通常要遵照“发现和提出问题→分析问题→解决问题”的流程开展分析

分析报告的逻辑性比文采更重要，逻辑性强的分析报告也容易让人接受。

大多数的分析报告，只到了分析问题这一层，并没有给出解决问题的方案。

分析师的核心价值在于通过数据分析给出解决问题的方案，并落地，落地后能给产品带来提升或者改变。因此，为产品提出建议、给出解决方案很重要。

（5）关注不同读者的水平

要考虑到阅读者的专业背景、职业特点，从便于阅读者理解的角度来编写分析报告，以便于阅读者快速地从报告中获得其所需要的信息。

一份好的分析报告，要让读者在不长的时间里对分析结论有全面的理解，和这个结论无关的细节，都可以省略掉。如果因为自己的偏好，让读者产生了片面的误解，报告写得就不算成功。

（6）好的分析是以对产品和业务的深入理解为基础

不了解分析对象的基本特性，分析结论必然是空中楼阁，无法叫人信服。同样一份数据，不同业务背景的人解读的结果不同。

比如：通过数据发现，流失玩家的玩法参与率低，和活跃玩家差距大。有的分析师认为流失玩家未能意识到该系统的玩法，应当加以引导。而有的分析师则认为参与率低不一定是引导的问题，需要进一步分析用户属性，从游戏生态方向深入分析。

 

（7）注意证据的充分性和数据规范化

一切分析都应基于准确可靠的数据，没有正确的数据源，分析结论必然会对读者造成误导。

非凡的结论要有非凡的证据支持。在得出结论时，不仅要从正面证实，而且还要找反例，看看能否证伪。

概括说来，一份好的分析报告要关注不同水平的读者，要有清晰的框架，要对数据解读，做可视化处理，注重分析过程的逻辑性，以深入理解业务为基础，给出明确的结论和建议，注重数据和证据等等。善于写好报告，我们就变成了更专业的分析师。