本文作者將分享其比較喜歡的報告框架，可能針對不同的報告場景需要有所調整。enjoy~

一個項目到了匯總的時候，免不了形成一份相對完整的數據分析報告。

報告也需要多種情況。按照應用場合可以劃分多種類型：有的需要向上郵件匯報，有的需要給項目組里一個交代，有的是需要直接進行展示匯報等。按照項目類型也可以劃分多種類型：新項目上線效果評估，AB test結果，日常數據匯總，活動數據分析等。

文本也好，PPT也罷，數據分析報告核心的思路都是相通的。

1. 你要一個故事

我自己有個想法，就是產品經理應該多學習相關領域的知識，比如學一些基礎的設計規(guī)范、交互原則、營銷知識，心理學知識，算法知識等等。除了一些明顯的對工作的幫助，也能幫助自己擴展思路。其實做好報告，就應向咨詢機構或者投資機構學習。

一個報告核心不是包含很多內容，讓聽眾或者讀者去花時間理解，核心是講好一個簡單的故事。咨詢和投資機構做BP之前，會先花時間理清楚storyline。其實各種報告都應該這樣，先理清楚你要講的故事。

2. 一個數據分析報告的框架

這里列出一個我個人比較喜歡的報告框架，可能針對不同的報告場景需要有所調整（比如刪除部分步驟，或者增加部分細節(jié)）：

• 項目背景：簡述項目相關背景，為什么做，目的是什么
• 項目進度：綜述項目的整體進程，以及目前的情況
• 名詞解釋：關鍵性指標定義是什么，為什么這么定義
• 數據獲取方法：如何取樣，怎么獲取到的數據，會有哪些問題
• 數據概覽：重要指標的趨勢，變化情況，重要拐點成因解釋
• 數據拆分：根據需要拆分不同的維度，作為細節(jié)補充
• 結論匯總：匯總之前數據分析的主要結論，作為概覽
• 后續(xù)改進：分析目前存在的問題，并給出解決改進防范
• 致謝
• 附件：詳細數據

項目背景 & 項目進度

項目背景，需要簡述項目相關背景，為什么做，目的是什么。項目進度，需要綜述項目的整體進程，以及目前的情況。這兩點其實沒什么可說的，如果對象是項目成員，可以寫簡單一些，如果對象是對項目不了解的人，則需要多寫 一些，但還是要盡量用最簡單的話，跟別人講明白。

名詞解釋 & 數據獲取方法

名詞解釋：關鍵性指標定義是什么，為什么這么定義。這點是很多人忽略的，其實很多時候數據的誤解都是因為對指標沒有統(tǒng)一的定義。舉例而言，點擊率可以是點擊次數/瀏覽次數，也可以是點擊人數/瀏覽人數。人數可能按訪問去重，也可能按天去重。如果沒有清晰的解釋，不同人理解不同，對整個數據的可讀性就大打折扣。

數據獲取方法：如何取樣，怎么獲取到的數據，會有哪些問題。原始數據往往有一些缺憾，要經過數據清洗剔除噪聲，也需要部分假設進行數據補全。數據清洗和數據補全的方法需要跟匯報對象說明并且獲得認可，讓對方對于置信度有一個估計。

數據概覽 & 數據拆分

數據概覽，需要有重要指標的趨勢，變化情況，重要拐點成因解釋。

數據拆分，需要根據需要拆分不同的維度，作為細節(jié)補充。

這里基本上就是之前說的數據分析方法了。如果需要對方知道對比或者趨勢，則使用圖，如果需要對方知道具體數據，則使用表。表格對需要強調的數字要做明顯標識。需要注意的點是：核心指標要少而關鍵，拆分指標要有意義且詳細。同時如果是PPT的話，每頁說明白一個結論或者解釋清楚一個趨勢足以。關鍵性結論要用一句話能說清楚。

結論匯總 & 后續(xù)改進

結論匯總，基本是對之前數據分析階段的數據進行匯總，形成完整的結論。

后續(xù)改進，需要在數據分析的結論和問題的基礎上，對后續(xù)的迭代和改進措施作出方向性的說明。這部分其實很多時候也是分析的根本目的。

致謝 & 附件

致謝是對項目組合相關協(xié)助部門的致謝，基本上對于項目組和相關協(xié)助部門而言，也希望自己的工作或者積極配合能看到有效的數據結果。在之后的合作中，也會更加融洽。

附件是需要附贈更多沒有必要在數據報告中體現(xiàn)但是仍然有價值的數據。對于PPT而言，這部分也可以放在PPT致謝之后，與會同事有疑問，可以隨時翻到最后解釋。

3. 總結

一個產品，如果你不能衡量它，你就不能了解它，自然而然，你就無法改進它。這是說數據。

而數據報告的意義也是類似，項目完成之后需要完整匯報，這樣無論是對上匯報還是對團隊而言，都是有重要意義。

突然想到一個事情。去年的時候做了一個內部數據平臺，到了取名字的時候，我用了dice。為什么叫dice呢？

這得從物理說起（開啟神棍模式）。物理學不斷前行，之前人們認為物理學是決定論的，只要知道系統(tǒng)的初始值和足夠細節(jié)，就能知道之后系統(tǒng)的演化路徑。后來發(fā)現(xiàn)不是這樣的，對于一個基本粒子而言，觀測之前，粒子狀態(tài)和位置是不可預測的。愛因斯坦說“上帝不會擲骰子”，然后后續(xù)的研究，更多的是支持上帝是擲骰子的。這也是dice的來源。

即使是上帝視角，也不可能知道提前知道數據的結果。那么作為產品經理而言，尊重數據結果，并分析形成結論，遠比相信一些所謂的方法論的條條框框好得多。

關于數據，能講的還有很多，之后再開新坑。

書籍推薦：

• 王彥平 吳盛峰《網站分析實戰(zhàn)：如何以數據驅動決策，提升網站價值》
• Avinash Kaushik 《精通Web analytics 2.0：用戶中心科學與在線統(tǒng)計藝術》
• 阿利斯泰爾·克羅爾 / 本杰明·尤科維奇 《精益數據分析》

#專欄作家#

潘一鳴，公眾號：產品邏輯之美，人人都是產品經理專欄作家。畢業(yè)于清華大學，暢銷書《產品邏輯之美》作者；先后在多家互聯(lián)網公司從事產品經理工作，有很多復雜系統(tǒng)的構建實踐經驗。

本文原創(chuàng)發(fā)布于人人都是產品經理。未經許可，禁止轉載。