写一份好的数据分析报告有多重要呢？分析报告的输出是整个分析过程的成果，也是评定一个产品和运营事件的定性结论，这份报告很有可能就是产品决策的参考依据。一份好的分析报告，必须要满足以下几个要点：
1. 要有一个好的框架
这就和盖房子一样，好的分析肯定是要有基础和层次的，基础坚实并且层次明了才能让阅读者一目了然，架构清晰、主次分明才能让阅读的人更容易明白，分析才能更容易被接受。
2. 分析有结论，结论要明确
没有明确分析结果就失去了分析本身的意义，这本来就是要去寻找或印证一个结论才去做分析的，不要忘本舍果。
3. 分析结论要少而精
一个分析和一个最重要的结论就足够，大多数时候，分析就是在发现问题，如果一个一个分析能发现重大问题，就达到目的了。
精简的结论容易让阅者接受，减少重要阅者的阅读心理门槛，如果别人看到问题太多，结论太繁琐冗杂，就容易读不下去，那么再多结论也等于没有。
4. 基于严谨的数据分析推导过程再得出结论
不要有猜测性的结论，过于主观的东西会没有说服力，如果一个结论连自己都没有肯定的把握，就不要拿出来误导别人了。
5. 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，写东西也总会按照自己的思维逻辑来写，但别人不一定了解，要知道读者最多只会花10分钟的时间来阅读，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分析邮件。
6. 数据分析报告尽量图表化
用图表代替大量堆砌的数字，有助于人们更形象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。
7. 好的分析报告一定要有逻辑性
发现问题–总结问题原因–解决问题，这样流程，逻辑性再强的分析报告也容易让人接受。
8. 好的分析一定是出自于了解产品的基础上
做数据分析的产品经理本身一定要十分了解你产品，如果连分析对象的基本特性都不清楚，那么分析出来的结论肯定是空中楼阁了。
9. 好的分析一定要基于可靠的数据源
大多数时候收集数据会占据更多时间，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，最后才在收集的正确数据基础上做分析。
所有都是为了找到正确的结论，更要保证收集到数据的正确性， 否则一切都将变成为了误导别人的努力。
10. 要有解决方案和建议方案
你既然很努力地去了解产品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地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。
11. 不要回避“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。发现产品问题，在产品缺陷和问题造成重大失误前，解决它就是你的分析的价值所在。
12. 不要创造太多难懂的名词
如果你的老板在看分析时，10分钟内叫你过去三次只为了解释名词，那么你写出来的基本没价值，还不如直接过去说算了。
13. 感谢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，肯定和尊重伙伴们的工作才会赢得更多的支持和帮助，而且肯定不是只做一锤子买卖，懂得感谢和分享成果的人才能成为一个有素养和受人尊敬的产品经理。
END
