每次到复课会，做数据分析的同学都很忙。他们有多努力并不重要。他们最怕的是做了很多分析，最后的报告没人看。
即使有人看了，也经常抱怨“看得太长”、“抓不住重点”。
听到这些声音，很多同学都感到极度沮丧，他们在非常用心地做分析，但分析报告总是不被认可。其实分析报告作为展示数据分析结果的一个环节，需要我们花更多的时间打磨。
本文主要对数据分析报告和分析文本的背景描述、思维方法、结论和建议进行梳理，并介绍常用的表达套路，希望对大家有所帮助：
#背景笔记。
这部分主要包括分析背景和项目描述，让读者更好地了解项目的来龙去脉，也让读者看到报告的严谨性。
为了使背景描述更具吸引力，可以采用SCQA讲故事的模式：
S (scenario)用来陈述大家都熟悉的事情，大家普遍认同的事情，以及事情发生的背景。所以切入既不突兀，也不容易引起大家的共鸣，产生代入感，进而引发冲突c。
q是一个问题，根据之前的冲突，从对方的角度提出自己的担忧。最后，A是Q的答案，这也是我们接下来要表达的中心思想。
这种表达结构可以将观众带入良好的沟通氛围，进而引发冲突和质疑，最后提出可行的解决方案。
比如公司去年营业额增长了50%，利润却下降了10%。如何才能提高利润率？将给出以下结论和建议。
#分析思维。
思维是整个报告的灵魂，包括数据分析的理论框架、研究方法、指标和算法模型。
在做分析框架的时候，我们可以采用树模式的拆分思想。当你遇到问题时，你经常不知所措。尽量把整个问题分解成小问题，一层一层分解。解决了小问题之后，你会越来越接近探索问题的本质，让真相慢慢浮出水面。
比如现在做年报，需要把年报拆分成几个分析模块，每个模块列出怎么分析，分析过程，分析结论，怎么做。
然后在每个拆分点进行梳理，确定分析框架，或者使用MECE、PEST、AARRR等经典方法论进行拆分。
#结论性建议。
结论一般放在分析主体的前面，主要是为了节省阅读时间，在向高层管理人员展示时快速传递信息。
数据分析报告的价值在于为决策者提供辅助意见。在开始做报告之前，我们需要明确报告的对象。不同的报道对象有不同的关注点，我们花在报道上的精力也要集中。
在内容上，结论和建议要简单明了，重点突出，有严谨的逻辑推演过程支撑，符合业务实际情况，能够落地执行。
与此同时，我们不应该避免不好的结论。
#分析主题。
这一部分通常是整个分析报告中最长的部分，包括结论的推导和论证的全过程。例如，放上各种数据表和数据分析图表。表格和图表之间的关系是什么，每个图表演示了什么，在制作数据分析图表之前都需要了解。
分析题目要写得逻辑性强，参照金塔原理采用总-分-(total)的结构。在《结构化写作》这本书里，介绍了建造金字塔结构的四个原则：
1)理论：
结论第一，金塔原则强调先总后分。结论首先是“先总后分”的体现。结论先于原因，框架先于细节，重要性先于次要。这样可以帮助观众快速掌握我们想要表达的主旨，提高表达的效率和效果。
2)证明：在上述体系下，有理由支持的结论具有说服力，强调上、下两个层次的论证关系。上层结论是
3)分类和分组，按照一定的标准对相似或相关的信息进行分类，不仅可以提高思维效率，还可以全面思考问题。
4)比例：同一层次、同一组信息之间的逻辑递进、比较和排列，这种逻辑顺序符合人们观察事物的习惯，更容易让读者记住。
当然，如果只是图表不够生动，不足以做报告，那么我们可以专门使用它。
业的数据分析工具。就拿我用的 FineBI举例，可以实现多个图表之间联动，我们点到某关键数据，就可以看到关联图表的变化，这样就可以随时对关键数据进行具体分析。这样做出来的报告直观生动。在汇报场合绝对能征服全场。
再比如地图向下钻取，点击地图中的某个区域，右侧会显示出该区域详细的表格和图表数据。
我们甚至还可以把多张图表拖拽到一起，轻松制作出一张“驾驶舱”报告，让领导快速get到汇报内容，简洁明了的报告，再加上这么一张直观的大屏，还有谁会吐槽报告看不懂呢？
有时，领导对分析报告有意见，不是因为咱们数据分析没做好，而是报告没做好。所以我们做报告要站在领导和受众的角度去思考，少一些专业术语，多一份通俗直观。学会以上这些套路，相信大家都能做出令人惊喜的分析报告！
# 工具分享
最后，分享一下数据分析可视化工具， 回个“可视化”就能全部拿得！
