做好这13点，闭着眼也能学出满意的数据分析报告
首先，需构建良好的框架。如同盖房子，优秀的分析应具备坚实的基础与清晰的层次。基础坚实且层次分明的分析能使阅读者一目了然，架构清晰、主次分明方可让他人轻松读懂，从而激发阅读欲望。
第二，每个分析都应有明确的结论。若分析无明确结论，则不能称之为分析，亦失去其本身意义。进行分析的目的本就是寻找或印证结论，切不可忘本舍果。
第三，分析结论应精简。若可行，一个分析最好只有一个最重要的结论。很多时候分析旨在发现问题，若一次分析能发现一个重大问题，便已达成目的。切勿贪多求全，应秉持“宁要仙桃一口，不要烂杏一筐”的原则。精简的结论更易为阅读者所接受，可降低重要阅读者（通常为事务繁忙的领导，他们时间有限）的阅读心理门槛。若问题过多、结论繁杂，致使他人不愿阅读，即便有一百个结论也等同于零。
第四，分析结论必须基于严密的数据分析推导过程，不得包含猜测性内容。主观臆断的结论缺乏说服力。若对一个结论自己都无十足把握，切勿拿出误导他人。
第五，优秀的分析应具有较强的可读性，即易读度。每个人都有自己的阅读习惯和思维方式，撰写分析内容时往往会按照自己的思维逻辑进行，自己觉得清晰明了，是因为整个分析过程由自己完成，但他人未必如此了解。因此，需明确分析的阅读者是谁，他们最关心什么，必须站在读者的角度撰写分析内容。
第六，数据分析报告应尽量图表化，这是对第四点的补充。用图表代替大量堆砌的数字有助于人们更形象、更直观地看清问题和结论。当然，图表数量也不宜过多，过多的图表同样会让人无所适从。
第七，好的分析报告必须具备逻辑性，通常应遵循“发现问题—总结问题原因—解决问题”这一流程。逻辑性强的分析报告更易被人接受。
第八，优秀的分析必定基于对产品的深入了解。进行数据分析的产品经理自身必须对所分析的产品了如指掌。若对分析对象的基本特性都不了解，分析得出的结论必然如空中楼阁，无根之木难以令人信服。
第九，优秀的分析必须基于可靠的数据源。很多时候，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建立良好的数据体系平台。最后，在收集的正确数据基础上进行分析。既然一切都是为了找到正确的结论，那么就必须保证收集到的数据的正确性，否则一切努力都将成为误导他人的行为。
第十，优秀的分析报告必须包含解决方案和建议方案。既然努力了解产品并在此基础上进行了深入分析，那么这个过程就决定了你可能比他人更清楚地发现问题及问题产生的原因。在此基础上，基于自身知识和了解提出的建议和结论必然更具意义。而且，老板支付工资更多是为了让你解决问题，而非仅仅发现问题。
十一、不要害怕或回避“不良结论”。分析的目的是发现问题，并为解决问题提供决策依据。发现产品问题是你的价值所在。相信老板聘请你来，并非只是让你来唱赞歌，他需要的也不是一个粉饰太平的工具。在产品缺陷和问题造成重大失误前发现并解决问题，这便是分析的价值所在。
十二、不要创造过多难懂的名词。若老板在阅读你的分析报告时，十分钟内要叫你三次过去解释名词，那么你所写内容的价值又何在呢？还不如直接当面汇报。当然，如果不可避免地要使用一些名词，最好附上让人易懂的“名词解释”。
十三、最后，要感谢为这份分析报告付出努力、做出贡献的人，包括为你上报或提取数据的人，以及为产品提供支持和帮助的人（如果分析的是自己负责的产品）。肯定和尊重伙伴们的工作才能赢得更多的支持和帮助。而且，作为产品经理，想必也不是只做一锤子买卖。懂得感谢和分享成果的人才能成为有素养、受人尊敬的产品经理。
数据分析衍生文章
