到年底，写一份好的数据分析报告的重要性不言而喻（只要我写的好，年终奖就少不了我）
大家都知道，数据分析报告的输出是整个业务分析过程的成果，是评定一条业务线的参考依据，既然这么重要那当然要写好它了。
接下来我就分享我写数据分析报告的5个步骤，供大家学习参考。
一、明确分析目的还是那句老话，在做任何事情之前，先想清楚做这件事的目的是什么。写数据分析报告也是，如果一开始就没有明确清楚目的，盲目开始分析，最后的结果很可能就是，分析了半天却离目标越来越远。所以搞明白研究这个事情的目的，是开始数据分析的第一步。
二、拆解指标发现问题在明确清楚我们的分析目的后，就要针对我们的分析目标进行指标拆解，通过拆解指标去发现问题。这么说有点虚，举个例子说明一下。
背景：某制造业公司到年底，需要进行销售线的业务复盘，因此需要检查各销售线人员的年度目标完成进度，并给出建议。同时，通过统计发现，今年公司的毛利率有所下降，需要数据分析师通过数据去找到影响毛利率下降的原因。
拆解流程：
①明确分析目标 ②确定问题 ③拆解问题 ④拆解指标&拓展纬度布局
第一步：明确分析目标
通过背景我们可以清楚知道，我们有两个目标需要去完成，这里我用导图的形式罗列出来
第二步：确定问题
在明确分析目标后，就需要确定为了达成该目标，提出围绕该目标需要解决的问题。可以使用思维脑图，写出在看到该目标后产生的问题。
第三步：拆解问题
在确定问题后，就需要找到能够数值化衡量这些问题的指标，以及它们的计算方式。
第四步：拓展维度
- 计算方式确定，就可通过分析组成这些计算公式的指标来探究影响其的原因，比如销售额=单价*数量，那么就可从单价、数量来分析销售额变动，以一个指标为定量，分析对比其他指标变化。
- 同时以计算公式结果为指标，拓展维度（比如地区、时间、品类等等）来探究不同维度下的指标差异。
同样的我们给出的结论需要和分析目的紧密相连，比如：
- 目的是了解业务的现状，那结论可以是：该业务有问题x关键指标，每个指标的数值是xxx，有什么样的异常；
- 目的是了解数据到什么情况算好，那结论可以是：某指标可以以 xxx 作为判断标准，原因是......；
- 目的是找出业务出现异常的原因，那结论可以是：经分析，有x各种原因，其中重点原因是...... ；
需要注意的是，如果是判断业务的状况，需要确定一个判断标准：结论=数据 判断标准
在对数据进行拆解分析的过程中，我们已经可以察觉到一些数据异常。但是这些异常到底是好是坏，我们需要通过一个标准来确定。
比如说十月份销量数据下滑，我们可以增加比对去年的数据。如果去年也下滑了，说明是正常的月度下滑。如果去年没有下滑，那么说明今年下滑是个不正常现象，需要复盘解决。
四、结合业务，给出建议和方案如果数据不能驱动业务成长，那它毫无用处。
下了结论以后，再结合对业务的理解，就可以就分析结果提出建议，甚至给出方案：
- 建议是：能解决业务问题的行动方向，是若干个潜在可行的范畴。
- 方案是：制定一个具体行动计划，方案要满足 5w2h ，要有具体的执行人、完成时间等等要素。
以上准备工作完成，如何撰写一份分析报告增加它的可读性呢？
- 架构清晰：参考经典的金字塔结构，结论先行，以上，先重要后次要。以上统下的顺序也符合数据分析过程中拆解指标的顺序，更容易帮助读者理解你的分析思路；
- 报告图表化：用图表代替大量堆砌的数字会有助于人们更形象更直观地看清楚问题和结论，更容易做到有理有据；
FineBI制作
- 规范化：整篇文档的图表风格统一、名词统一；
