要有一个好的分析框架，并清晰地界定问题

要有一个好的分析框架，并清晰地界定问题

好的数据报告一定是有层次，有框架，并且能让阅读者一目了然、架构清晰、主次分明，让人容易读懂。

值得注意，如果问题都界定不清楚，这份数据分析报告基本也就失去“价值”（在界定问题的时候往往也需要一定的数据进行参考。而且对数据进行分析与解读过程中，可能对问题的界定还会有改变）。

比如，需要为一个门店的运营情况做分析，我们首要明确分析到底是想解决什么问题，养成“先谋而后动”的习惯。

进而，思考有什么样的数据可以使用，要分析什么维度的数据，要得到什么结论。

最终，分析结论解决了什么问题，从而形成“闭环”。

我们就可以围绕客流量、各个门店销售额、人效、坪效、客单价、促销活动等数据去做分析，常见的我们就用5W2H、人货场理论、4P等方法论。

总之 ，好的分析框架，有明确的目标 ，数据报告能够让阅读者一目了然。

3. 要有明确的判断标准和结论，明确数据指标

没有标准就无法判断好坏，没有明确结论的分析也可以说失去了报告的意义。所谓的标准就需要对业务的深刻理解，以及过往的经验来制定。

比如，某个门店连续三天销售额下跌，累计下跌5%，其原因就有可能是促销活动以后的自然下跌或者是月底、周末等周期性下跌。这时我们就需要多方位的考虑，参考过往的经验和数据，来制定一个标准的指标。

总之，数据+判断标准才能得出明确的结论。不要有猜测性、可能性的结论。

4. 要尽量图表化，异常数据、重要数据、发现的亮点一定要重点标注

用图表有助于人们更形象更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。而一些重点的数据，用颜色、大小等来区分，让传达变得更加明显。

值得注意的是，要明确图表使用原则、场景。

比如 ，饼图、环形图、百分比堆积柱形图等通常用来展现数据的分类和占比情况，而环形图的可读性更高；柱形图、条形图、雷达图通常用来比较类别间的大小、高低；折线图、面积图通常用来对比关系，表示随时间变化的情况、趋势情况；散点图、气泡图通常用来相关性对比。