数据分析报告，顾名思义是将运营过程中发生的各种业务场景合理地组织起来，合理的呈现出来。根据业务发生的时间又可以分为总结型、决策型、规划型。

数据分析报告是根据数据分析原理和方法，运用数据来反映、研究和分析事物的现状、问题、原因、本质和规律，并得出结论，提出解决办法的一种分析应用文体。

但在实际工作中很多分析师在写数据分析报告时，往往舍本逐末更关注如何将报告做得更美观，如何做出漂亮的可视化图表、很炫的呈现效果等。但别人看你的数据分析报告时，往往更关注这个报告对他是否有价值？价值是什么？值得花多少时间去看这个报告？报告的结论是否有正确的数据支持？以及基于结论形成的方案又是否符合逻辑。

无论哪种报告，都必要求结构和逻辑的严谨，数据分析报告也不例外。但由于数据分析本身的强逻辑性，其报告的逻辑性要求更高。逻辑松散的数据分析报告结构模糊、内容零散，价值也就大打折扣了。

所以为了提升报告的逻辑性，我们用“金字塔原理”这个好工具。

万能的金字塔原理

金字塔原理就是帮助我们“想明白，说清楚”。我们熟知的头脑风暴和思维导图都是从金字塔原理中诞生的。

金字塔原理，顾名思义它的结构也就是上尖下宽的金字塔状，如下图所示，主要包括三个部分：中心思想、分论点、论据。

中心思想：指数据分析报告的主旨，一般围绕发现了什么问题、解决了什么问题，以及希望推进的方向等。

分论点：指由中心思想拆解出来的多个子内容，围绕中心思想进行细化阐述。

论据：指用来支撑分论点的数据或事实。

金字塔原理的结构与指标体系的组成很类似。可以把北极星指标比作中心思想，伴随指标比作分论点，其他指标比作论据，你能发现两者的内在逻辑完全一样。而这种逻辑一致并不是偶然，我们思考、分析、解决问题时都需要这样的逻辑框架，帮助我们导向目标、结果

基于上面这张金字塔原理的结构图，我们再深入一点探讨金字塔原理的三个核心要点，如下图所示：

结论先行。在整个金字塔的架构中，顶层的“中心思想”即代表了整个金字塔的最核心结论。这个结论，一般而言需要以最高优先级呈现出来，即所谓结论先行，同时用一句话或 20～30 字的一段话来表述即可，切忌冗长。

以上统下。每一层的内容均是对下一层的提炼、概括和总结；每一层的内容均是对上一层的拆解、细化和支撑。

归纳分组。所有的论据都遵循归纳分组原则，它是将一组具有共同点的事实、思想和观点归类分组，并概括其共同点或者结论的方式。比如要做一次客群分析，几个同类事实分别是：年龄分布、性别分布、活跃程度分布等。

为了能够高效地完成归纳分组，金字塔原理还提供了一个著名的工具：MECE 原则，即完全穷尽，相互独立，即无重复，也无遗漏。同一分论点下的所有论据必须充分，不同分论点下的论据不能有重复、交叉的情况，如下图所示：

当我们自上往下看时，就会一直问“为什么”：为什么中心思想是这样？因为有分论点1、分论点 2 等；那么又为什么会有分论点 1 呢？因为有论据 1、论据 2 等；

当我们自下往上看时，就会一直问“所以呢”：因为有论据 1 和论据 2，所以才有分论点 1；因为有分论点 1、分论点 2，所以有这个中心思想。

这就是金字塔原理具备扎实逻辑的基础。

MECE 法则是提高数据分析报告质量的重要法则，这一点非常有价值。论点不重复，你就不用做无用功，提高思考效率；论点没遗漏，你的思维就严谨，滴水不漏，这样的数据分析报告才最有质量。

将金字塔原理应用到数据分析报告

以上介绍了金字塔原理的核心理论和概念，下面我们来看看把金字塔原理应用到一份完整的数据分析报告上会变成什么样子。下图就是将金字塔原理应用在数据分析报告上的具体形态，从顶至下分别是起始页、主题、现状/方案/效果，其中“起始页”就是“中心思想”，“主题”就是“分论点”，“现状/方案/效果”就是“论据”。

1.题目：简洁明确

标题页需要写明数据分析报告的题目，最多两行完成，要求“直接、简洁、明确”并突出数据分析报告的制作团队。

2.起始页：结论先行

起始页非常重要，等同于金字塔原理的“中心思想”，必须满足“结论先行”的要求，所以按照先后顺序建议由以下几个部分组成：

报告的背景和目的。数据分析报告的背景和目的主要是为了让听众了解此项分析的主要原因、分析的意义，以及其他相关信息，以及让听众了解开展此次分析能带来何种效果，可以解决什么问题。

报告的主旨或核心结论、解决方案、建议方向等，尽可能精炼，一句或一段话即可。

报告分析的产品或运营的业务周期，如“分析周期：2020 年 1 月～2020 年 6 月”。原因在于不同周期下的产品运营特征差异明显，需要非常清晰地描述出来。像“春节期间”就是模糊描述，应明确为“腊月二十五至正月初十”，因为春节前、春节中、春节后的数据表现一定不同。

报告中所使用数据的来源和量级，以及其他可能细化的说明。例如数据来自 XX 报表、XX 系统等，采集了分析周期内成功登录 App 的 5123.33 万用户，及其 76 个标准用户画像维度。

最后才是目录。目录并非必需，对于篇幅不长的数据分析报告，并不需要目录；对于内容厚重的报告，则需要列出目录，以帮助听众了解内容分布、内容篇幅。但目录也不要太过详细，一般列出一级目录即可。

3.正文：讲清楚思路、方案

正文部分其实包括每个论点和每个论据，也就是上图中的主题、现状、方案和效果这几部分。如果站在主题往下看，你会发现又是一个小金字塔。报告的正文包含所有数据分析事实和观点，并通过数据图表和相关的文字结合分析。

在正文中通常注意以下要点：

正文中的数据分析过程和结论务必要清晰和明确，尽量少地“陈述事实”，而要重墨在讲清楚“思路和方案”。

每个主题，或每个主题下更细小的子主题，也同样遵守“结论优先，且唯一”的原则。也就是在正文的分析过程中，也应当首先抛出结论，然后再阐述分析过程；同时不要发散，每个子主题就讲一件事。如果用 PPT 呈现的话，那么一般最多 2~3 页，不超过 5 页，讲明白一个很聚焦的结论或问题。

一图胜千言，字不如表，表不如图。尽量用图表或表格来呈现数据，因为图表或表格具备“自明性”，即仅看图表无须额外解释，就能获取图表所表达的内容。

4.结束页：总结、回顾核心内容

结束页也千万不要写“谢谢”之类的废话，建议将起始页中的报告主旨、核心结论、解决方案、建议方向完完整整地复制一份到结束页。因为经过几个小时的汇报，前面的细节内容已经遗忘的七七八八了，此时如果在结束页放一个孤零零的“谢谢”，毫无意义。

简而言之，就是应当将报告的核心内容再次呈现出来，一是再次为大家强化对报告内容的认知；二是给大家在汇报最后讨论一个参考，不然大家对着“谢谢”二字能讨论什么呢？

下面我们以一个非常规范、标准的数据分析报告作为案例，看看它是如何应用金字塔原理的。

数据分析报告案例

案例是 QuestMobile 在 2020 年 7 月发布的互联网研究报告，通过大量数据来分析 2020 年上半年的互联网大环境，是非常典型的数据分析报告。我们按照起始页、正文、结束页这一顺序来逐一分析。

1.起始页

它的起始页有两页 PPT，分别是“本报告研究说明”和“报告核心观点”。

研究说明

如下图所示，研究说明包括分析的周期、数据来源及用到的分析方法。因为是半年度分析报告，所以时间周期非常重要，必须 highlight 出来。数据来源也为报告的权威性做了背书。

核心观点

如下图所示，由两个部分组成。首先是顶部的报告内容总结，虽然只有两行字，但要把将近 100 页报告浓缩和提炼，非常考验作者功力；其次是报告的 10 个子主题，也叫分论点，基本上我们无须看正文，就能知道这篇报告想要传达给我们哪些内容。

2.正文部分

然后就进入正文了，这么庞大的报告并没有采用目录，而是用一个非常巧妙的形式解决了这个问题。正文部分由 4 个分论点或子主题组成，我们详细拆解第 2 个部分来看看正文部分的借鉴之处。

首先，每个子模块也都遵循金字塔原则，下图是第 2 个部分的内容架构，很明显“2020 年上半年互联网经济核心洞察”作为这个部分中心思想，细化为 5 个子论点，这就是典型的金字塔架构。

其次，第 2 个部分依然遵循了“结论先行”的金字塔原理要求，只不过把结论直接打散到 5 个分论点或子主题中，因为这 5 个分论点的题目均是“描述性内容”，非常直白说出了每个子主题的核心要点；而每个子主题又接着从不同的角度来论述并支撑自身这一子主题。

所以，接下来我们以 2.2 为例，与你分享关于正文页设计和呈现的四项要点，如下图所示。

1）大标题不一定得精准描述，笼统概述即可

2.2 的小节封面，仅仅写了“生态流量的结构性变化”，这并不是描述性的表述，因为没有说结构性怎么变的，但不代表 2.2 没有结论。事实上，由于这份报告内容太过庞杂，2.2 的结论被拆分到接下来的 7 页 PPT 当中。如果我们发现在产品运营中的数据分析报告的论点或结论比较复杂，便可以尝试借鉴这样的方式。

2）小标题需要精准描述，并逻辑能够串联

结论被打散到 7 页 PPT 中，就对单页 PPT 的设计有了更高要求，在每页的标题上就必须呈现“描述性”的子结论。

要点 1：每页 PPT 的标题，用“描述性”文字说明当页的主要内容。下图所示的 2.2 的第 1 页，标题就是“随着京东、美团……流量格局”，而非“2.2.1 流量格局”之类的笼统概述。从笼统概述到精准描述这个转变并不容易，它需要你非常深入的主动思考，从而提炼出核心观点。

要点 2：每页 PPT 的标题都改为描述性的内容后，还需保证每页的标题能够顺畅连接。下图所示的就是 2.2 的 7 页 PPT 的标题，你会发现这 7 个标题的内容不仅连接顺畅，而且具备严格的逻辑：

① 是总述小程序是生态流量发生结构化变化的重要体现，既点明了 2.2 的“生态流量的结构性变化”，还为接下来的 6 页做了概括和铺垫；

②③④ 均是从小程序的角度出发，阐述发生了如何的变化；

⑤⑥ 从小程序的不同场景和分类来阐述变化的程度；

⑦ 从支付宝以及外部流量的角度阐述小程序变化的原因。

你会发现以上就是个从局部到具体、从程度描述到原因详解的一个逻辑过程，彼此之间无重复、无遗漏，符合刚刚所讲的 MECE 原则。

3）图表需将重点内容标明，并注明口径、数据来源

标题之外，图表也是重要组成部分之一。如下图所示，所有的论点都需要用图表来呈现，但是仅做一个折线图或柱状图是不够的，我们还需要进一步加工和提炼。

要点 1：必须在图表中标注出重点的内容。如左边的柱状图为了凸显微信小程序月活的增长幅度，做了三件事：一是淡化 2019 的历史数据，二是凸显 2020 的最新数据，三是标注了 +11.6% 的增长率；右图的“医疗服务”，增长 841%，也进行了明确标出。

要点 2：重要指标的口径必须明确说明，如最下面的月活跃净增用户规模。

要点 3：别忘记数据来源。

总结

数据分析报告是形式，其中的内容才是核心，形式是服务于核心的，千万不要为了形式而本末倒置。