在笔者看来，产品经理是一个商业与技术结合的综合型岗位，商业强调准确把控用户需求和商业价值，技术强调技术实现上的可行性、实现成本，所以这就要求我们产出的需求必须是有价值的。如何来衡量需求的价值呢？数据分析是咱们常用的方法之一。数据分析分很多种，有针对问题的数据分析，比如电商的留存率、会员的活跃度、用户的复购率等等；有针对需求的数据分析，比如目标用户群体的特征有哪些，常用的设备是什么，常使用的场景是什么等等，也有针对需求进行数据化呈现的数据分析，比如数据报表等等。本文主要介绍一个数据分析报告的框架主要由哪几块组成。

一、报告概览

报告概览是数据分析报告结果的简洁化总结呈现，让阅读报告的人能在最短的时间内，知道这篇数据分析报告有哪些结论。

示例：

（1）xxx店铺在2018年1月～10月的平均客单价为100元；

（2）xxx店铺2018年1月～10月的会员活跃度为60%；

（3）xxx店铺2018年1月～10月的会员复购率为80%；

二、名词解释

名词解释的目的是为了阅读报告对象对报告的理解。一篇数据报告的阅读对象可能是产品团队、运营团队、开发团队、测试团队，也可能是市场团队、领导、客户等等，对行业或业务了解没那么深的用户，可能并不知道某些名词到底代表了什么，所以需要使用名词解释来统一阅读对象的认知。

示例：

（1）客单价：指商场（超市）每一个顾客平均购买商品的金额，也即平均每单的销售金额；

（2）活跃度：指周期内（根据业务不同，周期时间不同，可自定义）有过消费行为；

三、获取方法

获取方法指的是这些数据是怎么获取的，然后通过什么公式进行计算所得的。旨在告诉阅读对象数据的来源和分析方法。

示例：

（1）数据来源：数据通过ERP系统导出，经过数据团队处理所得；

（2）活跃度计算公式：周期内订单数>0；

四、分析边界

分析边界的目的是为了告知阅读对象，本篇数据报告的边界内容，就如文章开篇所说，任何一篇文章都不是大而全，一定有自己的侧重点和目的，所以为了让阅读对象在正式阅读之前，必须告知对方本篇数据分析报告的边界是什么。

示例：

（1）分析主体：xxx店铺

（2）数据时段：2018年1月1日～2018年10月30日

（3）分析指标：客单价、活跃度、复购率

五、数据拆分

数据拆分是对本篇数据报告涉及到的数据进行拆分，比如不同的指标在不同的时段会有不同的表现，这时候就需要将这些数据拆分出来，展现在报告里，以便阅读对象的阅读了解。

示例：

时间会员客单价会员活跃度会员复购率

2018.01.01～2018.02.28500元70%70%

2018.02.28～2018.03.31400元55%40%

六、分析汇总

结论汇总是将本篇数据分析报告的所有结论全部汇总在此展示出来，在说出结论的时候，建议采用“结论+分析”的方式呈现，这样更方便阅读对象的理解。

示例：

xxx店铺在2018年1月和2月的客单价、会员活跃度和复购率明显高于其他月份，分析1月和2月的订单商品，发现大部分商品是过年期间所需商品，比如老年营养品等等。

七、改进方案

改进方案是对数据分析发现的问题提出的解决方案。这也是数据分析报告的最终目的，数据分析不单是为了发现问题，更多是希望发现问题，并根据该问题提出自己的解决方案。

示例：

xxx店铺的会员复购率远低于行业平均值，究其原因是因为会员权益设计不合理，目前只设计了会员和非会员区分，对于会员没有设计不同的等级，不同等级享受不同的优惠折扣，建议对会员设置普通会员、铂金会员和钻石会员三个等级，按照积分进行区分，当积分<1000分时，为普通会员；2000>积分>1000时，为铂金会员，积分>2000时，为钻石会员，普通会员享受9.8折优惠，铂金会员享受9.2折优惠，钻石会员享受8.5折优惠。

作者：企荣之路，国内某知名互联网公司新零售产品经理，微信公众号：企荣之路