分析报告，有以下一些要点？首先，要有一个好的框架第二，每个分析都有结论第三，分析结论不要太多要精第四、分析结论一定要基于紧密严禁的数据分析推导过程第五，好的分析要有很强的可读性第六，数据分析报告尽量图表化第七、好的分析报告一定要有逻辑性第八、好的分析一定是出自于了解产品的基础上的第九、好的分析一定要基于可靠的数据源第十、好的分析报告一定要有解决方案和建议方案十一、不要害怕或回避“不良结论”十二、不要创造太多难懂的名词十三、最后，要感谢那些为你的这份分析报告付出努力做出贡献的人
下面我们按照不同分析方法所能给人带来的智能程度，把分析能力划分为8个等级。1. 标准报表回答: 发生了什么？什么时候发生的？示例：月度或季度财务报表我们都见过报表，它们一般是定期生成，用来回答在某个特定的领域发生了什么。从某种程度上来说它们是有用的，但无法用于制定长期决策。 2. 即席查询回答：有多少数量？发生了多少次？在哪里？示例：一周内各天各种门诊的病人数量报告。即席查询的最大好处是，让你不断提出问题并寻找答案。 3. 多维分析回答：问题到底出在哪里？我该如何寻找答案？示例：对各种手机类型的用户进行排序，探查他们的呼叫行为。通过多维分析(OLAP)的钻取功能，可以让您有初步的发现。钻取功能如同层层剥笋，发现问题所在。 4. 警报回答：我什么时候该有所反应？现在该做什么？示例：当销售额落后于目标时，销售总监将收到警报。 警报可以让您知道什么时候出了问题，并当问题再次出现时及时告知您。警报可以通过电子邮件、RSS订阅、评分卡或仪表盘上的红色信号灯来展示。 5. 统计分析回答：为什么会出现这种情况？我错失了什么机会？示例：银行可以弄清楚为什么重新申请房贷的客户在增多。这时您已经可以进行一些复杂的分析，比如频次分析模型或回归分析等等。统计分析是在历史数据中进行统计并总结规律。 6. 预报回答：如果持续这种发展趋势，未来会怎么样？还需要多少？什么时候需要？示例：零售商可以预计特定商品未来一段时间在各个门店的需求量。预报可以说是最热门的分析应用之一，各行各业都用得到。特别对于供应商来说，能够准确预报需求，就可以让他们合理安排库存，既不会缺货，也不会积压。 7. 预测型建模回答：接下来会发生什么？它对业务的影响程度如何？示例：酒店和娱乐行业可以预测哪些VIP客户会对特定度假产品有兴趣。如果您拥有上千万的客户，并希望展开一次市场营销活动，那么哪些人会是最可能响应的客户呢？如何划分出这些客户？哪些客户会流失？预测型建模能够给出解答。 8. 优化回答：如何把事情做得更好？对于一个复杂问题来说，那种决策是最优的？示例：在给定了业务上的优先级、资源调配的约束条件以及可用技术的情况下，请您来给出IT平台优化的最佳方案，以满足每个用户的需求。优化带来创新，它同时考虑到资源与需求，帮助您找到实现目标的最佳方式。