我认为一份好的分析报告，是有一些要点的。
首先，要有一个好的框架。跟盖房子一样，好的分析肯定是要有基础、有层次的。有基础坚实，并且层次明了，这样才能让阅读者一目了然。架构清晰、主次分明才能让别人容易读懂，让人有读下去的欲望。因此通常要遵照【发现问题->总结问题原因->解决问题】这样一个流程，逻辑性强的分析报告会更容易让人接受。
第二，每个分析都有结论，而且结论一定要明确。如果没有明确的结论那分析就不叫分析了，也失去了它本身的意义，因为你本来就是要去寻找或者印证一个结论才会去做分析的，所以千万不要忘本舍果。
第三，分析结论不要太多要精，如果可以的话一个分析一个最重要的结论就好了。很多时候分析就是发现问题，如果一个一个分析能发现一个重大问题，就达到目的了，不要事事求多。宁要仙桃一口，不要烂杏一筐，精简的结论也容易让阅者接受，减少重要阅者（通常是事务繁多的领导，没有太多时间看那么多）的阅读心理门槛，如果别人看到问题太多，结论太繁，不读下去，一百个结论也等于0。
第四，分析结论一定要基于紧密严禁的数据分析推导过程，不要有猜测性的结论。太主观的东西会没有说服力，如果一个结论连你自己都没有肯定的把握就不要拿出来误导别人了。
第五，好的分析要有很强的可读性。这里的可读性是指易读度，因为每个人都有自己的阅读习惯和思维方式，而写东西你总会按照自己的思维逻辑来写。你自己觉得很明白，那是因为整个分析过程是你做的，别人不一定如此了解。要知道阅者往往只会花10分钟以内的时间来阅读，所以要考虑你的分析阅读者是谁？他们最关心什么？你必须站在阅者者的角度去写分析邮件。
第六，数据分析报告尽量图表化。这其实是第四点的补充，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。当然，图表也不要太多，过多的图表一样会让人无所适从。
第七，好的分析一定要基于可靠的数据源。如果不是可靠的数据源，分析出来的结果也就不可靠了。这样的话，分析投入的资源也就白白浪费了。
第八，不回避不好的结论。前面提到了，分析报告的一个作用是发现问题，如果将不好的结论都回避了，就失去了这个作用了。
"愿你如阳光，明媚不忧伤。May you be like sunshine, bright and not sad."