临近年底，很多同学在写年度数据分析报告，一个普遍的困惑就是：这玩意怎么能写出“年”味来。特别是十二月月报，四季度季报与年报一起写的同学，更是觉得三花聚顶，经常出现同样的事写三遍的尴尬场面。
怎么破？！今天系统讲解一下。
一、没味道的分析报告，长这样
很多同学一听月报、季报、年报，脑子里第一反应就是：同比、环比，高了低了，于是把报告写成下边这样：
这当然没有年味了，这就是流水账，看得人内心毫无波澜，甚至有点分不出哪个是哪个。这种报告最容易被批斗为：没有结论。
于是，很多同学改进了一下写法，成了这样：
这样当然没有年味了，这都是废话呀！不搞高还搞低吗。
于是，很多同学又改进了一下写法，成了这样：
这样当然没有年味了，这只不过是把上边四张图四合一了，带给阅读者四倍无聊。开篇说的三花聚顶的感觉，就是这么弄出来的：把同一个数据反复说了三次。
究其原因，在于：没有理解到底年报是干嘛的，单纯地铺排数据，没有导出合适年报场景的结论。想破局，就从“理解年报目的”的角度思考。
二、年报的五种用法
在各种报表里：
- 日报一般看短期、突发问题
- 周报一般看长期，趋势变化
- 月/季报一般做专题深入分析
这些报表都是以解决问题为导向的，唯独年报不是……
就像吃年夜饭，都要敬酒，都要说很多客气话一样。虽然平时一家人也一起吃饭，但是这是过年，一年就一次，所以就是得表现得与众不同。所以想写好年报，一定要紧密结合领导意图，看眼前要说什么话。
做年度汇报，有五种常见目的：
- 问题分析型：目前管理层正纠结明年的重大决策，需要年度整体复盘，给意见；
- 新年展望型：目前管理层正展望明年，希望基于今年情况对明年做预测；
- 邀功请赏型：团队想向更高级展示今年的功劳，多争取一点奖励；
- 装点门面型：所有团队一起汇报，所以不能输面子（不见得想争啥，但是不能落后）；
- 激励士气型：团队对内部进行激励，希望提升士气。
这五个目的里，1、2是真实需要分析结论的，区别在于1更重对今年的复盘，2更重对明年的预测；3、4、5都不需要具体结论，而是要把话说漂亮，让人看着舒服，只是让上级、平级、还是下级看着舒服。
所以在梳理年度报告思路的时候，可以按以下格式进行：
当然，很有可能，你的领导也没思路，说：咱上个满汉全席呗，把所有东西都写了！那也没问题，只是得按一定顺序写。
三、年报的写作思路
如果同时包含以上五部分，那么写作的顺序就是：问题复盘→邀功请赏→激励士气→新年展望，装点门面型没有独立章节，关键是要把ppt做漂亮。具体每个部分，可以按以下顺序写。
1. 第一部分：年度KPI/OKR数据复盘
本部分展示：
- 年度最核心KPI数据
- 年度核心工作/大型项目
- 年度表现定义：好/不好
- 年度关键问题/成功经验（不用展开）
2. 第二部分：年度关键问题/成功经验复盘
本部分展示：
- 围绕关键问题/成功经验的二级指标表现
- 分析得出关键问题/成功经验的主要步骤
- 处理关键问题的方法，防止问题产生的机制
- 成功经验的价值，可扩展使用空间
备注：成功经验里，要提到团队协作和突出事迹，为下一章节留下话头。
3. 第三部分：年度团队/个人突出表现
本部分展示：
- 在高层领导热心指导下……
- 在团队核心带领下……
- 成员们做出了各种优秀表现。
备注：功劳一定是高层≥中层≥基层，这是江湖规矩。平时领导们视察、指示、开会的照片，这时候都要用上，把老板哄高兴，大家才一起高兴。
4. 第四部分：未来情况预期
本部分展示：
- 今年的发展态势，在明年的延续。
- 预计明年发展的困难/机会点。
- 应对明年，需要的准备/资源。
备注：结果可以喊口号表决心。
这就是通用的，同时包含几部分内容的提纲。但这么搞有个问题：篇幅拖得太长了。特别是第二部分，在总结经验的时候，会涉及大量复杂的分析过程。
这样的报告并不是每个人都有耐心看。特别是越高层的领导，可能越不关心细节。
同时，在分析完以后，把成功都拦在自己身上，强行插入自我表彰的环节，也大有自卖自夸的嫌疑，不一定惹人喜欢。所以尽量分清楚汇报场合，突出重点，不要一锅炖。否则会极大影响报告效果。
以上，具体运用，还得同学们结合具体场景来做。很多同学一提报告，就喜欢问：有没有超牛逼报告给一份抄抄。
注意：能满足需求的报告才是好报告！
- 缺数据的时候，能把数据讲清楚的就是好报告；
- 缺结论的时候，能把问题分析明白的就是好报告；
- 缺彩虹屁的时候，能把马屁拍爽的就是好报告。
所以不要单纯地堆砌数字，或者摆一堆圈圈框框，具体问题具体分析才是正道。就像写报告、分析问题用多少指标一样，都是看菜下饭的。
有兴趣的话，关注接地气的陈老师，下一篇我们分享《全世界最完善的数据分析指标体系如何搭建》、《为啥自以为完善的数据指标体系没人用》，敬请期待哦。
#专栏作家#
接地气的陈老师，微信公众号：接地气学堂。资深咨询顾问，在互联网，金融，快消，零售，耐用，美容等15个行业有丰富数据相关经验。
