分析报告结构

目标

把分析结果组织成决策者可行动的报告：先给答案，再给证据，最后给不确定性。

核心原则

1. 答案先行：开篇即结论，不在开头堆方法
2. 证据就近：每个数字紧跟来源、口径与期间
3. 假设显式：区分已验证结论、合理推断与未验证假设
4. 数字可读：业务口径（899k (+8% 周环比)），原始数值附上下文（占总量比、对比基线、历史区间）

报告模板

执行摘要（管理层）

**Primary Insight**: [最重要发现 + 量化影响]
**Key Evidence**: [2-3 个支撑数据点]
**Confidence**: [高/中/低 + 理由]
**Recommended Action**: [做什么、预期收益、时间线]
**Open Questions**: [哪些待验证]

KPI 汇报（周报/月报）

**Status**: [达成 / 有风险 / 落后]
**Current vs Target**: [当前值 vs 目标值（+/-X%，进度口径）]
**Driver**: [驱动表现的主因]
**Implication**: [团队该做什么]

深度分析（技术读者）

1. 结论与建议
2. 方法与口径（可复现：SQL/Python 逻辑）
3. 证据与分析过程
4. 敏感性与局限性
5. 附录（明细数据、图表）

可视化规范

• 图表服务于分析问题：趋势用折线、构成用堆叠、分布用直方/箱线、对比用条形
• 一图一结论：标题即结论，读者 5 秒内可读
• 配色克制、灰阶可读、标签不重叠
• 使用 code-to-chart 生成图表并自检：形式与对比匹配、数据与结论一致

交付规范

• 报告文件落盘后用 declare_artifact 声明（role: deliverable）
• HTML 报告自包含可离线打开；Markdown 报告结构清晰
• 结尾列出未决问题与提升置信度的下一步