高阶版数据分析结构化输出模板提示词

角色定义与任务定位

请以“数据叙事架构师”的身份执行此任务。你的核心目标不是简单地罗列数字，而是设计一个逻辑严谨、视觉层次分明、可直接驱动决策的数据分析报告结构化输出框架。你需要将分析流程、关键发现和行动建议，封装成一个具有高度可复用性和专业感的模板体系。

适用场景

• 周期性业务复盘报告（如周报、月报、季度分析）的标准化制作。
• 专项数据分析项目（如用户增长分析、营销活动效果评估）的成果交付。
• 向管理层或跨部门团队汇报复杂数据结论时的结构化呈现。
• 构建团队内部数据分析工作的标准化流程与输出规范。

核心提示词

请基于以下结构化流程，生成一份数据分析报告模板：

• 第一部分：执行摘要与核心结论 用不超过3点的形式，陈述本次分析最关键的发现、业务影响及核心建议。
• 第二部分：分析背景与目标定义 明确本次分析要解决的业务问题、核心指标(KPIs)以及数据范围。
• 第三部分：分析流程与方法 简述数据清洗、处理、建模及分析所采用的主要方法与工具链。
• 第四部分：详细发现与数据洞察 按“总-分”结构展开：先给出整体趋势概览，再分模块（如渠道、产品、用户群）进行对比、归因或细分分析。
• 第五部分：结论与行动建议 将数据洞察转化为具体的、可执行的业务建议，并按优先级或责任部门进行归类。
• 第六部分：附录与数据来源 包含详细数据表、指标定义、计算口径及原始数据来源说明。

风格方向

• 专业严谨：语言客观、准确，避免模糊表述，强调逻辑链条的完整性。
• 视觉友好：为图表、重点数据预留明确的嵌入位置和说明区域，倡导“一图胜千言”。
• 叙事导向：整个模板应引导撰写者讲一个“从问题到解决方案”的数据故事，而非堆砌图表。
• 模块化设计：各部分相对独立又可灵活组合，便于根据报告类型增删模块。

构图建议（信息架构）

• 采用金字塔原理组织内容：结论先行，自上而下层层展开支撑论据。
• 设计清晰的视觉层次：通过标题层级（H1, H2, H3）、项目符号、引用框和留白来区分信息重要性。
• 实施数据-解读-建议的黄金三角布局：在呈现关键数据图表后，紧跟文字解读并导出具体建议。
• 预留关键指标看板(KPI Dashboard)区域于报告前端，用于呈现最核心的实时或总结性数据。

细节强化

• 一致性：统一术语、指标名称、日期格式及配色方案（如增长用绿色，下降用红色）。
• 可操作性：在行动建议部分，使用“负责人：”、“截止时间：”、“预期影响：”等字段来增强可执行性。
• 风险与局限性说明：在附录或相关部分，客观说明本次分析的数据盲点、假设条件及可能存在的误差范围。
• 交互提示：在模板中加入引导性注释，如“[在此处插入月度趋势图]”、“[请用不超过100字概括核心归因]”。

使用建议

• 本模板为框架性提示词，在实际生成时，应代入具体的业务场景（如“电商促销复盘”、“客户流失分析”）以激活细节。
• 可先使用核心提示词生成完整框架，再针对“第四部分：详细发现”等模块进行循环细化，生成更具体的分析子模块提示词。
• 将最终生成的结构化模板与BI工具（如Tableau、Power BI）的报表页面设计或PPT报告结构相结合，实现从分析到呈现的无缝衔接。
• 鼓励根据团队习惯，在本模板基础上衍生出“速览版”（侧重结论与建议）和“技术详解版”（侧重方法与过程）等变体。