阅读分析报告：事实、假设与行动

先看报告范围，不先看建议

先确认报告分析哪个站点、页面、期间、设备和目标，是否使用了你指定的条件。报告标题很准确，并不表示正文所有比较都采用相同范围。发现范围不一致时先纠正，避免在错误前提上讨论后续策略。

记录报告生成时采用的数据窗口，以及期间是否已经完整结束。如果包含尚未结束的一天或正在进行的活动，结论应保留这个限制。范围不明的报告可以作为提问起点，不能直接作为业务决策依据。

检查关键数值是否能复查

优先检查与原问题直接相关的数值，包括计数单位、母数、比例与比较对象。点击次数与点击人数、站点目标率与页面目标率不应混用。报告中的百分比变化应能对应到前后数值，避免只有结论没有依据。

看到极大变化时检查样本规模。小量数据会产生显著相对波动，不能只凭漂亮百分比判断稳定趋势。空值和零也要区分；缺少测量时，不应该把空白补成没有发生。

把内容分成事实、解释与建议

例如“下方按钮点击少”是观察，“用户没有看到”需要到达数据支持，“把按钮前移”是待验证方案。三者不应因出现在同一段流畅文字中就被当成同样确定。

主动寻找其他解释与反例

检查报告是否考虑流量组成、设备、季节、活动、价格和采集变化。一次前后比较不能自动隔离这些因素。若某解释成立，应该还能看到什么信号？有没有与它相反的用户分组或页面表现？这些问题有助于避免只寻找支持自己的证据。

可以追问 AI：“哪些事实支持这个解释，哪些还未证实？如果原因不同，下一步应该查看什么？”报告的可信度来自清楚的证据关系，而不是语言有多肯定或列出了多少专业名词。

选择一项有依据且可验证的行动

建议列表越长不代表越有价值。优先选与业务目标相关、证据相对清楚、影响范围可控且能验证的行动。写明改变对象、负责人、预期影响与验证方式，并检查是否可能伤害用户理解或其他重要目标。

若证据不足，行动可以是补充调查、检查采集或进一步观察，而不一定立刻改页面。不要同时改变多个关键条件后再试图把结果归因给其中一个细节。让每次动作对应一个清楚的问题，更容易积累经验。

保存经过审阅的结论与限制

报告通过审阅后，保留分析条件、关键数值、已确认结论、未解决问题和下一步。准备保存为知识时，检查正文是否仍包含未经证实的断言，并把短期观察的适用时间写清楚。原报告存在不等于已经完成知识保存。

执行之后回到同一问题验证，将结果补充到记录。后续团队应能看到为什么采取行动、结果如何，以及什么条件下值得再次尝试。这样的报告才会成为连续工作的一部分，而不只是一次性阅读材料。