数据文最容易写成报告:先讲背景,再列数据,最后给一堆结论。读者一般读三段就关掉。我们的结构是反过来的:第一段就给那个最反常识的结论,然后才解释数据从哪来。
第一段只做一件事
给一个反常识的结论,并且带上数字。比如“我们把 1260 个长尾词按搜索量排序,前 30 个选题里只有 4 个带来了试用”。
这一段决定读者要不要继续。数据文的价值在前 100 字,不在后面的图表。
第二段交代来源和口径
样本多少、时间范围、怎么统计、有哪些已知偏差。这一段会让文章显得可信,也是别人愿意引用的原因。
口径要写在正文里,不要塞进脚注。AI 摘录时看不到脚注。
第三段给两三个细分发现
不要给十个。挑三个最有用、最能支撑结论的。每个发现配一个具体例子。
我们的习惯是:一个发现对应一句“所以该怎么做”。只有数据没有行动建议,读者读完会觉得看了一场热闹。
第四段写适用边界
什么情况下这个结论不成立。这一段最容易被省,也最加分。
写清边界,说明你真的理解数据,不是拿几个数字凑观点。
图表放几张
两三张就够。每张图只讲一件事,标题写结论,不写“图 1 数据分布”这种。
图里的数字要能被正文引用,别放一张读者看不懂的复杂图。
一个具体的对比
同一批数据,我们写过两版。第一版按“数据概览、分布、趋势、结论”排,阅读完成率 34%。第二版按“结论、口径、发现、边界”排,完成率 61%。
内容没变,顺序变了。
## 一个时间上的提醒
数据文有保鲜期。我们 2026 年 3 月发的那篇用了 2025 年全年数据,到 10 月就该更新了。数据文的日期比观点文更敏感,读者会看数据到哪一天。
数据文的两个风险
一是样本太小却下大结论。我们的规矩是样本少于 30 个不出百分比结论。
二是数据过时。数据文里要写清数据截止时间,超过一年就该更新或者下架。
写清数据截止时间这一行,也能避免读者把旧结论当新结论用。
元析智能
为软件公司做 SEO 和 GEO 优化