面试题小结 (数据分析)

一.SQL

大部分考点围绕join连接，聚合函数，窗口函数，列转换进行命题

1.join连接

• 重点掌握left join和inner join
• 这是数据分析师使用率最高的两个语法，一般笔试题，掌握这两个语法就可以轻松应对所有join
• 如果结果需要去重处理，我们可以通过group by或者distinct进行去重

2.聚合函数

• 考察应聘者对分组的理解及聚合函数的掌握情况
• group by语句通常会和聚合函数一起使用，按照一个或者多个列对结果进行分组，然后对每个组执行聚合操作
• having子句允许用户通过一个简单的语法完成原本需要通过子查询才能对group by语句产生的分组进行条件过滤的任务

3.窗口函数

• 可以对数据库函数进行实时分析处理
• 基本语法如下：
• 
• 窗口函数位置，可以放以下两种函数：
• 专用窗口函数，包括rank，dense_rank，row_number
• 聚合函数：sum，avg，count，max，min

4.行转列

• lateral view用于和UDTF函数（explode，split）结合来使用
• 首先通过UDTF函数将数据拆分成多行，再将多行结果组合成一个支持别名的虚拟表
• 主要解决在select使用UDTF做查询的过程中查询只能包含单个UDTF，不能包含其它字段以及多个UDTF的情况

5.其它

• 字符串处理函数，round，ceiling，cast，date_format()，转置函数pivot

二.概率

1.贝叶斯公式

• 重点熟记贝叶斯公式：P(B|A)=P(A|B)/P(A)
• 举例：三门问题

2.随机变量及分布

• 重点掌握正态分布，二项式分布，均匀分布等常见分布类型
• 方差与期望定义，性质
• 举例：携程客服1小时内接听的电话数属于什么分布

3.三大抽样分布

• 卡方分布，F分布，T分布
• 举例：结合应聘公司的业务背景，举例说明这三大分布的应用场景，比如小样本AB测试如何进行显著性检验

4.参数估计

• 最大似然估计，无偏估计，区间估计
• 举例：需重点掌握这些估计的定义及相关推导证明

5.假设检验

• 这是AB实验非常核心的知识点
• 举例：第一类错误和第二类错误的定义

6.回归分析

• 举例：一元线性回归的主要前提假设是什么

7.其它

• 相关性检验，峰度，偏度，统计量，组合概率
• 重点掌握这些知识点的定义和性质
• 举例：person，Kendall，spearman三中相关分析方法的异同
• p值的正确理解：原假设为真时所得样本极端结果出现的概率，一旦出现p值，就有理由拒绝原假设，p值越小，拒绝的理由越充分
• 显著性水平（一个可允许的概率作为判断界限的小概率标准）和置信区间（真实值有一定概率落在测量结果的周围的程度）
• 大数定理和中心极限定理

三.开放题

1.异常归因类

• 设题原因：一般来说，互联网大厂都会构建自己的数据监控体系，作为数据分析师，除了解读数据并从数据中发现增长点，对数据异常的归隐定论也是重要的工作之一
• 举例：某电商平台，每日监控当日的成交额情况，突然有一天某类目成交额暴增，请问作为数据分析师你该如何分析？
• 问题确认：首先需要确认该问题是否真实存在，即校验数据的准确性。例如：数据提取是否存在逻辑错误，上游表是否存在重复记录的问题
• 确认有无外因，举例：1）环境影响，是否存在某爆款商品2）时间因素，是否存在季节性波动3）竞品因素
• 内因分析拆解：1）商品维度拆解：可设计相关指标定位异常行业，店铺等2）用户拆解：可以拆解是否存在高客单用户，因某个个体拉高了特定类目的成交额，其次我们可以根据用户的属性，比如地域，年龄，新老客等维度进行拆分解析
• 划重点：异常归因类问题建议有逻辑有结构的回答，体现基本严谨的分析思路
• 常见做法即排外拆内：排查有无外因影响后，通过业务涉及具体维度下钻分析

2.AB实验类

• 如果没有相关经验，会问你原理，步骤，衡量标准等基础概念

3.专业知识类

• 概率论与数理统计，机器学习，数据库

4.估算类

• 主要考察你的逻辑分析能力
• 举例：北京地铁站旁有多少个煎饼果子铺？上海有多少家早餐店？

5.指标体系类

• 举例：设计某策略的AB试验指标？上线一款新的APP，你打算如何布控监控体系？
• tips：面试公司的基础产品和功课了解

6.软问题

• 职业规划类：为什么选择数据分析师行业？你对数据分析师一职如何看？
• 实际工作类：如何成为一名优秀的数据分析师，如若入职，你有什么规划打算？

7.反问类

• 如若有这一环节，抓住宝贵机会，想办法变成自己的加分项，不要问无意义的废话

四.业务知识

• AB测试，对照组实验组的选取，埋点的设置，尤其注意页面访问统计和用户浏览行为的相关指标，留存率的不同时段的分析

• 辛普森悖论

• 日活，月活，gmv的变动分析，这类都可以统归为指标异动分析，没有固定的答案，但要有一条自己的分析体系，重点是要划分好维度和内外部综合分析

• 为某个APP搭建一套指标体系，可以按照标准的人货场回答，也可以按照APP产品处于不同生命周期的阶段进行回答，思路正确且完整就行，当然不同业务类型的APP要回答不同的业务指标

• 商业变现（广告，增值服务，电商），这个经常会跟产品的生命周期结合，产品的不同阶段需要的引流和关注的用户群体是完全不一样的

• 归因分析和漏斗转化分析

• 用户画像（属性，行为，需求偏好）