数据分析业务题

1. 找出欺诈概率最高的相关地址及用户

题目：通常电商诈骗行为都有一定关联性。已知大量历史用户收货地址及某些欺诈用户信息。请使用适当算法找出欺诈概率最高的相关地址及用户。叙述其解决思路。

答案：首先收货地址可以解析出对应的经纬度，按照经纬度可以划分出1200m*600m的很多网格，取出来最近半年的该网格的所有的地址，首先利用dbscan剔除噪声点，然后对地址分词，利用tfidf把地址转化为向量，再利用Kmeans聚类。
输入：簇的数目k和包含n个对象的数据集。
输出：k个簇，使平方误差准则最小。
步骤：

• i.任意选择k个对象作为初始的簇中心；
• ii.计算其它对象与这k个中心的距离，然后把每个对象归入离它“最近”的簇；
• iii.计算各簇中对象的平均值，然后重新选择簇中心(离平均值“最近”的对象值)； 重复第2第3步直到簇中心不再变化为止。

2. 用户分析

题目：用户分析是电商数据分析中重要的模块，在对用户特征深度理解和用户需求充分挖掘基础上，进行全生命周期的运营管理（拉新—>活跃—>留存—>价值提升—>忠诚），请尝试回答以下3个问题：
① 用户第一单购买的行为往往反映了用户对平台的信任度和消费能力。现在数据库中有一张用户交易表order，其中有userid（用户ID）、amount（消费金额）、paytime（支付时间），请写出对应的SQL语句，查出每个用户第一单的消费金额。
答案：

SELECT userid, amount
FROM (
SELECT userid, amount, MIN(paytime)
FROM order
GROUP BY userid
)

② 当你发现本月的支付用户数环比上月大幅下跌（超30%），你会如何去探查背后的原因？请描述你的思路和其中涉及的关键指标.
答案：
支付用户数 = 浏览用户数×支付率

面对本月支付用户数环比上月下跌30％的情况，首先要判断这是不是我们的问题。是不是上个月是双十一，所以销售额异常的高？或者是不是本月突然爆发了世界范围的经济危机？如果是这种情况，那么电商平台会不可避免地受到影响。

如果支付用户数下跌是个问题，那么是浏览用户少了还是支付率下降了?
如果是浏览用户少了，那么核心是找出哪些人群的浏览用户数下跌了。是新用户还是老用户？如果是新用户的问题，是不是渠道引流做的不够好？那么是哪个渠道出了问题呢？可以通过查看渠道的新增用户数查找问题；如果在渠道没发现问题，那是不是产品策略最近调整了? 可以查找产品迭代前后的浏览用户数进行对比分析。
如果是支付率下降了，那么是哪个用户群体的支付率下降了？是有强烈下单需求但未下单的人群，还是购买频次≥10但超过一个月未访的忠实客户流失了？这个可以根据用户分层中的不同用户层逐一分析。
通过不同维度、不同人群的拆分，把大的问题慢慢细化，落实到具体的指标上，找出问题所在。

③ 为了更好的理解用户，我们通常会基于用户的特征对用户进行分类，便于更加精细化的理解用户，设计产品和运营玩法，请你设计对应的聚类方法，包括重点的用户特征的选择及聚类算法并说明其基本原理和步骤.
答案：
重点用户特征：用户年龄，用户性别，家庭成员数，用户薪资，购买物品类别
聚类算法：K_means聚类算法
步骤：1).初始化类别数K,同时选取K个聚类中心点
2).分别计算每个样本点与K个聚类中心点的欧式距离，将样本点分配到距离最小的类别中，重新确定聚类中心，依次循环，直到聚类中心点不再改变时循环结束。