数据分析面试常见50个问题及解答要点

为了帮助各位学习数据分析的小伙伴们成功拿到offer！本期给大家整理了一些数据分析面试时的高频问题，分享给大家 数据分析高频面试50题，点击下方链接进行下载完整版，下面展示部分面试题，希望大家积极点赞收藏加关注，一起冲鸭～cda

链接下载：https://edu.cda.cn/group/4/thread/178781

1、面对大方差如何解决

【参考答案】

AB实验场景下，如果一个指标的方差较大表示它的波动较大，那么实验组和对照组的显著差异可能是因为方差较大即随机波动较大。

解决方法有:PSM方法、CUPED(方差缩减)

机器学习场景下，特征的方差反而越大越好，因为如果一个特征方差为0，那么其实这个特征对于模型来说没有什么意义，所以特征方差大对于模型的训练才是有帮助的。

面对大方差，数据分析师可以通过数据清洗、特征选择、增加样本量、正则化方法、交叉验证、集成学习方法以及模型调优等手段来解决。选择合适的方法需要根据具体情况进行判断和处理，综合考虑数据特点、模型需求和业务背景。

2、怎么判断指标数据是否为异动？

【参考答案】
常见的问题如DAU（日活、人均消费时间等等）异常，如何分析？

确认问题：比如是不是真的有异动，还是口径问题等
从下面几个角度分析异动：

PEST(政经社科因素)

比如在做度假分析时，发现香港地区旅游gmv提升明显，pest分析就定位到原来是港珠澳大桥开通~带来的交通更加便捷去旅游也更方便啦维度拆解 (细分人群/地区等等)

维度拆解（细分人群/地区等等)

比如度假整体上涨，拆分发现境外地区旅游上升明显

链路分析/指标公式拆解

比如gmv拆解到各链路，看哪一步的转化率变化更明显

3、不用任何公开资料，估算今年新生儿出生数量？

【参考答案】

可以采用两层模型(人群画像x人群转化)：新生儿出生数=Σ各年龄层育龄女性数量*各年龄层生育比率(两层模型，具有两个层面的模型。)

从数字到数字:根据前几年新生儿出生数量数据，建立时间序列模型进行预测。

找关联指标，如婴儿类用品新增用户是新生儿出生的关联指标。新生儿出生数=某宝平台的婴儿类用品的新增活跃 用户数量*新生儿家庭转化率。可以根据平台往年数据推算出新生儿家庭转换率，最后得出新生儿出生数。

4、数据分析指标的阈值怎么确定？

【参考答案】

人为划定:根据过往经验设定值，如果公司之前有此类的项目或经验，完全可以根据经验设定。

基于统计分类结果设定：如ROC曲线、混淆矩阵等，对不同的阈值进行比较，选择最优的阈值。通过这种方法，可以根据分类结果的准确性和召回率来确定阈值。

自动选择:通过数据挖掘方法确定阈值,可以利用数据挖掘技术，如聚类、关联规则、异常检测等，来分析数据并确定最合适的阈值。

5、如果次日用户留存率下降了 5%该怎么分析？

【参考答案】

⾸先采用“两层模型”分析:

对用户进行细分，包括新老、渠道、活动、画像等多个维度， 然后分别计算每个维度下不同用户的次日留存率。 通过这种方法定位到导致留存率下降的用户群体是谁。

采用“内部-外部”因素分析：

内部因素分为

• 获客：渠道质量低、 活动获取非目标用户、
• 满足需求：新功能改动引发某类用户不满、
• 促活手段：签到等提活手段没达成目标、产品自然使用周期低导致上次获得的大量用户短期内不需要再使用等;

外部因素采用PEST分析(宏观经济环境分析）：

• 政治：政策影响，比如双减政策造成K12教育产品APP日活断崖式下降
• 经济：短期内主要是竞争环境，如对竞争对手的活动、
• 社会：舆论压力、用户生活方式变化、消费心理变化、价值观变化等偏好变化、
• 技术：创新解决方案的出现、分销渠道变化等，比如ChatGPT出现后，很多工作就可以节省人力。

6、100个人，初始各有100块，每人每分钟随机给别人1块钱，问最后的分布?

【参考答案】

均匀分布:由于每次的分配是随机的，所以可以认为每个人每分钟的给予和接收金额是相互抵消的，不会导致总金额的增加或减少。因此，从均匀分布的角度来看，最后每个人的最终持有金额是相等的，即每个人最终持有的金额应该都是100块。

正态分布:从中心极限定理来看，如果进行大量次数的模拟实验，每个人最终持有金额的分布可能会趋向于正态分布。也就是说，大部分人的金额会集中在一个中间值附近，而相对较少的人会持有较多或较少的金额。

幂律分布：幂律分布是指在分布中存在⻓尾现象，即较⼩的值出现较频繁，而较大的值出现较少。这意味着少数人可能会持有较多的金额，而大部分人则持有较少的金额。这种现象也符合“富者愈富，穷者愈穷”的观察结果。

7、类比到头条的收益，头条放多少⼴告可以获得最大收益？

【参考答案】

收益 = 出价x流量x点击率x有效转化率，放⼴告的数量会提⾼流量，但会降低匹配程度，因此降低点击率。

最大收益是找到这个乘积的最大值，是一个有约束条件的最优化问题。

同时参考价格歧视方案，可以对不同的用户 投放不同数量的⼴告。

8、男生点击率增加，女生点击率增加，总体为何减少？

【参考答案】

因为男女的点击率可能有较大差异，同时低点击率群体的占比增大。

• 如原来男性20人，点击1人；女性100人，点击99人，总点击率100/120。
• 现在男性100人，点击6人；女性20人，点击20人，总点击率26/120。

即那个段子“A系中智商最低的人去读B，同时提⾼了A系和B系的平均智商。

9、数据分析师需要具备的能力？

【参考答案】

主要具备三个能力：业务能力、专业技能、沟通能力

• 第一，要具备一定的业务能力，能够从数据中发现问题，并且结合业务经验，找到可以落地的优化方向。
• 第二，专业技能，是为了从大量的数据中进行提取、清洗、分析的必备条件。
• 第三，沟通能力，一方面需要对接数仓开发这类技术性同事，一方面需要对接运营、市场这类业务型同事，作为中间桥梁，需要将数据的价值以及准确的口径，与双方进行沟通。

10、如果碰到指标异常，该怎么归因？

【参考答案】

建议根据实际工作经验进行回答。

工作中也会碰到这种情况，比如前一天UV突然猛增，前一天收⼊突然下降，需要细分维度、时间、活动等等，就根据实际情况进行阐述。这一点是考察如果碰到数据异常，候选人会不会立马找到原因并进行反馈。

分享了数据分析面试中常见的十个问题及其解答要点，不难发现，这些问题不仅考验了应聘者的专业知识，还涵盖了其实际应用能力、逻辑思维以及快速学习的潜力。为了进一步提升自己在数据分析领域的竞争力，考取CDA数据分析师认证无疑是一个明智的选择。

CDA认证对于你来说非常具有价值的：

如果你是一名学生，能够增强职场竞争力，同时也是技能的证明，可以拓宽自己的就业领域。

如果你是一名打工人，可以更快地获得晋升机会，从而获得更高的薪资待遇。

CDA认证官网：https://www.cdaglobal.com/certification.html

最后，鼓励大家积极备考CDA，不断提升自己的专业素养和实战能力，为未来的职业发展奠定坚实的基础。