数据分析学习中需要掌握的业务知识

瑟科塞斯

已于 2022-09-01 14:51:14 修改

阅读量439

点赞数

分类专栏：业务知识文章标签：数据分析

于 2022-05-03 13:35:47 首次发布

本文链接：https://blog.csdn.net/successsix/article/details/124445840

版权

业务知识专栏收录该内容

6 篇文章 0 订阅

订阅专栏

业务知识

职位描述
面试常问
- 评估活动效果
- 指标变化原因分析
理论知识

职位描述

阿里巴巴

岗位描述:
在这里，你可以与业务线同学一起搭建业务监控指标体系并产品化；在这里，你可以基于业务监控指标体系，及时发现业务问题，进行异动指标分析或深度的专题分析定位问题并寻求解决方案；在这里，你可以为业务团队提供专题分析、数据分析与挖掘、模型及算法等相关服务；在这里，你需要主动的寻找机会获得资源并落地；提炼数据产品需求，提供数据产品解决方案，并最终推动数据产品落地；在这里，你需要组织数据技术与产品相关的理念、技能、工具的培训；在这里，你可以帮助公司更加完美地做每一个业务决定，让业务更清晰、决策更高效！
岗位要求:
如果你，熟练掌握Excel、SQL；如果你，熟悉R、Python或其他编程语言；如果你，所学专业是数学、统计、经济学、商业分析、运筹学、管理学、信息科学或其他专业；如果你对行为分析感兴趣，喜欢从数据中发现规律，想踏入大数据的门槛，那就加入数据分析师的行列吧！同时，我们还希望你：

学习能力强，对新事物保有好奇心，并能快速适应新环境
良好的沟通能力和团队协同能力；能与他人合作，共同完成目标
对所在领域有热情，相信方法总比困难多，善于独立思考并反思总结。

腾讯

岗位描述：

基于业务监控指标体系，及时发现业务问题，进行异动指标分析或深度的专题分析定位问题并寻求解决方案；
为业务团队提供专题分析、数据分析与挖掘、模型及算法等相关服务；
主动寻找机会获得资源并落地；提炼数据产品需求，提供数据产品解决方案，并最终推动数据产品落地。
岗位要求
本科及以上学历，硕士博士优先，计算机科学、数据科学、统计学、应用数学等专业优先；
良好的数据科学思维，对数据敏感，重数据驱动，能快速理解业务，发掘业务细节和数据之间的联系；
有良好的的自驱力，善于沟通，工作积极主动，具备较强学习能力和沟通能力，有较强的团队合作精神和责任心；
熟悉LR、GBDT、NN、GMM，time-series prediction等常用机器学习算法及其原理，对算法特点有深刻理解，能结合具体业务快速完成技术选型、算法实现、迭代调优。熟悉Tensorflow / Pytorch等机器学习算法框架优先；
至少熟练掌握Python、Java、C/C++等一门编程语言，熟悉Hadoop/Spark/Flink等分布式计算平台优先。

字节跳动

岗位描述：

深入理解业务，利用数据进行刻画并说明问题，发现潜力和机会；
和数据研发工程师，算法工程师，后端研发工程师一起，构建产品增长的指标体系、利用数据驱动业务增长；
结合对业务的理解和业务分析方法，抽象、沉淀业务增长的模型，借此预见性的发现字节跳动各产品增长的隐患；
针对各个产品的各种增长手段，做好事前的潜力预估，指标设计；事中利用数据发现问题，指导迭代；事后整理效果指标，和业务一起制定新目标。
岗位要求：
2023届获得本科及以上学历，计算机相关专业；
热爱计算机科学和互联网技术，有优秀的编码能力，乐于快速学习和尝试新技术、新工具；
熟悉各种数据统计的方法，有较强的数据获取能力和呈现能力，能够利用现有数据发现问题；
业务和数据理解能力强，能够快速进行分析工作；
逻辑分析能力强，能够利用现有数据，对将来或其他不确定问题进行预估，并且能够设计多种指标相互验证。

面试常问

评估活动效果

怎么评估一个活动的效果？
解答思路：如果要对一个活动效果进行分析，无非是要回答以下3个问题：
1、活动效果怎么样？要不要继续做？
2、如果可以继续做，活动的做的好的方面是哪些？问题或者瓶颈环节在哪？3、针对问题环节的改进方案是什么？
具体展开来讲，可以从以下几个方面
1、活动关键指标达成分析活动关键核心指标达成情况，比如拉新多少用户，达成多少GMV?ROI如何？
2、活动关键流程漏斗分析活动的关键流程是什么？以及各个流程的漏斗分析，定位问题发生的环节。
3、活动的渠道、用户分析活动在哪些渠道推送？活动推送给哪些用户？用户画像是啥样的？各渠道用户的质量/ROI如何？
4、活动策略、节奏分析活动玩法的裂变效果如何？利益点是否有吸引力？活动整个过程节奏把控如何，前期预热、中期爆发和尾期是否过短/过长，运营应该在何时进行适当干预。
使用ABTest对新算法效果进行评估（ABtest）
解答思路：
1）需求
某个购物APP最近优化了“猜你喜欢”模块的推荐算法，希望进一步提升推荐的精准度，进而提升销售额。现在需要通过AB Test（50%用户保留原先推荐算法的为控制组，50%用户使用新的推荐算法为实验组）来对新的推荐效果进行评估。假设你是此次实验的数据分析师，请问你会如何评估控制组和实验组的表现？请按重要性列出最重要的三个指标并给出你的分析过程。
2）解题思路指标：
推荐商品的销售额、推荐商品点击率、推荐商品的转化率分析过程：
1.设原假设为使用新的推荐算法后上述指标降低或不变，备择假设为使用新的推荐算法后上述指标增加。
2.选择显著性水平临界值为5%，并根据指标的预期提升确定样本量和试验周期。
3.样本合理分流，AB测试上线，采集数据。
4.使用T检验，计算P值，进行效果验证。
5.分析结论，如果P值小于5%，那么原假设不成立，备择假设成立，即使用新算法后指标提升。反之无法推翻原假设，不能证明使用新算法后指标提升。
不用任何公开参考资料，估算今年新生儿出生数量。(费米估计)
关于类题目，在作答前，我们应该去分解思考会涉及到哪些内容，并通过总结性思维，将你联想到的内容加以描述。
首先，我们应该知道这是在考查费米估计问题，所以我们可以采用两层模型（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。来作为回答的主线。
然后，先从数字到数字：如果有前几年新生儿出生数量数据，建立时间序列模型进行预测（PS：这里还需要考虑到二胎放开的突变事件）。
接着，找出先兆指标。如：婴儿类用品的新增活跃用户数量X表示新生儿家庭用户。Xn/新生儿n为该年新生儿家庭用户的转化率，如X2007/新生儿2007为2007年新生儿家庭用户的转化率。当然，该转化率会随平台发展而发展，我们可以根据往年数量，推出今年的大致转化率。
最后，我们可以通过今年大致的转化率，并根据今年新增新生儿家庭用户数量，推出今年估计的新生儿数量。
如何计算出头条广告的广告收益？（无需计算，给出作答思路即可。）
首先，我们要知道：收益 = 出价x流量x点击率x有效转化率。那么，显而易见，广告投放的数量，会在一定程度上拉升流量，同时也会造成匹配程度的降低，从而影响因点击率。由此观之，最大收益是找到这个乘积的最大值，同时，还需考虑有约束条件下的最优化问题。另外，我们还可以参考价格歧视方案，对不同的用户，投放不同数量的广告。

指标变化原因分析

关于次日用户留存率降低，我们应该怎么分析？
首先，我们要采用“两层模型”分析法来作答。通过对用户进行新老、渠道、活动、画像等多个维度的细分，然后分别计算出每个维度下不同用户的次日留存率。通过数据，定位到导致留存率下降的，是哪个群体。当然，对于用户留存率下降问题，我们还应具体情况具体分析。你还可以通过“内部-外部”因素，来分析这个问题。
1）内部因素：包括获客（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）、提活手段（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）；
2）外部因素：包括宏观经济环境（可采用PEST分析法）、政治（政策影响）、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）。
在销售大豆时，如何做可以提升收益？价格提升至什么水平，收益最大？
我们都知道，收益 = 单价*销售量。因此，在回答这道题目时，我们应该从提高单位溢价，或者提高销售规模这两个方向着手。>>提高单位溢价：1）如果前期营销资金充足，我们可以通过打造品牌，从而获得长期溢价能力；2）如果前期资金不足，我们还可以通过增加产品的附加值来提高溢价。比如，增加商品加工环节，将大豆做成豆奶粉、豆浆、豆干、大豆蛋白粉等；或者重新定位商品，将商品礼品化，打造有机大豆等产品形象。>>提高销售规模：我们都知道，销售量=流量x转化率。如果我们通过上述提高单位溢价的方法，从而增加商品的收益，在对流量产生影响的同时，也会对转化率产生影响。因此，在销售过程中，我们还可以通过价格歧视，根据客户对商品的敏感度，采用不同定价的方法，来提升销售规模，以达到增加收益的目的。当然，为了促销，我们还应该控制价格歧视的时间、投放的数量、价格定档策略等。比如，不同时间段、不同商圈的大豆价格不同，采取高定价，然后对价格敏感的用户提供优惠券等方式，充分发挥价格歧视的优势，从而达到收益最大化。