simple a+b输入数据_面试干货：大厂数据分析面试 Q&A

大家好，花木(Spring)老师又来传授面试经啦！

大厂数据分析都会问什么，怎么回答？下面这个几个 Q&A，大家可以收藏下。

Q1. 流量波动，数据突然涨了怎么分析——考察分析师的经验怎么样

这个问题非常经典，因为它能够很好地考察分析师的经验，虽然很多分析师工作了很长时间，但依然解答不好这个问题。

举个例子：美团外卖近期的订单量突然下降 5%，需要分析师给出解释并提供下一步建议。

一些经验不足的分析师遇到这个问题时可能会盲目地检查原因，比如是否由口径问题、数据存储问题、产品变化问题等原因导致。但这样的回答都是单点分析，缺少全面性，我们看一下参考答案。

解：先对命题进行解析，订单量下降 5% 属于什么水位，影响范围有多大。如果发现对收入有重大影响，这个时候 CEO 都可能会关注这件事情，所以要更全面地分析原因。

具体的分析模块包括以下几点(如图所示)。

• 常识判断：最近是否有比较重大的节日，用户外出度假旅游导致订单量有所下降。

• 竞品数据：竞品最近的数据有没有大涨，最近有没有做一些营销活动导致我们的订单量下降。

• 外部事件：社会上有没有针对外卖的一些负面事件，是否对品牌本身造成影响。

• 产品变化：用户订单下降的产品本身有没有发布最新的版本，部分功能有缺陷导致用户无法下单。

• 用户行为：整体的订单量下降是因为全国的订单量均普降，还是因为部分区域的订单量下降。

• 数据问题：是否是因为采集数据的统计口径发生变化。

当你从这六大模块去分析这件事，面试官会觉得你具有条理性，有架构。最主要是能很快定位到问题，这个非常关键。所以一定要有组织有架构地回答问题，而不是单点进行分析。

Q2. 常用三个 App-考察分析师的思考深度怎么样

这个问题我建议你回答跟应聘岗位相关的 App，比如：你应聘公司的产品是 QQ 音乐。

这个时候你可以说常用的三款 App 是网易云音乐、微信读书、知乎。为什么这里会说微信读书和知乎，是为了给面试官衬托你的亮点——网易云音乐。

面试官进一步问：“就以网易云来说，能不能说下你对这个产品最喜欢的点，以及最想吐槽的点。” 请注意这个问题考察你是不是高于普通用户 。

你可以这样回答：“最喜欢网易云的每日推荐，最想吐槽的是很多时候通过搜索来选择听某歌，但是搜索栏里面没有语音输入，同时下面的热门搜索跟我的画像非常不准，都不是我喜欢的，那些歌、明星可能我都没听过”。这个回答代表你已经有了自己的见解，不只是简单使用产品而已。

面试官再问：“好的，那么如果你是产品经理，你会怎么样解决这个问题？”

你要回答：“先看热门搜索的点击率多少，如果较低说明确实有问题 ，可以把热门搜索功能与用户的画像匹配，实现千人千面，同时在搜索栏增加语音输入功能 。”

面试官再问：“怎么样评估这样做就能够带来指标的提升？”

你可以回答：“这种先开始小流量 A/B 测试，然后再慢慢放量，如果效果还不错，就全量 。”

面试官问：“能不能说下你对 A/B 测试的理解，如正交性，A/B 测试的设计……”

问到这儿表示面试官对你已经非常感兴趣啦。

这就是面试官问你常用三个 App 问题，如果你回答微信、淘宝、B 站之类，你就不能衬托你的亮点，让面试官接着往下问。

Q3:商业化变现—考察对商业的最终目的是否敏感

实际上分析师日常所有的 PV、UV、MAU、DAU 等都是围绕最终的本质目的——商业变现。

举例：面试官让你举例一款工具类产品，说说如何商业化。

你可以这样回答：“以墨迹天气 App 为例，首页"天气" Button 是主流量入口，进行底部下拉时会出现资讯，而在资讯里面有较多广告 App 下载链接， 所以这是一个 App 带量商业化时景 Button，内部有较多旅游景点、住宿类 App下载推荐，所以这里是一个自身 App 高相关商业化推荐 。"Me" 这个 Button，分生活、娱乐、休闲、游戏四大板块，每个模块都有自己的商业化坑位 。”

面试官问：“目前产品的主要商业化收入来自哪里，各自的 cpm 大概多少？”

你可以回答：“主要来自"时景" Button 的旅游景点推荐，cpm 大概在 6 元。”

面试官又问：“当前产品商业化提升的痛点是什么，之前做过哪些优化方案，效果如何。”

你回答：“作为工具类产品，用户停留时长短，这是最大的痛点。作为一款天气 App，我发现用户周末效应非常明显，即周五晚上、周末用户很多，所以当时我就想是否存在一批用户群会在周末的时候出去游玩，加上后来的调研，发现果然是这样，所以我们就想跟这种旅游景点合作，做线下场景推荐，果然现在效果也是最好的。

当你说完这段话的时候，面试官对你的印象就非常不一样了，因为所有的商业化都是找到一个合理的切入点，而不是无脑商业化。基本上到这儿，面试官就觉得可以了，因为已经通过数据分析，落地了很多实际动作。

以上就是数据分析面试时常见的几个问题。

当然，不论准备再多的Q&A，都不会覆盖到每一个问题，更不能应用到你之后的工作里，所以，打铁还需自身硬，想要升职加薪或者跳槽，更重要的还是拓宽自己的知识广度，提升自己的技能深度！

内容来自“勾勾谈数据分析”，快来公号和老妹儿聊天 (｡･∀･)ﾉﾞ