题目1:
携程APP会经常给用户发放不同的折扣券。假设有三种类型的折扣券A, B, C ;这三种折扣券同时通过APP直接发放给用户,且每张折扣券的优惠程度,有效日期大致一样。用户可以在一次同时使用多种优惠券,平台可以根据折扣券码得知哪张优惠券被使用, 同时平台还拥有这些用户的个人数据,例如年龄,性别,订单记录等。如何量化折扣券使用户额外消费的金额? 以及如何通过数据分析得知哪种折扣券最能吸引用户再次使用APP下单?
- (1)、如何量化折扣券使用户额外消费的金额?
GMV提升量 = 本不会下单的用户却下单GMV增量 - 会下单的用户GMV减少量
本不会下单的用户却下单GMV增量 = 提升用户量 x 干预客单价
提升用户量 = 干预人数 x (干预转化率 - 自然转化率)
原本会下单的用户 = 干预人数 x 自然转化率
会下单的用户GMV减少量 = 原本会下单用户 x (自然客单价 - 干预客单价)
至此推导结束
- 问题2答案见:
https://blog.csdn.net/LYY1045691954/article/details/109766120
题目2:
携程酒店宫格转化在11月到12月下降了很多,你会怎么分析这个问题?
思路:排除系统bug和数据错误,向下拆分进行问题定位
-
step1: 拆渠道,是哪个渠道的转化下降?A,B,C中哪个渠道转化下降
-
step2:若某一渠道转化下降,继续拆是哪两个页面之间的转化下降,导致整体转化下降,
-
step3:找到页面转化下降,进而就要找为什么这两个页面的转化下降了?可以从价量态来看是否引起rank上的变化,或者结合产品功能上线来看是否产生影响
-
step4: 如果平台做了活动,可以看是否是用户构成发生了变化,新用户一般转化率较低,新用户较多导致转化下降
-
step 5: 分渠道看是哪渠道的用户转化降低,这里可能出现一个问题,假设5个渠道的转化都没怎么变,但整体转化变差了,应该怎么分析?
-
step 6: 针对这个这个问题就涉及到辛普森悖论了,可能一个低转化渠道的用户增多,转化率不变,大多数用户都集中在低转化上,自然导致整体转化率降低
题目3:
如何衡量平台排序是否符合用户需求,介绍数据指标,以boss直聘为例
区分用户为:boss还是牛人
- 1、转化:topn点击率、l2d转化率、topn简历投递成功率、拒绝率、沟通率以及点击后n天留存
- 2、个性化程度:基尼系数(越接近1说明越个性化,越接近0说明越趋同)
- 3、机器学习常见评估指标:根据混淆矩阵计算AUC、ROC、精确度等
题目4:
线下一个商场,想用优惠券的方式回馈老用户,目前有的数据包括,每个用户到商场的公交路线以及频次,在商场消费的记录,请给出一个策略,确定发给哪些人以及发的券的方式。
知识点:RFM模型区分老用户价值,根据价值进行发券
追问:新用户怎么进行分层?
从用户行为、用户属性两个方面进行划分
题目5:
-
抖音有哪些可以改进的功能点?
答:1、长视频增加倍速播放功能;2、自动滑动功能 -
怎么用指标评价“自动滑动”这个功能带来的收益?
答:AB测,指标:回播率、完播率、停留时长、自动和主动滑动的切换率 -
AB测应该怎么做呢?
-
如果AB测之后出现负向结果,该怎么办?
答:首先检查ab测流程是否有问题:从样本质与量的一致性;外部环境影响
总体表现负向,是否是部分样本表示正向, -
你觉得目前没有上线这个功能是基于什么考虑?
题目6:
怎么用指标评价B站一个新up主是一个有潜力的up主?
答:up主测:日视频产生量,转发率、打赏率、一键三连率;(待补充)
开放式问题:
- 1、数据分析工作平时安排是怎么样的?以及最后结果以什么样的方式呈现
- 2、为什么要离职?
- 3、讲一个数据分析项目,项目中的不足,如果再让你去做,你会怎么做?
- 4、你是怎么了解整个行业的发展或者现状的?目前这个行业处于什么样的情况?
- 5、对本行业的看法,以及对目标行业的看法
反问
- 反问1:假设我可以入职贵公司,你对我或者是所有的数据分析师有什么样的期待?
- 反问2:数据分析师的工作驱动是来自业务方?还是来自数据分析师的自驱?
- 反问3:数据分析师的业绩会以什么样的方式去评价?