数据分析常见问题

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：

1. 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

2. 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

3. AB测应该怎么做呢？

4. 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，

5. 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?