数分常见面试问题（持续更新）

目录

一 、数据异动问题

问题1、假如一直关心的指标（完播率）在某个时间点下跌很多，怎么分析呢？

问题2、业务发现T-1的GMV下降了10%，如何去做分析？

1）数据验证

2）多维下钻分析

3）归因分析（找出核心原因）

（1）外部因素        

（2）内部因素        

4）假设验证（用数据验证猜测）

5）输出结论与建议

---

一 、数据异动问题

问题1、假如一直关心的指标（完播率）在某个时间点下跌很多，怎么分析呢？

首先明确是一个因果推断问题，排除周期（是否有季节性或周期性因素）、外部（相关政策和竞对会活动）、其他指标是否变动（交易量、活跃用户数）

例如某内容产品，考虑业务场景，将用户分为创作者和阅读者，猜想与变动指标相关的场景（例如5s完播率），通过拆解维度定位用户群观察是否有共性，进而拆解相关指标，例如是否引起其它相关指标（播放频率）也下降。如果完播率和频率都下降，可能说明用户需求开始减少。如果频率没有下降，说明推荐内容不合适，进一步观察是内容不足（用户找不到想要的）还是推荐算法的问题（推荐内容不是用户喜欢的）

问题2、业务发现T-1的GMV下降了10%，如何去做分析？

1）数据验证

1. 明确数据准确性，数据上传有没有问题，数据口径是否一致；
2. 是否存在异常订单，大规模退货（考虑做一个退货分析）
3. 对比上个周期如何，如果上个周期也下降了10%左右，那么考虑是周期波动，将时间线拉长，看看前几个周期的波动；确认是否为季节性波动或节假日影响

2）多维下钻分析

1. 按时间维度拆解：（趋势分析）是什么时间段下降了，看小时/时段的趋势，平时和周末是否有区别；
2. 按流量渠道拆解：（渠道分析）各渠道的gmv贡献占比，哪里下降的最多；（漏斗分析）根据业务公式GMV=UV*CVR*AOV，看访客数、转化率、客单价是否下降
3. 按商品品类拆解：（头部产品表现）头部商品GMV是否下降？是否有缺货、降价调整？（品类结构）商品的品类结构如何？高GMV商品是否有影响？（促销活动）是否存在秒杀/满减促销活动
4. 按用户群体拆解：（新老用户对比）新老用户的GMV如何？（RFM模型）高价值用户消费是否减少？（用户流失分析）是否有大量用户未完成订单支付？
5. 按地域拆解：（地域分析+物流问题）是否存在某些地区GMV下降最为明显

3）归因分析（找出核心原因）

（1）外部因素        

• 竞品动作：竞争对手是否推出促销/降价活动
• 行业趋势：整体行业的GMV是否呈现下降趋势（政策、经济影响）
• 特殊事件：服务器宕机、支付接口故障、负面新闻影响品牌形象

（2）内部因素        

• 营销活动变化：是否大促结束GMV回落？优惠券/满减调整，导致用户购买意愿降低
• 供应链/库存问题：热销商品缺货？物流延迟问题？
• 产品技术问题：关键页面加载慢？支付失败率上升？
• 价格策略调整：核心商品涨价？会员折扣力度减弱？

4）假设验证（用数据验证猜测）

针对可能的归因，进行数据验证

如果是流量问题>>检查各渠道的流量变化，对比转化率

如果是转化率问题>>分析用户行为路径，加购—>支付环节转化率

如果是商品问题>>查看TOP10商品库存、价格、销量变化

如果是技术问题>>检查支付成功率、页面加载时间等埋点数据

5）输出结论与建议

1、分析报告

• 问题描述：GMV下降10%，主要发生在XX时段/XX品类/XX渠道
• 核心原因：某头部商品缺货导致GMV下降10%或付费广告ROI下降导致流量减少
• 数据支持：趋势图、销售对比图、漏斗分析

2、解决方案

• 短期修复：补货，优化广告投放
• 长期优化：优化库存预警机制、提升用户留存策略

3、监控机制

• 建立GMV异常波动预警（如单日下降>5%自动触发分析）
• 关键指标监控看板（流量、转化率、库存等）