2-3 手把手数理实习项目

在数据分析的面试中，一定会有面试官提问：“来，说一个你在实习中印象深刻的项目吧”。

在面试前，对自己拿手的2-3个项目进行梳理，甚至是写下文字版的“稿子”供自己背诵，是拿到优秀面试评价的不二法门。

我在校招面试的时候，会对每个项目进行3阶段整理。将项目的主体内容以及发散性提问都记录在我的面试文档中。一般来说，项目主体内容会有600-800字，发散性的提问会有5-10个问题。

第一阶段：复盘项目过程，尽可能精细的展示细节

在XXX，数据分析是一个独立的部门，也是一个与业务打交道最多的技术部门。在工作中，业务会提出数据需求，而数据结果也会为业务的优化提供一定的指导。例如，在完成了“分享活动”的指标监控后后，又根据业务的需求，用黄氏曲线评估了活动效果，跟进数据分析。

在数据分析中，我发现了几个问题：

第一，根据黄氏曲线进行加权计算，分享活动效果不佳。

第二，很多商品的UV达到了XX，但是分享转化率只有XX%。其中，新客链接打开率只有XX%，没有达到拉新预期。

第三，分享活动的购买转化率和快抢／一口价等活动相比也比较低。

在发现问题后，列举了几点假设：

第一，分享&浏览&下单路径的影响。在快抢秒杀等其他的活动中，从消费者点击进入商品主页面，到完成支付购买路径较短；而对于分享活动而言，消费者需要成功将商品分享给3个群后才能以较低的折扣价格进行购买，路径相对较长，用户流失的几率更大。

第二，消费心理的影响。我们都知道，拼多多借助社交电商的分享链接功能得到了很快的传播。绝大多数人分享的拼多多商品主要以水果，零食为主，不管是学生还是中老年人都很热衷于分享购买；而XXX分享的商品主要是便宜、好看的衣服，XX的主要客户群体是追逐时尚的学生，在购买便宜衣服的时候，并不希望别人看见我的价格。所以分享数据不够理想可能受到消费心理的影响。

第三，UI设计&运营话术的影响。虽然运营一直说，分享活动的目的之一是拉新。但我们所看见的分享链接卡片内容中，并不能体现任何对新客的福利，难以获得新用户的认可。

受到数据资源的限制，我只能对部分假设进行验证：

在这里，主要用漏斗分析的方式对浏览及下单路径进行了验证。数据结果表明：

第一，在参与了分享活动的用户中，XX%的用户没能完成“分享3个群”这一目标；

第二，在完成了“分享3个群”这一目标的用户中，购买转化率高于快抢/秒杀活动。

因此，结合这些现象和原因，我们也可以提供一定的建议：

第一，根据用户分享&浏览&下单路径分析结果，建议降低分享群数量的门槛（由3个群改为2个群）。

第二，针对第二条假设（消费者心理的影响），我们由于资源有限不能进行AB试验，但仍然可以建议运营部门作出以下改变：
①更换分享链接跳转页，从商品详情页改为活动首页，减弱用户的分享“羞耻心”
②分享活动的商品可以适当增加生活用品以及零食。

第三，针对第三条假设（UI设计&运营话术的影响），同上不能进行假设检验，但也提出了建议：在分享出去的卡片上，增加新客优惠话术，吸引新人打开分享链接。

最终，在改进后，拉新人数上涨了X%，成交订单量上涨了X%。

以上是我自己在校招的时候，对实习中某一个分析项目的复盘。在准备的第一阶段，非常详细的把分析细节，分析流程，内心想法都写了下来，方便忘记的时候快速回忆。在面试过程中，一般不需要回答如此的详细，控制在3-5分钟左右比较合适。

这个项目是我在校招时被问到或者主动提及到次数最多的项目。

为了更好的表示自己有分析方法论，我把项目的结构划分为“提出问题-作出假设-验证假设-提供建议-结果”这五个部分。这是数据分析项目的常用结构之一，除此之外，如果你的分析报告并不是这种针对性分析问题产出结论建议的形式，而是行业分析等其他类型的报告，也可以直接按照分析的时间顺序进行划分，比如行业分析报告可能遵循“收集数据-分析数据-撰写报告”的时间流程。

为了表明自己的逻辑思维清晰，我在回答问题的时候，会使用序数词“第一，第二，第三”来呈现自己的观点。也正是因为会刻意的使用一些序数词，结构清晰的表达自己的想法，在校招和社招以及日常的工作中，面试官、leader都很认可我的逻辑能力。

为了表明自己有进行业务思考，考虑到数据验证的过程没有亮点，我会在“作出假设”这一块进行比较详细的解说，甚至会和拼多多的业务进行对比，虽然最终这些假设没能被证明，但能够表明我的思考。

对于有相似项目或者不那么相似项目的同学，其实都可以借鉴这种项目复盘方式。根据自己的“分析方法论”或者“项目时间线”进行介绍。

第二阶段：以“问-答”模式思考讲述完项目后可能出现的问题

对项目进行了复盘后，我会把自己想象成面试官，提出几个问题并试图作出回答。

（1）分享项目的卡点是什么？

项目的卡点在于提出的假设不一定能够从数据的角度进行验证，比如消费者心理那一条假设。因为整个项目的预算不高，优先级也不高，没有额外的资源做AB实验等，所以不够严谨，在给出业务方结论的时候需要花力气说服她们。
介绍完一个项目之后，最常见的问题就是“这个项目的难点，卡点在哪里？”

（2）你的建议落地了吗？

落地的建议主要是三个，第一是减少分享群的门槛，第二是更换跳转链接，第三是在分享出去的卡片上增加拉新话术。
询问落地建议也是面试官喜欢出的题目，这里提前做好准备，一定要能与刚介绍的项目自圆其说。

（3）用黄氏曲线衡量活动效果的优势在哪里？

黄氏曲线能够用加权的方式，刨除自然因素的影响，计算活动最终带来的收益，也能够评估活动的爆发度，衰减度等指标，是一个很好用的量化工具。

（4）如果活动前通过分享每日新增用户为1000人，活动后通过分享每日新增用户也为1000人，活动效果好吗？为什么？

不一定。 对于电商来说，受到了工作日、寒暑假的影响，从周一到周日，从1月到12月都会呈现出不同的增长表现。想象一个电商公司：在平稳运营的过程中，不采取任何的活动措施，周日新增用户量往往大于周一。
一年365天里，每段时间的自然增长基值是不一样的。可能周日的自然增长基值为1000，周一的自然增长基值为700。周一推出了分享拉新的活动：假设极端情况下（忽略掉随机波动值的影响），周一和周日都新增了1000人，所以活动带来了300的人为干扰波动值，是有效果的。

第三阶段：根据每次面试官的实际提问，及时补充文档内容

在这个阶段，我在不同的面试官面前都介绍过这个项目，面试官们针对这个项目或多或少会提出一些新问题，需要及时的记录下来，以便后期遇到相似问题的时候给出更好的回答。

（5）有没有做过AB实验？

有考虑过AB实验，但是因为项目的优先级不高，所以没有资源让我们去做AB。但我自己构思过AB实验的流程，像UI话术、修改跳转链接这几个假设，都可以通过AB实验来验证。比如话术这一条，可以随机将用户分为AB组，向两组用户推出带有不同话术表达的分享卡片，对比AB两组的拉新效果。

AB实验是数分面试的常见问题之一，就算你的项目没有涉及过AB实验，也喜欢对此进行提问。如果做过AB实验可以直接叙述流程，如果没有做过，也不要直接回答没做过，而是解释下没做的原因，再简单说下如果让做AB实验会怎么做，表明自己虽然没有做过这件事，但是积极主动进行过思考。

（6）活动效果的指标体系，你觉得哪些指标更重要，为什么？

我觉得拉新人数这个指标最重要。因为这个活动的目标就是拉新。

（7）如果让你从开始就介入一个分享活动，作为数据分析师，你的步骤是什么？

第一步，活动前，和业务方沟通活动目标和方式，制定具体的监控指标。
第二步，活动中，搭建指标体系，每天观察活动效果，若发现问题及时反馈
第三步，活动结束后，复盘活动效果，提出改进建议

写在最后

总体来说，在准备实习项目的时候，我们可以事先进行细节性的复盘，梳理项目具体内容，方便面试时流利的表达。其次，针对具体的项目，尝试自己向自己提问，思考如何回答这些问题。最后，记录每次真实面试中面试官提出的相关问题，面试结束后复盘自己的回答，思考是否可以优化。

在面试中讲解实习项目是一个非常重要的环节。针对这种可以提前做好准备的题目，我们一定要拿出12分的精力，呈现最佳的状态。