字节跳动数据分析面试18|中台社招四面Offer

一面，4月23日

1. 自我介绍。

2. 介绍一个数据驱动的项目。（针对项目深挖，如为什么这样设计，有什么地方想改善）

3. 平时经常使用什么类型的产品？

3.1 有什么想要改善的地方？介绍了最近研究的字节新产品，并且认为首次用户体验做得不是特别好，希望通过增加新手教程来改善。

3.2 具体怎么确定改善的不错？典型的AB实验导向。确定实验目标：增加新手教程的目的是希望改善用户第一次登陆使用产品的体验，接下来需要思考哪些KPI可以反应用户的体验，比如一日留存率，7日留存率等。设计实验：AB实验的设计步骤。

4. 反问。

二面，4月26日

1. 自我介绍。

2. 介绍一个数据驱动的项目。

3. 如果想提高你公司的GMV，你想怎么做？

4. 给抖音设计一个数据看版，你想怎么设计？

①理清抖音的产品逻辑。（如果把抖音看成一个供需市场，有创作者提供视频，有更多的消费者看视频，消费者通过点赞评论转发与创作者交互，平台从中变现，需要注意产品的时间基础，比如抖音属于日用产品，那么应该多关注日用指标）

②围绕产品的关联方，设计相对应的指标进行观测。创作者：每一天新视频的产生量，每一天的创作者；消费者：DAU，日均使用时长，会话数；交互：评论数量，点赞数量；平台：收入。

③对于每一个产品都提前做好细分，比如DAU在设计的时候分年龄，性别，地区等，便于分析或者查找异常值。

5. 我们发现一部分用户的参与度并不好，该怎么去改善？（这属于典型的四类数据分析中的描述性分析，诊断类分析和预测性分析）

①找到平台参与度最高的10%或5%的用户，假设一些影响他们参与度高的因素，然后通过描述性数据分析寻找相关性（注意，这里只是寻找相关性，因果性只能通过AB实验才能被验证）。确定一些因素后，赋予到并不参与的用户上，设计一些AB实验，探究效果。这里面试官追问，可不可以不通过AB实验。

②重新思考后的答案：可以建立一个机器学习模型，通过最终模型的系数，找到对参与度影响最高的因素（变量），进一步确定改善哪些方面。

6. 反问。

三面，5月6日，Leader面

1. 自我介绍。

2. 介绍一个数据驱动的项目，怎么改善它？

3. 平时经常使用什么产品，可不可以把它介绍给我？

①产品的目标；②产品的受众；③产品的设计如何满足产品的目标；④产品其他突出的功能；⑤未来发展的方向。

4. 你想怎么改善这个产品，多提出几个改善的方向，怎么验证改善的好坏呢？

5. 职业规划。

6. 反问。

四面HR面，5月8日

1. 自我介绍。

2. 遇到的困难怎么解决？（回答用STAR原则）

3. 在现在的公司做得还不错，为什么想换工作？

4. 期望薪资。

5. 反问。

总结：感觉字节真的非常注重面试人的产品感觉和逻辑思维，也就是常说的business/product sense。

二面的第五题：部分用户参与度不好如何改善？

题型：某类人某指标不高，如何改善？

思路：核心是找到影响好与不好两类人有差别的关键因素。

1. 找到头部该指标高的人群（总体的10%）。

2. 相关性分析：先假设一些可能的影响因素x，分析找到与该指标（因变量y）相关性高的一些因素x1（例如计算相关系数、画散点图等）。

3. 因果分析：将因素x1赋予到该指标不高的人群中，利用AB实验或者DID+Matching法或者机器学习模型（例如回归模型的系数、基于树模型的重要性评分等）来验证假设因素的因果性。