数据分析面经-问答②
数据下降型(向上找,向下钻)——业务诊断
DAU某一天下降,如何找原因?(至少有6到7种思路)
向上找流程:注册的时候下滑?转化的进程出问题,登录出现问题?登录后跳转的页面出bug?
向下找指标:如何定义DAU?是哪个的DAU下滑?新老用户的留存率怎么变?是哪些用户活跃下降了,和地区、时间有关吗?用户投诉和反馈有变化吗?
指标选取型——指标体系
如何给一个小程序设立关键指标?
明确目的:是为了增长、促活还是召回?假如是为了增加,关键指标就是每日新增用户数;如果是为了召回,就是老玩家回归率
指标拆解型——MECE法则:相互独立,完全穷尽
小程序某个功能的优缺点(用户角度{价值}+{时间})?
优点:流程短、用户投入成本低
缺点:页面布局不合理、操作逻辑混乱
AB测试流程(知乎自搜)
工作中最不能接受的事(服从性测试:牢大在摸你的底线,打算cpu你了,先怂拿offer,拿到了就当爷)
面试的回答只能是自己明明能做好的事,因为疏忽没做好(表现自己的努力)
反问环节(表忠心,别问薪资,拿到了offer再说)
如果我想过二面,有什么改进的地方?
我还需要准备什么?
怎么优化自己?
介绍经历(最好是做一个完整的分析报告,建议自己从头动手做一遍)
某音的优化点?
商业模式梳理:物流交互和B2B电商关系
内容方向:优化算法,不只是短视频,需要结合长视频,抛弃短平快恶俗的刻板印象
新老用户哪一类更容易出现推荐内容审美疲劳?(陷阱题)
高级回答:为什么用户是新老的区分?不应该是推荐算法的问题吗,哪一类推荐的更好审美疲劳就越少啊
中级回答:这两类的推荐有何区别,如何召回用户
普通回答:老用户看得多,推荐内容定型了,审美疲劳;新用户看的不够多,无法准确推荐,推的都是重复内容,审美疲劳
个人的优缺点评价
【人没有缺点,只有特点】看公司需要什么,我的特点会比较符合这一点
#数据分析面经#