面试题目
Catalog：Click to jump to the corresponding position
=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=.=
“我去面试一个企业，人家说，我有1亿注册用户，月活跃2500万，他们想把剩下7500万非活跃的变成活跃的，问我有什么办法，我怎么说？？？关键是我不了解他们的业务啊！”
错误答法：
还有一个错误答法：2500万的活跃用户算低吗？
有这种思维是好的，但是在面试的时候不能直接怼回去，数据分析师永远不要做判官，我们只提供分析方法，老板才是判官
示例答法：
①拿出一张纸画出结构
问面试官：
您好，确认一下您的问题啊，看看我理解的对不对，就是咱们现在有一亿的注册用户，活跃的用户是2500万，在活跃用户以外还有很大的空间，我们想扩大活跃空间，对不对？
目的：
我们不了解公司情况，对方又必须我们回答，我们要把节奏托下来，为我们自己争取更多的说话机会，而且重复问题是一种很专业的表现（尊重对方、专业性高）
②统一口径
问面试官：
您说有2500万的活跃用户，那怎么样算是活跃？是打开一次app，还是使用一次产品？或者是消费一次呢？
有一亿的注册用户，是有一亿个客户表格信息？还是有一亿个系统记录ID，再或者是开通了你们某项功能呢？
目的：
统一口径、写下来显得你尊重对方、箭头暗示后面还有下文，让其不会觉得我们是在拖延时间
③询问业务
画出结构图
问面试官：
那么我们是只考虑用户的活跃率问题，考不考虑用户的付费问题呢？
目的：让面试官多和你聊公司业务相关问题
④给出结论
1.既然有2500活跃的活跃用户，那么我们可以根据这个活跃用户构建出用户结构，梳理出活跃用户画像，可以对比我们活跃用户的来源渠道，付费习惯等。
2.构建了用户结构之后，我们可以将不同类用户的生命周期刻画出来，然后发现各类用户是在什么节点增长、流失的，可以在相应的节点作出一些动作。
技巧介绍：
这一招叫反客为主，是应付不太清楚背景，又必须回答问题的情况下秘籍，关键在于降低对方速度，给自己缓冲，留下思考时间，拖进我们的节奏
同时，可视化可以展示我们的能力与信心
并且，即使这个问题我们不太清楚答案，一个流程走下来，也显得80%环节是清晰的！这能大大缓解提问者的焦虑，为我们挣得主动
问：你是一个大型多元集团
下边互联网金融公司的数据分析师，今天是9月1日，9月30日你的集团总裁要在一个行业会议上发表《新零售下互联网金融的人工智能发展》
一篇演讲，请你做相关的ppt，你会怎么做？
错误答法：三天以后把PPT拿来了！！！
示例答法：只是问你会怎么做？
①搞清楚各个部门谁是牵头人，谁负责这个事情？出锅了谁背？谁牵头意味着找谁推动这个事情
②搞清楚谁审批，是我一层一层向上汇报，还是大家一起开个会现场决定？
③搞清楚都有哪些部门参与
④确认项目各个部门的负责人，找谁推动，审批等
⑤确认时间表，根据总裁需要的时间往下逐级安排时间流程，什么时间完成什么事
⑥确认分工，专业的人干专业的事情
背后含义：
这就是一个企业里项目立项到落地的全过程
所以说到底主要的考点就是项目意识
启示录：
1.数据分析工作 =/= 写代码 =/= 自己写代码
2.在企业内工作，就有领导，有领导的领导，有领导的领导的领导，主动向领导请示项目质量，有问题及时向领导多沟通
3.在企业内工作，就有目标，时间，工作计划，分工
4.切记，向领导请示目标，向项目组确认进度，向同事寻求帮助，向下属分配任务，自己围绕目标输出成果。
5.为什么你觉得自己缺乏经验，因为你做的只是其中一环！如果你觉得自己缺乏经验，动向上下平级沟通，补全项目链条！
一地产中介，准备培训新进的二手房中介，以提升中介能力，最终目标是想让每个中介每月能促成3笔交易。
问：用哪些指标可以衡量培训效果？
一般回答：
可以统计3单完成率的增幅、每个人培训前后的单数对比、培训完成后平均单数的增加绝对量对比等
深入回答：
①先思考人均3单的目标是怎么来的？为什么不是4单，5单，或者8单，就偏偏是3单？
②查看成交比例结构，看看有多少人是有成交的，没有成交的人占多少比重
③细分成交数据结构，观察在已经成交的人里，成交1单、2单的人数……，已经每个成交单数层级贡献的总单数
可能业务部门只是算了个平均成交单数发现是2.1单，于是就设定了3单的目标
我们细分结构以后发现其实无成交的人占绝大部分，总单数里也是少有的销售王牌贡献的单数
所以，目标的完成难度就显而易见，当我们发现这种问题的时候就可以对症下药，针对无成交的人设定目标，针对成交1单的人设定完成目标，而不是笼统的对比总指标。
一个非常深层次的问题：
领导期望 VS 时间+能力
控制领导期望很重要：
1. 量化考核指标
2. 从简单的做起
3. 逐步输出成果
4. 不断进步迭代
5. 弱化复杂问题的权重
数据分析三大要素是我们的命根子：1.数据来源、2.指标口径、3.统计方式，不然给的数都是错的，分析有啥用？
问题：
解答思路：
先将字段分解，然后给出选项，并且从易到难排序，先推简单的，载推难的
主要考点：
启示录：（解题思路）
养成下面这个好习惯，不止面试，日常工作都很受益
1. 审题
先审题，不要一看到问题就想着上模型
2. 确认口径
如何计算这个问题，确保口径正确
3. 分解问题
如果问题包含好几个名词或者指标，需要做分解
4. 给选项
在面试特别重要，多给几个选项，优先推荐其中一个，给自己留下后路
越是主动给选项，越容易控制领导期望
5. 找领导确认
不要自己埋头干，多和领导确认沟通
6. 分步骤完成
落地逐步做，简单的先做，逐步给领导展现成果
面试某外卖平台，HR问：“我们在上海地区的交易额比较差，分析下原因”怎么答？
这是一个典型的 为什么 的问题，在回答此类问题时，答案一定是原因1可能是、原因2可能是、原因3可能是……
不是这个答案的就答跑题了，HR和领导都喜欢直面回答问题
审题：
比较差--是一个形容词，那么就要问比较差的标杆是谁？多差算差？好的标准是什么？
是什么：
在什么时间比的，是这一天差了，还是一周差了，还是一直以来都很差？（一次性/还是连续性？，持续性/间歇性？）
一次性可能是事件导致的，间歇周期性要考虑周期问题，最好具体到什么时间什么情况什么地方发生了什么事情？
问题是越来越严重还是有向好的趋势？
为什么：
给的原因最好是可以对应到部门，比如用户、产品、竞品等，不要给什么用户活跃低了，因为用户活跃低了好像和每个部门有关
分析问题三大问：
1. 是什么？（确认数据）
2. 为什么？（寻找原因）
3. 做什么？（给出建议）
这是个典型的“是什么+为什么”问题，是什么被隐藏掉了，很多人容易掉坑！
参考答案：
1. 明确数据的来源和准确性：是哪个部门说业绩变差的？他们的数据来源是什么？是否核对的数据确保数据没有问题?
2. 明确数据口径和时间段，哪个时间段内的业绩，对标是什么，评价标准是什么，为什么说变差了?
3. 明确这是不是个问题，业绩下降是季节性波动，还是内部调整所致
4. 从商户视角和用户视角分析，是商户问题还是用户问题，
① 如果是商户问题是哪个区域的商户问题，是不是集中在某个区域，因为竞争对手产生的影响或是天气等客观因素，还是内部运营问题。
② 或者是否集中在某群用户，比如老客流失的很多，或者这是个处于成长期的平台，新客很重要但新客增长开始放缓了。针对不同的客群，找不同的部门，是推广没做好，还是会员部没做好。
某旅游电商平台，领导面试，问：“不用调研的方式，从数据上如何看出用户为什么流失？”
解题思路：
但是上面这个思路不能解决上面的问题，因为这个问题的背景是旅游电商，不是电商零售的背景，所以需要补充背景知识，但是上面的框架是可以用的
这是个典型的“为什么”问题、为什么=/=做什么！脑子一定要清醒
解题要点：
为什么的关键是找到问题来源，因此分解原因最重要
分解原因最理想的是MECE，但是很难做到
分解原因最好按部门KPI进行分解，方便跟进解决问题
这个答案是个万能解，因为它是符合MECE原则的
实际上，知道原因后可以对症下药解决问题，降低流失率，但不代表已经流失的会滚回来，这是两个问题！
如果有做什么，那么就会复杂的多
以流失挽留为例，知道了为什么流失，不代表就可以因为所以给答案
因为有可能流失原因我们是无能为力的，有可能是难以改进的
做流失挽留，要一看是否有价值挽留，二看是否有手段挽留，三看是否ROI好看，最后只能在有限范围内做挽留。
你在一个电商公司，主营海淘母婴，家居，美容，保健品，数码家电，副食品。公司在华东，华中，西南有三个货仓。
目前门槛是满88元包邮，但总有身边朋友及用户抱怨门槛高。
问：满88包邮是否太高？是否需要调整？建议怎么调？
题后思考：
见到“有人说”先搞清谁说！
见到“高、低、大、小、多、少”先树标杆！
见到“怎么做”先区分基于现状还是基于预测
要预测，业务部门先给动作，分析部门再给测算！
面试公司是运营商的乙方，提供企业通信领域服务，也基于运营商数据提供 一些分析服务，面试官是用人部门领导。现问题如下：
有四个字段数据，手机号码，经纬度，用手机访问的网址，时间。
问，在如下两种情况下，如何通过上述数据获利：1.童装店怎么盈利？2.银行怎么盈利？
这就是考验数据分析师的基本功，如何通过字段看出背后的业务含义
这样衍生划分以后，我们就可以有许多信息可以解读了，比如白天的时候是在步行街还是CBD上班，晚上是在那个档次的住宅区居住等
再比如，节假日是在国内风景区，还是国外旅游等，相应的都可以进行业务上的操作
隐藏坑点：
解题思路：
考察要点：
加工字段需要一级级向上提炼
不要直接跳到 早中晚步行街的人怎么怎么样，要一级一级提炼，时间分为早中晚等，经纬度分为各类位置，再去讲字段进行下一级的提炼
不一级一级提炼容易考虑不完善，容易丢失一些想法
即使同一个字段，不同的加工方式也会产生新的含义
比如时间 想到早中晚，到你想到周末工作日没？想到长假短假区别没？想到双11这种特殊日子没？
与其总想着拿新数据（大部分时候难度很大）不如想着如何利用资源
当你总觉得数据不够时，你缺的不是数据模型、缺的不是模型，你缺的是思考深度。
你的公司主要做新房销售，现手头数据有当年的业务员人数，业务员业绩数据。领导在纠结是否要停止在某市的业务，因为感觉该市的新房销售数量会逐步减少。
问：如何用数据分析支持这个判断？
问题坑点：
1.如何用数据分析支持这个判断？
领导要的不是科学结论，而是支持！
2.现手头数据有当年的业务员人数，业务员业绩数据。
认真想想，手头的数据真的足够吗？
例如：当我们解读单个的业绩数据时是解读不出什么的
但是如果加上两把尺子，就可以很好的解读了
所以这个问题里面是缺少数据的，缺少了标尺，我们要试着补全数据
3.你的公司主要做 新房 销售
认真想想，新房和二手房有什么区别？
其实新房反而使问题变得简单，新房的周期是非常长的，所以在本年有多少新房开盘我们是可以获取到的，这是一个存量竞争的问题
如果我们公司的新房量都已经很少了，那自然销量也会下降，所以需要通过现有数据去推算我们需要的数据
解题思路：
新房少的论据，要给出，可以获取外部数据，爬虫，搜索引擎，行业报告等
可以推算出对手的楼盘占有量，用总量-我们的楼盘量进行推算，还可以给出对手盘的身份，看看我们是否有竞争力
将销售按照销售业绩进行等级划分，查看是否存在没有王牌销售的情况，适当提升销售奖励等
考察要点：
沟通！沟通！还是沟通！
如果领导都不信我们，我们凭什么升职加薪？
如果领导需求都搞不明白，你凭什么能理解消费者？理解市场？
题后思考：
为什么你做了很多日报月报，但是分析能力没有提高？
为什么你做了很多年分析，却感觉没有深入一个行业？
题目里缺了的两根线，有试图补齐过吗？
作为数据分析部门，请给出你的观点
问题思路：
这是一个正儿八经的讨论吗？
正方的明星是可以带来粉丝流量，然后呢？这些粉丝就会购买吗？收获新用户之后会不会付费呢？消费者了解了商品一定会买吗？
反方用户审美疲劳又怎么样呢？疲劳的用户是我们的重要客户吗？疲劳的定义是什么？一个月不购买还是一个月不看直播？某电商平台虚假宣传和我们有什么关系？我做营销就会忽视供应链吗？
所以可以发现，正反方出了可量化的论点外，其余的基本都是扯皮
在决定做不做的时候，我们一定要让业务部门拿方案出来，这样我们才能用数据去分析问题，我连你请的明星是哪个都不知道，我分析什么？
考察要点:
字段、字段、还是字段
数据分析师参与讨论问题，必须具体到某一个字段
当我们的业务方在讨论一个具体问题的时候，如果他不落实到一个数字上，不落实到一个可考核的指标上的话，这就是一句废话，有可能反感，反感又怎么样了？会不会影响销售呢？
在没有收集到数据之前不轻易下结论，可以给假设
题后思考:
到底什么是一个真正的问题
可以量化，可以记录，可以对比的才是真正的问题
很多时候，数据分析师思考问题，可量化，可记录，可对比意味者我们必须要有一个字段记录了这个信息，并且这个信息可以和内部其他数据对比
如果发现我们讨论的问题还没有细致到这个问题的时候，不要轻易下结论。
实际工作中，相当多的问题根本就是扯皮、泼脏水、YY，没有看到数据前，所有的理由都是扯皮。
题目坑点：没有坑点，但是坑倒了无数人
所有人一眼就看到了周末低，平时高，然后同学们就认真作答了因为周末低，低就是不好，高就是好的，所以就开始研究把低的要搞高。
解答思路：
是不是低了就i是有问题，高了就是没问题，9月6--9月10这几天高的值难度就是真正的高吗？
9月6号意味者什么，连续5天这个线是平着走的意味着什么，为什么会有一根线平时高，周末低？
①什么样的产品工作日高周末低？
产品可以分为三大类
这才是正常的产品线，题目告诉我们是电商女性B2C，那么为什么销售图长得这么像商用B2B呢？
办公室女性需求很多，题目之说有5种，并没有具体说哪5种......
②周内连续5天平着走正常不正常？
正常消费趋势：
每年过年前(1月份)比较高，3月份过完年比较高，4、5、6月基本平着走，7、8月稍微有一点起色
9月接近四季度要开始冲量了、冲业绩了，10月有一个国庆假期销量可能低一点，11、12月一定是业绩网上很飙的
所以题目给出的数据反映出有问题的，9月6号开始冲量了怎么可能平着走？
③看产品结构
通过堆积图观察问题所在
对比同类产品在周内周末的销量趋势，发现问题所在
如果5类产品的趋势都是在周内高，周末低，那就说明我们的产品品类不够完善
如果有产品周内高，周末更高，那么应该引进更多此种类的产品
④观察其他数据，以观现状
往前多看几周数据，看看周内平着走是否健康，如果发现前几周也是平着走，那问题大了去了，一个企业该冲量的时候上不去，不就面临倒闭么
先判断是不是运营的问题，看新客户、老客户、流失率等
下一步看产品，通过第三步的产品结构发现问题，是否用户需求没有挖掘还是用户推广的问题等
运营计划：
考察要点:先看大趋势再看细节
先看群体，再入细节
解析销售，人（用户）、货（产品）、场（渠道）永远好用
销售额=用户量*转化率*客单价的公式要经常记得，找原因要对应去找
看波动趋势小技巧：将每周平均值算出来，用每天的数除以平均值，这样把大家拉到一根线上，可以看他的波动幅度和波动趋势
解题思路：
①我们发现整体趋势是往上的，但是这种增长合理吗？推广渠道新进了多少用户呢？
②周一周五是明显的谷底，这种波动性是合理的吗？前几周的数据如何呢？
③只看到了访问数据，但具体的活跃率是多少呢？一万粉丝2900活跃 和 10万粉丝2900活跃是两个概念哦
综合考虑：
考察要点:（先看大趋势再看细节）
继续先看整体，再入细节
关注整体趋势，数量&比例同样要看
不要对日报曲线习以为常，那样会错过很多分析机会
主动收集波动浮动背后的走势，（图像应该长什么样子？、周与周有没有异同？月与月、年与年呢？不同的点发生了什么？背后有什么业务含义？）对于提升分析能力至关重要
解题思路：
这种情况下是活跃度崩盘的情况，所以需要哪低看哪！
考察要点:先看大问题再看细节
当出现重大问题的时候，第一时间怀疑数据本身
第二时间找那些有能力影响全局，动摇根本的部门（先找客服问是否有顾客投诉、再看产品是否出现BUG等）
不要遇到问题就想着一堆维度，分析速度快慢也是能力的体现
解读波动是数据分析的基本功，然而解读波动也是需要经验积累的，多多努力，比如用户活跃降低80%在电商行业是个大事，但是在保健品行业就是正常的
是什么？
用户留存率不够，用户留存率不够
为什么？
①国产游戏的留存时间非常短（骗钱、关服重开等原因）：所以数据周期为首日、次日等
所以确认了app类型，对于我们怎么看他的用户留存率非常重要
②有流量导入，但DAU很低
求证数据，查看用户到底漏在了哪一个阶段，即用户流失的具体形式、以及流失用户是从哪个渠道来的。
例如：如果第二天用户就流失，那么需要考虑是不是新手指引没有做好，渠道投放是不是选择错误，是不是在垃圾渠道投放的等等，具体问题具体分析
这个时候可以去上模型，上漏斗模型，看活跃转化。
考察要点:抓住问题本质
是什么
为什么·做什么
一步步来，缺什么补什么
发现问题：
一般问题要不出现在开头、要不出现在结尾，开头是（为了......）的形式，结尾是（以......）的形式，所以本题要解决的问题是：以提升业务员的收入
解答思路：
收入=房间数×转化率×房间单价
先看整体水平，先算一下全国收入的平均数，然后分两拨，哪些比平均数低，在具体看哪些城市比平均值低，好的能做到多少
整体立一个标杆，到时候考核就有标准。
差的标识出来，差的少做，好的多做，那么好的多做多少？
即加量=>需要加多少？
假如砍了100家不好的店，这100家的入住率为10%，那么就需要补10家好的店
但如果补的店没人来怎么办，这个时候就需要测算预计订房的用户有多少
未做但有潜力做的：
考察要点:正面回答问题
好多同学绕到入住率上去了，然而入住率是否和收入画等号呢?
理论上直接把差的房型淘汰掉，也能提高入住率哈
围绕问题组织答案!
题后思考∶如何把一个具体的业务动作转化为数据问题
业务员是怎么找的?怎么识别好坏?
业务员有多少精力?每天能跑多少点?
业务员有多少资本?谈判还能加什么筹码?
迈不开腿，张不开嘴的数据分析师，就等着月薪6000取数取一辈子吧
领导准备清理报表，为明年增删改做准备，让发个问卷问一下各部门意见
问:问卷如何设计，如何发?
看起来似乎很简单，但是直接问:“你还用不用?”多简单?
但是，有人填吗?
有人填有人不填怎么办?
领导填的和员工填的不一样怎么办?
解题思路：
给老板呈现问卷：
内部统计思路：
考察要点:内外部数据结合
实际上，常用的数据经常包含系统记录数据与用户自填数据两部分呢
系统数据多，但不活跃用户，无交易用户占大多数
用户自填，粉丝填的多，缘边用户填的少也是常识
粗暴丢掉某些群体的数据都会引发错误判断
根据目标组织数据，最大程度合理利用数据
题后思考:
我们分析的数据真的那么可靠吗
整体结构比娇嫩的模型更能反映问题
数据质量提升本身是个无止境的工作
不考虑数据质量的算法都是耍流氓
问题：瓜子二手车，面试直接问︰如何挽留战败用户
是滴!正确反应是先问∶什么是战败用户，要先核对统计口径。
因为用户流失是分若干个阶段的，而且二手车的行业基本是一锤子买卖，基本一买之后就是3、5年，之后瓜子二手车还在不在都是问题
解题思路：流程
到底用户是在哪个步骤流失的?
话说到底人家有几个步骤啊??
需要自己下载个app试上一试自己就知道了
搞清楚流程，是定位问题的关键
纵向流程：
横向流程：
考察要点:流程理解
为什么漏斗图那么流行，经常用?
因为漏斗图是一种符合MECE原则的诊断问题的模式
先定义清楚是什么?才能进—步探讨为什么、做什么
探讨是什么，站在全局角度思考，免得被带歪节奏
题后思考:皮，是什么被扯起来的?
大部分扯皮源自指东说西、抓小放大、顾一忘二、
指东说西∶你谈人员服务，他谈产品设计
抓小放大︰你说服务不好顾客会流失，他说就有服务不好也买的
顾一忘二:你说这里有三个问题，他说都是扯得我看就一个本质问题
所以，想不扯皮，把全流程划上，每一步问题有哪些问题，预计影响多少都标上去，是最靠谱的办法。
B2B企业，有5000家下游经销商的提货数据，没有经销商的销售数据，没有最终用户信息，是滴，只有提货数据，问怎么分析?
考察要点:理解业务模式
理解B2B的业务模式是根本，希望大家通过本例，有了一定的认识
如果不能最终诊断问题，就先定义问题
数据分析基本思路:是什么，为什么，做什么
先解决是什么，为什么的问题就更容易解决
题后思考:当数据不足的时候怎么办
如果数据不足，主动思考∶我还要什么数据才能解决问题
不要光盯着眼前的数，还有数据来源和统计方式