1. 做自我介紹，著重介紹跟數(shù)據(jù)分析相關的經(jīng)驗，還有自己為什么要做數(shù)據(jù)分析

略。

2. 如果次日用戶留存率下降了 5%該怎么分析

    1）首先采用“兩層模型”分析：對用戶進行細分，包括新老、渠道、活動、畫像等多個維度，然后分別計算每個維度下不同用戶的次日留存率。通過這種方法定位到導致留存率下降的用戶群體是誰

    2）對于目標群體次日留存下降問題，具體情況具體分析。具體分析可以采用“內(nèi)部-外部”因素考慮，內(nèi)部因素分為獲客（渠道質(zhì)量低、活動獲取非目標用戶）、滿足需求（新功能改動引發(fā)某類用戶不滿）、提活手段（簽到等提活手段沒打成目標、產(chǎn)品自然使用周期低導致上次獲得的大量用戶短期內(nèi)不需要再使用等）；外部因素采用PEST分析，政治（政策影響）、經(jīng)濟（短期內(nèi)主要是競爭環(huán)境，如對競爭對手的活動）、社會（輿論壓力、用戶生活方式變化、消費心理變化、價值觀變化等偏好變化）、技術（創(chuàng)新解決方案的出現(xiàn)、分銷渠道變化等）

3. 關于假設檢驗的問題，然而我并沒有答上來，面試官說沒關系

假設檢驗的基本原理是：全稱命題不能證明但可以被證偽。

令我們研究假設的相反假設為原假設，認為我們研究假設的發(fā)生是小概率事件。

如果我們的觀察值是研究假設，那么認為可以排除原假設，我們的研究假設并不是小概率事件。

4. 問了筆試中的題目為什么沒做，現(xiàn)場做

略。

5. 對今日頭條的看法

略。

6. 關于采樣的問題

略。

7. 賣玉米如何提高收益，價格提高多少才能獲取最大收益

收益 = 單價*銷售量，那么我們的策略是提高單位溢價或者提高銷售規(guī)模。

提高單位溢價的方法：品牌打造獲得長期溢價，但缺陷是需要大量前期營銷投入；加工商品占據(jù)價值鏈更多環(huán)節(jié)，如熟玉米、玉米汁、玉米蛋白粉；重定位商品，如禮品化等；價格歧視，根據(jù)價格敏感度對不同用戶采用不同定價。

銷售量=流量*轉(zhuǎn)化率，上述提高單位溢價的方法可能對流量產(chǎn)生影響，也可能對轉(zhuǎn)化率產(chǎn)生影響。

那么 收益 = 單價*流量*轉(zhuǎn)化率，短期內(nèi)能規(guī)?；捎玫膽撌沁M行價格歧視，如不同時間、不同商圈的玉米價格不同，采取高定價，然后對價格敏感的用戶提供優(yōu)惠券等。

8. 類比到頭條的收益，頭條放多少廣告可以獲得最大收益，不需要真的計算，只要有個思路就行

收益 = 出價*流量*點擊率*有效轉(zhuǎn)化率，放廣告的數(shù)量會在提高流量，但會降低匹配程度，因此降低點擊率。最大收益是找到這個乘積的最大值，是一個有約束條件的最優(yōu)化問題。

同時參考價格歧視方案，可以對不同的用戶投放不同數(shù)量的廣告。

9. 最后問頭條的使用感受

略。

10. 為什么做數(shù)據(jù)分析

略。

11. 自己的優(yōu)缺點

略。

12. APP激活量的來源渠道很多，怎樣對來源渠道變化大的進行預警

    1）如果渠道使用時間較長，認為渠道的app激活量滿足一個分布，比較可能是正態(tài)分布。求平均值和標準差，對于今日數(shù)值與均值差大于3/2/1個標準差的渠道進行預警

    2）對于短期的新渠道，直接與均值進行對比。

13. 用戶剛進來APP的時候會選擇屬性，怎樣在保證有完整用戶信息的同時讓用戶流失減少

采用技術接受模型（TAM）來分析，影響用戶接受選擇屬性這件事的主要因素有：

    1）感知有用性：

        a. 文案告知用戶選擇屬性能給用戶帶來的好處

    2）感知易用性：

        a. 關聯(lián)用戶第三方賬號（如微博），可以冷啟動階段匹配用戶更有可能選擇的屬性，推薦用戶選擇

    b. 交互性做好

    3）使用者態(tài)度：用戶對填寫信息的態(tài)度

        a. 這里需要允許用戶跳過，后續(xù)再提醒用戶填寫

        b. 告知用戶填寫的信息會受到很好的保護

    4）行為意圖：用戶使用APP的目的性，難以控制

    5）外部變量：如操作時間、操作環(huán)境等，這里難以控制

14. 男生點擊率增加，女生點擊率增加，總體為何減少

因為男女的點擊率可能有較大差異，同時低點擊率群體的占比增大。

如原來男性20人，點擊1人；女性100人，點擊99人，總點擊率100/120。

現(xiàn)在男性100人，點擊6人；女性20人，點擊20人，總點擊率26/120。

即那個段子“A系中智商最低的人去讀B，同時提高了A系和B系的平均智商。”

15. 立方體每面抽掉一層非棱角部分，面積和體積的變化

看不懂題意。

16. F檢驗是干嘛的

    1）F檢驗是檢驗兩個正態(tài)分布的樣本的方差是否存在顯著差異

    2）也可以用于對多組樣本之間比較

    3）計量中，F(xiàn)檢驗原假設所有自變量對因變量都沒有影響，排除原假設說明至少有一個自變量對因變量有影響

17. 如何識別作弊用戶（爬蟲程序， 或者渠道偽造的假用戶）

分類問題可以用機器學習的方法去解決，下面是我目前想到的特征：

    1）渠道特征：渠道、渠道次日留存率、渠道流量以及各種比率特征

    2）環(huán)境特征：設備（一般偽造假用戶的工作坊以低端機為主）、系統(tǒng)（刷量工作坊一般系統(tǒng)更新較慢）、wifi使用情況、使用時間、來源地區(qū)、ip是否進過黑名單

    3）用戶行為特征：訪問時長、訪問頁面、使用間隔、次日留存、活躍時間、頁面跳轉(zhuǎn)行為（假用戶的行為要么過于一致，要么過于隨機）、頁面使用行為（正常用戶對圖片的點擊也是有分布的，假用戶的行為容易過于隨機）

    4）異常特征：設備號異常（頻繁重置idfa）、ip異常（異地訪問）、行為異常（突然大量點擊廣告、點贊）、數(shù)據(jù)包不完整等

18. 如何學習新知識? (思路大概就是利用什么渠道，怎么獲取)

略

19. 行存儲和列存儲的區(qū)別

    1）行存儲：傳統(tǒng)數(shù)據(jù)庫的存儲方式，同一張表內(nèi)的數(shù)據(jù)放在一起，插入更新很快。缺點是每次查詢即使只涉及幾列，也要把所有數(shù)據(jù)讀取

    2）列存儲：OLAP等情況下，將數(shù)據(jù)按照列存儲會更高效，每一列都可以成為索引，投影很高效。缺點是查詢是選擇完成時，需要對選擇的列進行重新組裝。

“當你的核心業(yè)務是 OLTP 時，一個行式數(shù)據(jù)庫，再加上優(yōu)化操作，可能是個最好的選擇。

當你的核心業(yè)務是 OLAP 時，一個列式數(shù)據(jù)庫，絕對是更好的選擇”

最新評論