数据分析面试业务问题整理
1. 指标体系类问题
1.1业务指标体系
常见问法：
- 假如你是xx产品分析师，你会从哪些维度建立指标体系？
回答思路
逻辑第一，业务第二。
- 逻辑：语言表述具有结构性（金字塔原理）。
- 业务：参考人人都是产品经理，精益数据分析
业务特征回答模板：基础+附加
- 基础：用户+商业变现
- 附加：产品具体特征（准备方向：电商、内容、游戏、风控）
细分业务模块指标表达
- 有清晰逻辑线
- 用户行为逻辑：判断内容持续创作能力，对用户的吸引力
发布新内容——内容曝光——内容点击——点击率——浏览时长
- 用户行为逻辑：判断内容持续创作能力，对用户的吸引力
- 无清晰逻辑线
- 选择核心指标：
流量：日活、新增用户、留存率、流失率、跳出率、人均浏览页面…
- 选择核心指标：
例子：
1.2核心指标选择
常见问法：
- 你会选择哪些指标向CEO汇报
- 你觉得产品的北极星指标是什么？
回答思路
考虑行业特征+产品所处阶段
- 行业特征：1.1内容
- 所处阶段
- 正常运营阶段：从各个模块中找到1-2个汇总性的指标。
- 流量：日活用户数
- 收入：日总收入
- 内容：新增内容数
- 互动：日播放量
- 初创阶段：从okr进行分析，比如ks对用户、消费、内容攻击更重视，暂未考虑商业变现
- 流量：日活用户数、人均消费市场
- 内容：新增内容数
参考文章：https://mp.weixin.qq.com/s/hAmMI-C97uyHX_eWsbLacg
2. 费米问题
常见问法：
- “算一下北京有多少理发店？”
- “北京一天的燃油税费是多少？”
如何拆解问题
主要从供需关系入手：
| 类型 | 例题 | 思路 |
|---|---|---|
| 整体市场规模 | 北京每年咖啡店人数 | 需求端 |
| 单店供应能力 | 星巴克单店每天卖出咖啡数量 | 供给端 |
| 供给数量 | 北京多少家咖啡店 | 供需结合 |
-
需求端：估计北京每年的咖啡厅市场规模
需求端公式：市场规模=用户基数 x 渗透率 x 消费频次 x 单价
渗透率如何估算：- 周围人的消费比例估算。
- 用户画像分维度：具体影响因素，如不同年龄段、不同性别、不同学历等等。
比如这里可以根据年龄段计算不同年龄段的市场规模，最后汇总。年龄段划分时，可以假设数据的基本分布时均匀分布(每个年龄段的人数相同)
图片来源：https://www.zhihu.com/question/23177722
-
供给端：估计星巴克单店每天卖出咖啡销售收入
❌一个错误思路：拆成每天多少个顾客 x 每天买几杯 x 单价。错在每天多少顾客是流动的，是未知数据，无法估算。（北京人口总数的固定值）这就是“整体市场规模”与“单店供给能力”的本质区别。所以无法从需求端直接计算的话，可以从供给端计算，因为长期状态下，供需会达到平衡。
供给端常用公式： 每天销售收入 = （营业时长 ÷ 单个窗口服务效率）x 服务窗口数量 x 单价。
-
供需端：估计北京市有多少个咖啡厅
供需端公式：北京咖啡厅数量=北京咖啡市场规模/单店每年的销售收入
将上述分析中的数值带入=1.72亿/（9720x365）=48家
参考文章：
练习
-
北京一天的燃油税费是多少（需求端）
-
估算芝加哥有多少个调音师。（供需端）
需求：芝加哥每年需要维修的钢琴数量
供给：每个调音师每年能维修的钢琴数量
-------截止20200505持续更新--------
职业定位及目标规划类问题
1. 数据分析师应具备什么？
一位好的数据分析师，应该以价值为导向，放眼全局、立足业务、与人为善，用数据来驱动增长。
- 基础技能：数据获取、分析、建模、可视化、业务思维
- 增长思维：全局观（问题背景+分析目标）、专业度、想象力、信任度
参考文章：https://mp.weixin.qq.com/s/g_tvwxXx8cIedDG1b8FAZw