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:

  1. 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
  • 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…

例子:
数据分析面试业务问题整理_第1张图片

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。
    1. 流量:日活用户数
    2. 收入:日总收入
    3. 内容:新增内容数
    4. 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
    1. 流量:日活用户数、人均消费市场
    2. 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
  1. 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 单价数据分析面试业务问题整理_第2张图片
    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)
      数据分析面试业务问题整理_第3张图片
      图片来源:https://www.zhihu.com/question/23177722
  2. 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。
    数据分析面试业务问题整理_第4张图片

  3. 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:

  • https://www.zhihu.com/question/23177722

  • https://mp.weixin.qq.com/s/UopcXE3SAZIwi8UXCZ7aDg

  • https://blog.csdn.net/weixin_42464525/article/details/81322655?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522158445137919195239841390%2522%252C%2522scm%2522%253A%252220140713.130056874…%2522%257D&request_id=158445137919195239841390&biz_id=0&utm_source=distribute.pc_search_result.none-task

练习

  1. 北京一天的燃油税费是多少(需求端)
    数据分析面试业务问题整理_第5张图片

  2. 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
    数据分析面试业务问题整理_第6张图片

-------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

你可能感兴趣的:(数据分析笔试题)