指标异动类问题分析框架 - 数据分析师面试题

引言

在数据分析面试题中，常常会出现这样的问题：

• 机票的成交转化率下降了，怎么分析。

• 航班公司觉得自己的某个航线经营状况不好，怎么利用我们的数据帮助他们找原因

• 销售量下降如何分析？

在这种题目中，面试官显然不希望得到一个“抖机灵”的答案，而是考察我们对指标异动的分析框架（思路），至于最终的原因，可能没有那么重要。

（PS：曾经我以为，如果面试官提到“大幅”这样的字眼，比如总收入/PV/GMV之类大幅减少，那么他会希望我分析出数据出错……这个先验假设后来被面试官证伪了hhh）

框架

分析框架主要分4部分：

1. 明确定义
2. 问题定位
3. 指标拆解
4. 原因分析

明确定义

私以为，做一个数据分析师很重要的一点，就是明确定义。在工作上，如果和业务方对需求的定义不统一，那我们的辛苦工作往往会白给；另一方面，在业务方提需求后，明确他们的核心诉求（真正的需求），也是很重要的。

比如引言中“航班公司觉得自己的某个航线经营状况不好，怎么利用我们的数据帮助他们找原因”的问题，我们就需要先明确“经营状况不好”的定义，是横比（其他公司、其他航线）还是纵比（历史经营状况）？

问题定位

指标拆解

1. 分析框架：指标的公式拆解方法，将题中的指标拆分为一些指标的加减乘除。（二八原则：指标有很多种拆解方法，需要选择最“主要”的指标）
2. 逻辑：上述拆解方法的局限性，如：
   1. 指出假设缺陷：在某些情况下，某种假设会使得数值有偏差
   2. 指出分布缺陷：在某些情况下，数据分布不均匀会导致数值有偏差
   3. 估算保守/激进：在这种框架下，是得到真实数据的上界还是下界

原因分析

主要分为外部原因和内部原因分析。

外部原因分析比较成熟的方法论是PEST，即政治、经济、社会、技术。“产品调研方法论”是参考产品调研的步骤（市场、竞品、用户调研），但这个方法论是我自己想的，不能算是成熟的方法论。

例题

• 网站销售额下降怎么分析

1. 首先要定位到现象真正发生的位置，到底是谁的销售额变低了？这里划分的维度有：
   1. 用户（画像、来源地区、新老、渠道等）
   2. 产品或栏目
   3. 访问时段
2. 定位到发生未知后，进行问题拆解，关注目标群体中哪个指标下降导致网站销售额下降：
   1. 销售额=入站流量*下单率*客单价
   2. 入站流量 = Σ各来源流量*转化率
   3. 下单率 = 页面访问量*转化率
   4. 客单价 = 商品数量*商品价格
3. 确定问题源头后，对问题原因进行分析，如采用内外部框架：
   1. 内部：网站改版、产品更新、广告投放
   2. 外部：用户偏好变化、媒体新闻、经济坏境、竞品行为等

————————————————
原文链接：https://blog.csdn.net/u013382288/article/details/80417681

• GMV升了20%怎么分析

（我噼里啪啦分析了一通面试官笑嘻嘻地告诉我是数据错了，因为面试较紧张没有意识到这个问题，现在想想真是个大坑啊）

1. 参考该面试者经验，应该先估算一下数字有没有问题
2. 同样的套路：
   1. 两层模型：进行用户群体、产品、渠道细分，发现到底是谁的GMV提升了
   2. 指标拆解：将GMV拆解成乘法模型，如GMV=广告投放数量广告点击率产品浏览量放入购物车率交易成功率*客单价，检查哪一步有显著变化导致了GMV上升
   3. 内外部分析
      1. 内部：网站、产品、广告投放、活动等
      2. 外部：套PEST等框架也行，或者直接分析也行，注意MEMC即可

这一题要注意，GMV流水包括取消的订单金额和退货/拒收的订单金额，还有一种原因是商家刷单然后退货，虽然GMV上去了，但是实际成交量并没有那么多。
————————————————
原文链接：https://blog.csdn.net/u013382288/article/details/80417681

参考文献

https://blog.csdn.net/u013382288/article/details/80417681
https://mp.weixin.qq.com/s/gEHs2MWgBFn70StSmJD2tQ

转载于:https://www.cnblogs.com/bellz/p/11448562.html