23秋招—猿辅导——数据分析（oc）

时间：9.4

问题：

一位小哥面试官，基本上来一直问业务题，节奏比较快

• 快手部门的组织架构和上下游对接情况
• 两段实习的取数需求、看板工作等的比重
• 实习工作内容有差异，自己的倾向----分析比重更大
• sql和python说思路

表中有user_id 和 friend_id，一共包括100人，去计算最小关系网

• 预测--1000份面试的样本，抽象出特征，去做预测候选人是否通过的模型，怎么搭建？

（这个开放问题秋招竟然被问过两次，可以准备一下）

• 试听课，家长还是小朋友的意愿更重，怎么去论证？

① 回答家长更重要，整体的想法是控制变量，在控制小孩子的指标下，去看家长的表现对课堂结果的影响

②小孩子指标（课堂回答率+课后作业完成率+课堂情绪捕捉等）

家长的指标（基本：家长年龄、城市等级、学历水平；行为：购课意愿、是否与班主任助教有交流等）

③第二个想法

○ 高志愿家长低志愿学生>低志愿家长高志愿学生

中低表现的小孩子，高意愿家长仍然转化率更高

面试后的反思新思路：

○ 可以通过决策树等模型的特征重要性去衡量：按照划分决策树的过程中选择特征的先后顺序来判断特征的重要性，或者在sklearn中有一个feature_importances_属性可以输出特征的重要性；

○ 借鉴投票机制，选择一种分类模型，分别训练出在两类特征下的分类器，并在测试集中验证正确率

i. 在训练数据集D下分别训练出四个分类器，每个分类器都是关于单特征的分类器，如分类器是关于小朋友的特征；

ii. 在测试集下分别测试四个分类器的分类效果，并统计正确分类个数分别表示四个特征下的正确分类数；

iii. 对第二步求出的做归一化处理，即可得到特征的权重。

○ 考虑利用缺一法来求得特征权重（适合4个以上的特征），过程如下：

i. 在训练数据集D下，分别训练缺少了第个特征的分类器，如分类器的特征为｛收入，有房子，婚否｝；

ii. 在测试集下分别测试四个分类器的分类效果，并统计错误分类个数分别表示四个特征下的错误分类数。

iii. 对第二步求出的做归一化处理，即可得到特征的权重

• 控制变量的时候，如果上述存在交叉影响如何排除，比如小孩上课的兴趣会影响到家长的意愿等

• 试听课结束后，会有考试，怎么评估考试对后续报课是正向还是负向的影响？（类ab）

○ 去选定没有考试的实验组和有考试的对照组，做ab实验，看指标是否显著

○ 实验组：某期小朋友的课程，不设置考试

○ 对照组：往期根据家长、孩子特征（城市等级、教育背景、手机价格等）聚类出的相似人群，有考试

○ 指标选取：核心--报课转化率；辅助指标--听课率，上课回答率，作业完成率等

• 衡量效果--京东做了618活动，618当时会有销售峰值，但此后两个月也会带来一个购买低谷，同时前期也投入了大量的营销等成本，如何衡量618的这个增量效果值得？

○ 指标就是GMV，用ROI评估活动本身是否增值，同时用618活动的6-8月一季度的gmv，与平时不做活动的6-8月销售额做对比，看是否增长

○ 平时gmv确定：用往年没进行618活动的每月gmv曲线，去拟合当年的数据，对不做活动的几月gmv做出预测，时间序列（往年是还是一个增量市场，可能一直涌入新用户，是用户增长带来6月销售额增多，而不是6月本身消费需求拉高了；时间序列）

总结：

1.非常非常注重业务思维，全程都在抛出一个又一个开放题，去对猿辅导斑马少儿课基本的业务流程要有了解，提前做下功课，找找指标量化

2.让我反思特别多的一场面试，上面的答案有的是我自己面试后复盘写的，思路可以参考，也欢迎交流

另外根据反馈，猿辅导的斑马线还是非常稳定的，其中数分分了增长方向/教研方向/产品方向等，可能有差池，记不太清了。政策影响不大，特别是字节叫停了一些教育线后，基本在少儿教育某些领域是绝对佼佼者，现在也在用户增长中，而且比较wlb，听说不加班，团队氛围很友好。