部门是战略线-商业决策,看了不少面经,认真准备还是难逃一挂
时间线:9.20投递,10.11一面,10.20二面,当天挂
一面挖简历,70min
针对实习经历
1. 以一个策略为例,说明指标体系和监控标准
追问:
XX策略为什么能达到增长的效果
对于增长明显的策略,主要是什么原因促成了增长
2. 对于规模小但是转化率高的活动,如何衡量活动效果(例如两个活动 A.1000个用户转化20,B.50个用户转化2个)
3. 针对权益敏感性用户,如何设计指标体系衡量转化他们的收益?
复盘:这两个问题属于掉坑里了,应该把格局放开,从活动整体目的出发去评价是否达到活动目的,而不是单纯拘泥于转化率和单独用户群体
4. 业务线的直接和间接竞品有什么,相比起来我们有什么优势,未来是否能凭借这些优势取得成功
5. 所在部门盈利情况和疫情前后的经营情况
6. 算法应用背景和落地情况、效果评估标准、模型的选用标准
常规问题
1. 区域指标异动的分析方法
2. A/Btest的哪些环节是涉及数据科学的,如何优化
4. 蚂蚁金服的主要盈利方式
总结:因为是战略线,更关注是否了解一些方向性的内容而非技术细节,有点经营分析经历和知识储备估计更好
二面群面1.5h,6人无领导小组讨论
流程:15min介绍,5min选题,40min讨论+汇报,10min轮流补充,20min自由提问
题目三选一,都是针对蚂蚁和支付宝的数据框架和指标相关问题
选的题目是蚂蚁/支付宝最应当关注的数据指标
自由提问(抢答):
1. 蚂蚁/支付宝目前的战略规划
2. 针对支付宝的不同业务,如何定义用户生命周期和用户价值
总结:选题有点宏观,而且组员专业经历相差比较大,关注的点不太一样,讨论过于发散,我能力不足找不到总结或者反驳的切入点,试图控场但失败
作为一个小组讨论来讲不是很成功,但每个组员想法和逻辑都很不错,也长见识了
有时间详细整理一下这些问题的回答思路,深刻感觉到数分的难度,欢迎和我讨论这些问题,迫切需要一些思维上的提升!
#蚂蚁金服##校招##数据分析##秋招##面经#