字节跳动数据分析面试11|秋招四面Offer

一面

1. 自我介绍。

2. 深挖简历项目。

3. 如果抖音在东北地区发起了一个红包活动，怎么看效果？（答：AB实验）

4. 如果有一部分人收到红包，另一部分没有，会引起用户不好的反响，怎么办？（答：可以用DID方法，找个类似APP作对照，比如火山，面试官肯定了一下思路，说更好的方式是用两个地理位置较远的城市作对照）

5. 解释一下具体效果怎么算？（答：DID方法比较变化量的差值）

6. 如果两组对比发现，一组从100变到200，另一组从50变为100，这能说明效果么，需要怎么解决？（先做scaling）

7. 补充问了很多细节的业务场景题，比如设计指标等。

8. 反问。

二面

1. 自我介绍。

2. 爱用的APP。（答：抖音）

3. 给抖音选三个最重要的指标。（答：新客、日活、留存率，AARRR模型相关）

4. 如果抖音的次日留存率近一个月都正常，有一天突然下跌了10%，怎么分析？

5. 如果验证是某些渠道出了问题，怎么确定影响最大的前5个渠道？（求贡献度，即各变化量/总变化）

6. 追问：留存率是比例，你这样算的对么？（列公式，看每个渠道的占比*留存率的变化量）

7. 活动效果验收？（AB实验）

8. 反问。（问了之前没答上来的题6，但是面试官说“我们就不在这里讨论了”）

三面

1. 自我介绍。

2. 字节的实习经历，问了具体内容和收获。

3. 常用的APP。（答：两微，抖，知，还有长视频APP，面试官说：“就这些？”）

4. 给我介绍一下微博。

5. 有什么可以改进的地方？（说了推荐内容不准确，有些点了“不感兴趣”还是会重复出现，面试官：“这就完了？能多说点嘛，比如怎么改进，说全了”）

6. 怎么改进？（根据用户行为给用户打标签、建立指标体系、不断迭代、AB实验等）

7. 微博采纳了你的建议，你作为数据分析师参与改进项目组，你准备怎么做？（先明确了工作内容，对改进的推荐算法做效果验收，设计了AB实验，给出后续建议）

8. 职业规划。

9. 反问。

指标异动分析分析模板：

常见指标异动：DAU、GMV、转化率、留存率、客单价等。

波动：上升或下降，可分为长期持续性波动、短期突发性波动、周期性波动、正常区间波动（3-sigma识别）。

1. 确认问题的真实性。（数据是否准确、统计口径是否一致、数据源是否一致、确认同环比下降是否属于异常）

2. 内外部因素分析。

2.1 内部因素：产品bug（尤其产品迭代上线）、技术bug（服务器异常、数据传输异常、数据仓库统计错误等问题）、运营策略调整（例如用户拉新、促活、促销等）。

2.2 外部因素：周期性波动、特殊时间点（节假日）、竞品动作、天气环境、社会热点、政策/市场变化等。（可以用PEST分析法）

3. 问题拆解（维度下钻、公式拆解【乘法与加法】、漏斗转化/路径分析），采用逻辑树（MECE原则）定位问题点。

4. 提出假设，并由易到难逐步验证。

5. 与产品/运营/技术团队沟通反馈结论，讨论执行方案，跟进落地，后续持续关注问题是否解决恢复，预测未来是否还会持续异动。

6. 总结复盘。针对不同原因的异动，形成一套分析方法论，避免再次发生，即便发生后续也能更快速定位原因并解决问题。