《数分面经》专题

产品侧的数分，主要围绕互联网产品相关分析展开。 一面，3月17日，40分钟 1. 自我介绍。 2. 实习中某一个数据指标体系具体怎么搭的，每个板块具体用了什么指标？ 3. 最常用的APP是哪个？答了B站，后面的问题全是围绕B站进行讨论。 3.1 觉得B站有什么问题？ 3.2 针对提的问题问，这种情况要怎么解决？具体怎么实施？可以用哪些数据指标？之后如何评估问题是否得到解决？ 3.3 假设B站搞直播

1、一个视频app，做周报，统计五个指标应该是什么：（新增视频比率，新增用户数，用户留存，用户点击率，人均消费时长） 2、人均消费时长下降，怎么判断是否异常，如果异常如何归因。（之前的人均消费市场有一个分布，判断这个点是否在这个分布上。归因：产品/运营 /外部三个大方面） 3、SQL题：用户全量表a （用户id，当日是否活跃，当日是否新增），求7.1日新增用户在七日内的活跃天数。 （忘记了要新增用

自我介绍 问了实习的一些内容，用户路径分析 剩余的其他问题基本上全是业务问题，最喜欢的app是什么？如何构建这个app的指标体系？核心指标下降怎么分析？ 大概半小时左右，感觉有点kpi 还是许愿期待一个二面  第二天就感谢信了嘿嘿 速度真快啊#秋招##面经##字节跳动##数据分析#

面试高频题1： 题目：说一说数据分析流程 答案解析： 第一步： 与业务方沟通问题，明确分析目标； 第二步： 对目标进行拆解，可以采用两步分析法，也可以采用人货场分析法，通过数据定位问题源头； 这里可以通过计算各个维度该指标的变动系数=（指标异常前-指标异常后）/指标异常前，选出变动系数较大的前几个维度，对其进行分析 第三步：与产品、运营和技术沟通，找到问题原因。 面试高频题2： 题目：指标异动的分

面试高频题13： 题目：用户有目的的访问app（例如搜索女装），但是下单量较少怎么分析 答案解析： 漏斗分析。 下单转化漏斗：访问app--商品详情页--购买页面--支付页面--支付成功。 定位是哪个环节出现问题后，与技术人员和产品人员沟通，找到原因。 面试高频题14： 题目：如果近期贝壳二手房成交量下跌，怎么分析 答案解析： 首先，按照省市、价格区间等维度划分，找到是哪个维度下的二手房成交量下跌

面试高频题21： 题目：一家实体零售企业发现本月销售额同比下降30%，如何来分析销售额同比下滑的原因呢？ 答案解析： 业务模型初步分析： 实体零售一般是以全国-大区-小区-单店的管理模型进行运营。 逻辑拆解： ①内外部大环境判断： 外部环境（PEST）： 政策：如国家出台有关政策。 经济：如市场经济环境影响，竞品的影响。 社会：如社会上产生不利于舆论。 科技：如新技术出现并没有促进消费，反而产生不

新鲜出炉。面试官很和善，也很愿意聊天。 全中文，面试25分钟左右。问题就是宝洁八大问中的两问，外加一些经历深挖。 1. 自我介绍(中文) 2. 职业规划，考虑走学术路线还是找工作？ 3. 我的专业背景和面试岗位没啥关联，我ok吗？ 4. 八大问之领导力。我提了本科的一个竞赛项目，面试官深挖了项目内容，项目时间长短，项目的具体工作。 5. 八大问之创新力。我提了社群运营经历。面试官深挖了社群课程内容

本以为凉了，但没想到面试官太好了，给了我二面机会，但无奈太菜害 二面是由冉星的数据分析团队的Leader面试的，主要包括以下内容： 项目经验：被问及过去的数据分析项目经验，需要详细描述自己在项目中所扮演的角色、面对的挑战以及解决问题的方法。 统计学知识：被问及统计学知识，例如假设检验、方差分析等，需要能够深入理解并应用到实际业务场景中。 机器学习：被问及机器学习知识，例如分类、聚类、回归等，需要能

前几天面的，今天整理了一下，看过官网已经凉了。不起什么参考作用hhhh 自我介绍 项目深挖 你认为的数据分析的工作内容有哪些？ 用户研究方面你认为需要研究用户的哪些维度？ 不同数据库类型的区别 sql的一些语句的应用（substring，ifnull，rank，denserank） sql题目，计算客户逾期率 分箱是什么？ 你认为数据分析的重点应该侧重于数据方面的操作还是决策方面的分析。 自我感觉

自我介绍 项目介绍：（国模详细介绍、面对的困难） 实习介绍：实习中有没有做一些本职之外的有趣的事情。怎么样对数据预处理，有没有什么提炼的策略。 nlp介绍 用户画像怎么做的 sql窗口函数三个 反问：业务、实习时间 面试官是小姐姐，感觉还挺好的：） 等一个结果

1.Java的数据结构相关 2.HashMap怎么解决哈希冲突的 3.HashMap和HashSet区别 4.Spark shuffle 5.Maven会用吗，怎么解决版本冲突？ 6.实习相关 反问 做什么的？用什么？ 偏底层，主要是做Spark和Flink底层的一些东西

GMV上周跌了20%，你会怎么分析 这是一道场景题，如果完全没有准备，很可能答不到点上 这类数据波动分析的题目，也称之为异动分析题，今天就给你好好讲讲怎么回答 回答，一共分为3步 第一步，确认异常 先分析数据是不是有误，上周是不是个数据高峰，所以显得这周数据下跌了... 第二步，拆解归因 确认了异常之后，下一步就是分析异常的原因，这也是异动分析的关键步骤。通常有2种方法 1.指标拆解：指标之间如果

timeline：8.30投递——9.13一面 面试时长：45min 面试形式：远程视频 自我介绍 深挖简历业务方向做法与反思 SQL题，计算过去一周每小时的订单总量，如果是15min怎么办，如果是5min怎么办 Python题，两表左右拼接和上下拼接 业务场景题，分析订单量下降的原因，不断限制范围问新的拆解指标 统计题，抛硬币直到正面朝上才停止问很多次试验后正面朝上和反面朝上的比例 机器学习，讲

timeline：7.10投递——7.12约面——7.13一面 面试时长：30min 面试形式：远程视频 P1：在线coding 两道SQL大题 3min思考 口述思路 具体到会使用的函数 初中级难度刷牛客SQL即可答出 P2：简历 介绍实习工作 围绕实习经历提一些问题 P3：反问 工作内容、常用代码软件、工作时长(早十晚九)、工作氛围 KPI面，面试官不开摄像头，面试时长30min不到，简历问一

timeline：8.8一面——8.11二面 面试形式：远程视频 面试时长：30min 自我介绍 聊聊学业：最喜欢的课程为什么、详细的例子 聊聊实习：第一段第二段第三段分别做的啥 聊聊未来：职业规划、行业选择 反问 就硬聊，全程不来电... 但又说部门目前非常缺人手hc很多，希望给个好消息吧...#数据人的面试交流地##快手##面经#