新闻中心

数据分析面试中的业务分析问题,该如何回答?(业务数据分析岗位)

2023-05-26
浏览次数:
返回列表

你好,我是神策数据(

神策数据 | Sensors Data

)的数据分析师,也面过一些刚毕业的同学,对于上面你问的问题,做出一些回答。

一、对于甲方公司,具体业务,面试官想要的是一个解决问题的思路和你的逻辑。以下是我的一些想法

具体的业务场景首先要明确出KPI(关键绩效指标

),一个业务如果没有KPI那是没有办法去衡量和提升的

明确KPI后,再去对KPI进行指标拆解,比如电商中我们的KPI是订单转化率,那我们就可以拆解到它下面的小指标,比如提单量,购物车放弃量等

对想要的指标找到可以衡量的维度,维度也就是属性。我们所关注的KPI一般都可以抽象成一部分人去完成了一件事,所以维度上可以从“人”,“事”,“景”去做分析

人的自然属性包括年龄,性别,地区,行业等,如果是个网站等还可以记录首次访问来源,注册来源,vip等级

等。

事的属性要根据具体的业务去寻找,比如购买这个事情就可以从订单价格,商品类型等去分析,不过也会有一些固定的属性,比如在移动设备上进行京东购买,那么设备的型号,制造商都可以去作为维度去分析。

还有就是场景化也可以是说定性分析,比如一个例子,外卖中某个数据在9月份的时候发现新用户(新设备作为新用户)突然暴增,各种维度进行下钻上卷进行分析都没有找到原因,后来发现是9月分苹果发版,出现的换机潮导致。

指标和维度确定后,就要去分析问题,比如一个电商网站的订单流程去分析用户流失率

主观上要有一个benchmark去作为比对和参考那用户流失用户流失一定会有一个漏斗的场景,用户在哪里哪一步流失严重对漏斗去进行维度的下钻,比如通过地区维度做分组查看,发现河北地区的用户在漏斗中“用户提交订单”到“支付订单”过程中流失严重,导致了整体水平下降。那就去找这个地区中更细的维度去查看,比如具体到某个县,某群人,某个商品等,不同的维度进行交叉去分析原因。

客观上进入网站前,也就是用户从哪里来的,是不是高质量用户,还是强行插入的广告导致用户误点,这样的用户在第一步就会流失非常高进入网站后,也就是用户与网站的交互程度(engagement),这个就会体现出产品的交互设计

是不是符合用户的使用习惯,我们有个案例,就是用户在注册的时候填的信息非常多,一个是填写麻烦,另一个导致上传经常失败,这一步用户流失很高。当简化注册信息填写后,流失率降了好多倍。

最后是找到原因后如何去解决,这个就会涉及到工作经验和对业务的属性程度,对于刚毕业的面试者不会去做过多的要求,不过能说出个一二三更佳。

二、对于乙方公司,相比甲方公司来说,关心的更是你对数据分析的理解和想法,其实就是上述回答中抽出来形成一个概念,那我们可以从Growth Hacker的角度去说,这里不会详细说。

用户获取

运营一个产品第一步就是获得用户,如果没有用户那就谈不上后续的事情了

提高活跃度

提高活跃度是一个比较大的话题,用户质量,产品设计,内容运营等都会成为影响这个问题的因素

用户留存

留存是极其重要的,我们都不想来的流量是一次性用户,不能像熊瞎子掰玉米一样,掰一个丢一个。当我们的留存率过低的时候,就不要想再去拓展新的用户,绝大多数用户对产品失望后基本不会再来,所以留存是关键

用户转化(获取收入)

目标转化,或者直接说成收入的获取是我们最核心的部分,不过影响它的因素会有很多,比如用户基数,用户活跃度,用户留存等

自传播

从自传播到再次获取用户是一个螺旋的上升过程,比如Facebook,传播速度像病毒一样,产品有这样的自传播,会迅速占领市场

三、总结

一个数据分析师要掌握的知识会很多,不分行业,干的事基本上包括了怎么收集数据、怎么分析数据、怎么展现数据,并可能提供一定的预测、评估或分析建议等。不管是甲方还是乙方,方法论是通用的,不一样的是具体的业务场景,以下是建议一些相关的书和需要的技能

深入浅出统计学

《精益数据分析》

《人人都是网站分析师》

掌握或者了解 Excel,PPT,SAS,SPSS,Hive,Sql,Python,R,统计学,经济学甚至心理社会学都可能会涉及到

也可以了解相关的第三方工具,如神策,谷歌分析,mixpanel等

搜索