转行数据分析师，愿望是进大厂

01集 数据分析基础

今天我找到了一些数据分析的常见面试题，按我的见识回答一下这些面试题，如有错误请大佬指正，谢谢！

Q1你是怎么理解数据分析的?流程如何

数据分析是通过收集、处理和解释数据来获取洞察，并利用这些洞察支持决策制定的过程。它包括以下几个步骤：

• 定义问题：明确分析的目标或需要解决的问题
• 数据收集：从不同来源（如数据库、APIs等）收集相关数据
• 清洗数据：清理数据中的错误、重复值和缺失值，确保数据质量。
• 探索性数据分析（EDA）：使用统计图表和描述性统计方法初步了解数据特征。
• 模型构建与验证：根据业务需求选择合适的模型进行训练，并使用测试集验证模型性能
• 结果解读与报告：将分析结果转化为可操作的见解，并以易于理解的方式呈现给利益相关者

Q2你认为数据分析的价值如何体现

数据分析的价值体现在多个方面：

• 提高决策质量：基于数据而非直觉做出更加精准的决策
• 优化运营效率：识别瓶颈并优化流程，降低运营成本
• 提升客户满意度：通过用户行为分析改善产品和服务
• 发现新机会：识别市场趋势和消费者偏好变化，开拓新的商业机会

Q3指标的异常波动变化(例如日活下跌)如何分析

首先，确认数据准确性，排除数据采集或处理错误。接着，采用时间序列分析法观察长期趋势；对比同期历史数据以判断季节性因素影响。进一步地，可以细分用户群体查看是否特定群组受影响更大。最后，结合外部事件（如竞争对手活动、节假日等）综合分析原因。

Q4注册类和活跃类指标，你会看哪个

两者都很重要，但关注点取决于具体业务目标。注册类指标（如新增用户数）反映市场拓展效果，适合用于评估获客策略。活跃类指标（如DAU/WAU/MAU）则衡量用户的参与度，有助于了解产品健康状况及用户粘性。通常建议同时监测这两类指标，以便全面掌握业务状态。

Q5用Python设计算法实现圆周率的计算

一般这种很少，但是我这里也去找了Python代码，仅供参考

import randomdef estimate_pi(n):num_point_circle = 0num_point_total = 0for _ in range(n):x = random.uniform(0, 1)y = random.uniform(0, 1)distance = x**2 + y**2if distance <= 1:num_point_circle += 1num_point_total += 1return 4 * num_point_circle / num_point_totalprint(estimate_pi(100000))

Q6估算一个星巴克门店的销售额

可以通过以下步骤估算：

• 确定平均客单价。
• 估计每日客流量。
• 考虑工作日与周末差异、节假日影响等因素调整预估。
• 结合促销活动或其他特殊事件的影响

Q7你理解的指标是什么?有哪些组成部分

指标是用来量化某一现象的关键绩效指标(KPI)，由数值、单位、时间维度等组成。例如，“每月网站访问量达到10万次”。

Q8指标和维度的区别和联系

• 指标：表示某种量化的测量结果。

• 维度：提供上下文信息帮助解释指标，如时间、地点、类别等。 两者关系密切，维度用来分割和细化指标，以便更深入地分析数据。

Q9什么是北极星指标?什么是虚荣指标

• 北极星指标：指导公司战略方向的核心指标，直接关联企业长远成功。
• 虚荣指标：虽然看起来积极但对实际业务成果贡献有限的指标，如单纯的应用下载量。

Q10什么是指标体系?如何建立?业务应用场景

• 指标体系：一系列相互关联的指标组成的框架，旨在全面反映组织表现。
• 建立方法：确定核心业务目标，选择关键指标，定义计算方式，定期审查更新。
• 应用场景：可用于监控业务健康状况、评估营销效果、优化用户体验等多个领域。

Q11什么是A/Btest?核心原理和应用场景

A/B测试是一种比较两个版本（A和B）的方法，通常用于确定哪个版本更有效。其核心原理是通过随机分配用户到不同组别，并观察这些组在特定指标上的表现差异。应用场景广泛，包括但不限于：

• 网页设计：优化页面布局或按钮颜色以提高点击率。
• 广告投放：选择最有效的广告文案或图片。
• 产品功能：决定是否推出新特性

Q12A/Btest如何合理分流

合理的分流策略是确保实验结果准确性的关键。常见做法包括：

• 随机分配：保证每个用户被分到任一组的概率相同。
• 均匀分布特征：如地域、设备类型等，确保各组间特征分布一致。
• 样本量计算：根据预期效果大小和统计显著性水平确定合适的样本量。

Q13如何验证A/Btest的结果

验证A/B测试结果主要关注以下几个方面：

• 统计显著性检验：使用t检验或其他适当方法确认差异不是由偶然因素引起。
• 置信区间：提供估计值的不确定性范围。
• 实际意义：除了统计上的显著性外，还需考虑结果的实际影响是否足够大。

Q14什么是漏斗分析?有哪些注意的点

漏斗分析是对一系列步骤中用户转化情况的研究，常用于追踪从访问网站到完成购买的过程。注意点包括：

• 明确阶段划分：确保每个阶段定义清晰且可量化。
• 数据完整性：检查是否有丢失的数据点影响分析准确性。
• 外部因素考量：识别可能影响用户行为的外部变量，如季节变化或促销活动。

Q15数据分析这么枯燥，你为什么想做呢

尽管数据分析可能涉及大量重复性工作，但它能揭示隐藏模式，帮助做出更好决策。对数字敏感的人可能会发现其中的乐趣。此外，随着技术进步，现在有很多工具可以自动化常规任务，使分析师能够专注于更具挑战性和创造性的工作。

Q16你怎么理解统计学?生活中统计学应用举例

统计学是一门关于收集、分析、解释和展示数据的科学。生活中的例子很多，比如：

• 民意调查：预测选举结果。
• 健康研究：评估药物疗效。
• 市场调研：了解消费者偏好。

Q17什么是EDA(ExploratoryDataAnalysis)

** 探索性数据分析(EDA) **是指在没有具体假设前提下，通过对数据进行可视化和摘要统计来探索数据结构的过程。目的是发现潜在模式、异常值以及理解数据分布。

Q18计算西瓜视频内容好评率

好评率可以通过以下公式计算：

需要收集所有相关评论并分类为正面或负面，然后应用上述公式

Q19使用ABTest评估算法效果

与传统A/B测试类似，但这里的“版本”指的是不同的算法实现。通过比较两组用户的体验或行为指标，可以判断哪种算法更优。

Q20如何评估一场活动的效果

评估活动效果可以从多个角度入手，如参与人数、互动频率、销售增长等。重要的是设定明确的目标，并据此选择相应的KPI进行衡量

Q21用户网购行为分析

涉及分析用户的浏览历史、购物车添加行为、购买记录等。可以帮助企业优化用户体验，提升转化率。

Q22销售额下降了如何分析

首先检查数据准确性，随后分析可能的原因，如市场竞争加剧、产品质量问题、营销策略失效等。结合内外部因素进行全面审查。

Q23估算一个星巴克门店的销售额

参考之前提供的方法，考虑平均客单价、每日客流量等因素，并调整节假日等特殊时期的影响。

Q24什么是同比、环比，意义是什么

• 同比：与去年同期相比，反映长期趋势。
• 环比：与上一周期相比，显示短期波动。 两者都用于时间序列分析，有助于理解业务动态和发展趋势。

Q25什么是相关性分析?相关和因果的区别是什么

相关性分析是用来衡量两个变量之间的线性关系强度的方法。常用的相关系数包括皮尔逊相关系数、斯皮尔曼等级相关系数等。然而，相关并不意味着因果关系。相关性仅表明两变量随彼此变化的趋势，而因果关系则需要通过实验设计（如A/B测试）来验证一个变量的变化是否直接导致另一个变量的变化。

Q26什么是聚类?业务应用场景?常见算法

聚类是一种无监督学习方法，旨在将数据集中的对象划分为若干组（或簇），使得同一组内的对象比其他组的对象更加相似。常见的应用场景包括客户细分、市场篮子分析等。常用的聚类算法有K均值聚类、层次聚类、DBSCAN等。

Q27什么是分类?业务应用场景?常见算法

分类是监督学习的一种形式，目标是对新的观测进行类别预测。它广泛应用于信用评分、垃圾邮件检测等领域。常见算法包括逻辑回归、决策树、支持向量机(SVM)、随机森林、神经网络等。

Q28什么是回归?业务应用场景?常见回归算法

回归分析用于预测连续型目标变量的值。例如房价预测、销售额预测等。常见的回归算法包括线性回归、岭回归、LASSO回归、弹性网回归以及非线性的回归树、支持向量回归等。

Q29时间序列预测的原理是什么?有哪些应用场景

时间序列预测基于历史数据预测未来值。其核心在于识别并利用数据中的模式，如趋势、季节性和周期性。应用场景广泛，包括销售预测、股市预测、天气预报等。

Q30、时间序列预测需要注意的点?和回归有何区别

• 注意点：确保数据平稳性、处理缺失值、选择合适的模型参数。
• 与回归的区别：回归通常假设输入特征相互独立，而时间序列数据往往具有自相关性；此外，时间序列预测特别关注时间维度上的信息。

Q31回归预测和时间序列预测的区别:

• 回归预测适用于解释变量间的关系，而时间序列预测侧重于捕捉时间上的依赖关系。
• 回归模型可以包含多个解释变量，而时间序列预测主要依赖于时间索引本身作为唯一变量。

Q32不用任何公开参考资料，估算今年新生儿出生数量

可以通过考虑前些年的平均出生率、人口基数增长情况以及可能影响生育率的因素（如经济状况、政策变动）来进行粗略估计。

Q33如果次日用户留存率下降了5%该怎么分析

首先检查是否有外部事件影响（如节假日、竞争对手活动）。其次，分析用户行为数据，看是否有特定操作导致流失增加。还可以细分用户群体查看受影响最大的部分，并调查原因。

Q34类比到头条的收益，头条放多少广告可以获得最大收益，不需要真的计算，只要有个思路就行

需要平衡用户体验和广告展示频率。通过A/B测试不同广告密度对用户停留时间和点击率的影响，找到最优平衡点。

Q35APP激活量的来源渠道很多，怎样对来源渠道变化大的进行预警?

建立监控系统，设定关键指标阈值，一旦超出预设范围即触发警报。定期审查各渠道的表现，及时调整策略。

Q36用户刚进来APP的时候会选择属性，怎样在保证有完整用户信息的同时让用户流失减少?

简化注册流程，采用渐进式收集用户信息的方式。提供即时价值，比如个性化推荐，让用户感受到填写信息的好处。

Q37如何识别作弊用户(爬虫程序，或者渠道伪造的假用户)

使用行为分析工具监测异常行为模式，如短时间内大量重复请求。结合IP地址、设备指纹等多维度数据进行综合判断。

Q38一个网站销售额变低，你从哪几个方面去考量?

考虑市场需求变化、竞争态势、价格策略调整、用户体验优化需求等方面。

Q39用户流失的分析，新用户流失和老用户流失有什么不同?

新用户流失可能与初次体验不佳有关，老用户流失则可能涉及产品更新未能满足现有需求或服务问题。

Q40GMV升了20%怎么分析?

分析哪些因素促进了增长（如促销活动效果、新用户获取效率提升、客单价提高等），并评估这些变化是否可持续

Q41如果现在有个情景，我们有一款游戏收入下降了，你怎么分析

首先查看用户活跃度和付费习惯是否发生变化。其次，分析市场竞争情况及自身产品更新是否跟上市场步伐。最后，考察是否存在技术故障或负面舆论影响。