Sql刷題日志（day5）

面試：

1、從數據分析角度，推薦模塊怎么用指標衡量？

推薦模塊主要目的是將用戶進行轉化，所以其主指標是推薦的轉化率
推薦模塊的指標一般都通過埋點去收集用戶的行為并完成相應的計算而形成相應的指標數據，而這里的驅動形式闡述為結構化數據驅動更為貼切
推薦的策略換個角度來說就是我們的策略能為業務能帶來多少的收益，這時指標體系就會相當重要，但是不同類型的業務它們的指標體系都是不一樣的，
- 比如流量類型：PV（Page View：頁面瀏覽量），UV（Unique Visitor：獨立訪客），DAU（Daily Active User：日活躍用戶），MAU（Monthly Active User:月活躍用戶）
- 比如轉化率類型：CTR（Click-Through Rate:點擊通過率），CVR（Conversion Rate:轉化率），UCTR（Unique Click-Through Rate：獨立點擊通過率），RCVR（Repeat Conversion Rate：重復轉化率）
- 比如和錢相關的類型：UV（User Value：每個獨立訪客的價值），RPM（Revenue Per Mille：每千次展示收入），GMV（Gross Merchandise Volume：商品交易總額）
- 自媒體相關的產品，比如完播率，CTR，點贊數等。

2、為什么想做數據分析？（從數據分析相關專業和不相關專業給出兩種答案）

數據分析相關專業：
- 1、對數據分析十分感興趣，對自己未來的職業規劃也是在數據分析這條路深耕，非常希望能夠進入該行業。
- 2、有一定的專業水平，自己本科/碩士階段所學習到的很多統計和管理學上的知識，希望能夠學以致用。（不相關專業：有一定的專業水平，雖然專業并非與數據分析相關，但是為了走數據分析這條路也做了需要努力，自學了很多統計學和機器學習相關的理論知識，并且在實踐實習中將在公眾號和知乎等文章上學到的數據分析方法學以致用，并且對數據分析的工具掌握非常熟練，認為自己非常適合數據分析）
- 3、認為該行業十分有前景，在大數據時代，數據分析能夠讓企業更明確未來的方向，是非常有發展前景的行業。?

3、根據數據分析去調整高峰期打車供需問題

①首先明確分析目的：關鍵詞為“高峰期”、“供需問題”；供需問題即訂單使用情況。?
②隨后根據訂單問題構建指標體系：訂單滿足率，高峰期時段，訂單高峰地段，平均響應時間，平均訂單時長。?
③然后我們需要提出分析的問題：在各個地段的訂單滿足率如何？打車高峰期是什么時候？平均訂單完成時間有多長？
④通過數據分析回答上述問題，并對數據進行可視化，得到分析結論。?

框架為：明確問題關鍵詞-->構建問題相關指標-->根據關鍵詞得到具象化問題-->通過數據分析回答問題

4、認為數據挖掘和數據分析有什么不同

①數據挖掘是在大量數據中，通過機器學習或深度學習等方法，去挖掘一些有價值或者是未知的信息，重點就在于尋找未知的模式，例如通過現狀預測未來；?
②數據分析則更偏向于使用數據工具來進行數據的處理，提取出有價值的數據，需要與業務相結合，例如異常歸因分析，經營現狀分析等。

5、說下數據分析常用的算法

分類分析算法：對已人工打標好的樣本數據進行歸類，并且找到其分類個體的特征屬性（常用的有決策樹，隨機森林算法）
類分析算法：對未打標的樣本數據進行歸類，并找到分類個體的特征屬性（常見的有k-means算法）
時間序列分析算法：對事件或對象行為隨時間變化的規律或趨勢建立模型進行分析（常見的有ARMA和ARIMA算法）

考察在數據分析中，可能需要用到機器學習的場景，以及場景所對應使用的機器學習算法

6、原專業與數據分析的哪些內容相關

在基礎課的學習上，概率論與數理統計這門課程學習的比較好，對統計學有較為深刻的認識。
在邏輯能力上，原專業也需要我們有較好的邏輯思維和結構化思維，對問題可以進行一定的拆解分析，找到問題原因。
在溝通表達能力上，在原專業的學習上，也需要與他人協作溝通，才能夠取得不錯的成果。

注意：需要從幾個本專業和數據分析有聯系的方面分別闡述為什么自己匹配數據分析這個崗位。建議事先研究崗位JD，找出與崗位JD所匹配的素質要求，聯系自身情況，最好有事件案例說明。

7、假設我是美團的數據分析師，會構建怎樣的指標體系。

美團的業務線很多，以美團商家業務線為例，我會這樣構建指標體系。分為主指標和輔助指標： 主指標包括：收入、有效訂單數、入店轉化率和訂單轉化率。

輔助指標分為：

顧客數據（新老客戶占比、價格偏好情況）。
營業數據（營業額、活動補貼總額、顧客實付費用、實付單均價）
流量數據（曝光人數、入店人數、下單人數、曝光次數、入店次數）

8、認為自己數據分析能力如何？一般會從什么角度進行數據分析？

我認為我的邏輯思維較好，但是業務經驗比較缺乏，還有很大的提升空間。

角度：首先我會定位問題所出現的原因，按照用戶、渠道等維度進行分層探索，找到出現問題的原因；定位好問題源頭后，我會從內部和外部的角度進行歸因（內部我會分別從產品、運營和技術側尋找原因，外部我會從經濟政策環境和競品的角度歸因。）

注意：需要表現出較好的邏輯思維能力（數據分析的基礎能力）和結構化的表達能力。

9、什么樣的人適合做數據分析

快速學習能力、數據思維、業務化邏輯能力

10、數據分析日常工作內容以及工具時間占比

日常工作：數據提取、數據處理、與業務方溝通、數據實驗、數據報表制作、數據分析報告。
工具時間占比：
- 數據清洗方面：sql占絕大部分時間，50%-60%；
- python和excel做數據處理也會占據部分時間，10-20%；
- 數據實驗：實驗流量工具，5%-10%；
- 數據可視化：數據報表工具（tableau)，15%-20%。??

注意：工具最好按照工作內容劃分說出來，顯得比較有結構條理。

11、對數據分析的看法，你怎么理解數據分析師這個職業

數據分析是通過數據的角度，發現業務的痛點和癢點，通過分析原因得出解決策略，并推動策略落地，達到提升業務質量的過程。?
職業看法：我認為這個職業是非常有前景的，未來許多企業都將完成數字化轉型，對數據分析師的需要和要求也會逐漸提高，未來我也希望能夠在這一領域深耕，不斷學習提升自己的分析能力和業務水準，希望能夠成為一名優秀的數據分析師。

注意：主要是通過這個問題映射出自己的職業規劃，需要明確的說明自己很看好這個職業，以及未來希望能在這個行業里深耕的意愿。

12、你想做的數據分析是什么類型的

我希望做的是偏業務方向的數據分析。
因為：第一，我認為數據分析是需要與業務相結合的，通過數據分析業務的痛點和癢點，推動策略，業務方向的數分也會讓我更有成就感。第二，我認為我個人也比較適合這個方向。我具有一定的快速學習能力和業務理解能力，在之前的幾份實習中我都能比較快的上手業務，也通過這幾次實習讓我找準了之后的職業發展方向。

一點是說明你了解這個方向是做什么，一點是自己為什么匹配這個方向。