Q1、你是怎么理解数据分析的?流程如何?
Q2、你认为数据分析的价值如何体现?
Q3、指标的异常波动变化(例如日活下跌)如何分析?
Q4、注册类和活跃类指标,你会看哪个?
Q5、用Python设计算法实现圆周率的计算
Q6、估算一个星巴克门店的销售额
Q7、你理解的指标是什么?有哪些组成部分?
Q8、指标和维度的区别和联系
Q9、什么是北极星指标?什么是虚荣指标?
Q10、什么是指标体系?如何建立?业务应用场景?
Q11、什么是A/Btest?核心原理和应用场景?
Q12、A/Btest如何合理分流?
Q13、如何验证A/Btest的结果?
Q14、什么是漏斗分析?有哪些注意的点?
Q15、数据分析这么枯燥,你为什么想做呢?
Q16、你怎么理解统计学?生活中统计学应用举例?
Q17、什么是EDA(Exploratory Data Analysis)?
Q18、计算西瓜视频内容好评率
Q19、使用ABTest评估算法效果
Q20、如何评估一场活动的效果
Q21、用户网购行为分析
Q22、销售额下降了如何分析?
Q23、估算一个星巴克门店的销售额
Q24、什么是同比、环比,意义是什么?
Q25、什么是相关性分析?相关和因果的区别是什么?
Q26、什么是聚类?业务应用场景?常见算法?
Q27、什么是分类?业务应用场景?常见算法?
Q28、什么是回归?业务应用场景?常见回归算法?
Q29、时间序列预测的原理是什么?有哪些应用场景?
Q30、时间序列预测需要注意的点?和回归有何区别?
Q31、回归预测和时间序列预测的区别:
Q32、不用任何公开参考资料,估算今年新生儿出生数量
Q33、如果次日用户留存率下降了5%该怎么分析?
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
Q35、APP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?
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? Q37、如何识别作弊用户(爬虫程序,或者渠道伪造的假用户
Q38、一个网站销售额变低,你从哪几个方面去考量?
Q39、用户流失的分析,新用户流失和老用户流失有什么不同
Q40、GMV升了20%怎么分析?
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