Sql刷题日志（day5）

面试：

1、从数据分析角度，推荐模块怎么用指标衡量？

推荐模块主要目的是将用户进行转化，所以其主指标是推荐的转化率
推荐模块的指标一般都通过埋点去收集用户的行为并完成相应的计算而形成相应的指标数据，而这里的驱动形式阐述为结构化数据驱动更为贴切
推荐的策略换个角度来说就是我们的策略能为业务能带来多少的收益，这时指标体系就会相当重要，但是不同类型的业务它们的指标体系都是不一样的，
- 比如流量类型：PV（Page View：页面浏览量），UV（Unique Visitor：独立访客），DAU（Daily Active User：日活跃用户），MAU（Monthly Active User:月活跃用户）
- 比如转化率类型：CTR（Click-Through Rate:点击通过率），CVR（Conversion Rate:转化率），UCTR（Unique Click-Through Rate：独立点击通过率），RCVR（Repeat Conversion Rate：重复转化率）
- 比如和钱相关的类型：UV（User Value：每个独立访客的价值），RPM（Revenue Per Mille：每千次展示收入），GMV（Gross Merchandise Volume：商品交易总额）
- 自媒体相关的产品，比如完播率，CTR，点赞数等。

2、为什么想做数据分析？（从数据分析相关专业和不相关专业给出两种答案）

数据分析相关专业：
- 1、对数据分析十分感兴趣，对自己未来的职业规划也是在数据分析这条路深耕，非常希望能够进入该行业。
- 2、有一定的专业水平，自己本科/硕士阶段所学习到的很多统计和管理学上的知识，希望能够学以致用。（不相关专业：有一定的专业水平，虽然专业并非与数据分析相关，但是为了走数据分析这条路也做了需要努力，自学了很多统计学和机器学习相关的理论知识，并且在实践实习中将在公众号和知乎等文章上学到的数据分析方法学以致用，并且对数据分析的工具掌握非常熟练，认为自己非常适合数据分析）
- 3、认为该行业十分有前景，在大数据时代，数据分析能够让企业更明确未来的方向，是非常有发展前景的行业。

3、根据数据分析去调整高峰期打车供需问题

①首先明确分析目的：关键词为“高峰期”、“供需问题”；供需问题即订单使用情况。
②随后根据订单问题构建指标体系：订单满足率，高峰期时段，订单高峰地段，平均响应时间，平均订单时长。
③然后我们需要提出分析的问题：在各个地段的订单满足率如何？打车高峰期是什么时候？平均订单完成时间有多长？
④通过数据分析回答上述问题，并对数据进行可视化，得到分析结论。

框架为：明确问题关键词-->构建问题相关指标-->根据关键词得到具象化问题-->通过数据分析回答问题

4、认为数据挖掘和数据分析有什么不同

①数据挖掘是在大量数据中，通过机器学习或深度学习等方法，去挖掘一些有价值或者是未知的信息，重点就在于寻找未知的模式，例如通过现状预测未来；
②数据分析则更偏向于使用数据工具来进行数据的处理，提取出有价值的数据，需要与业务相结合，例如异常归因分析，经营现状分析等。

5、说下数据分析常用的算法

分类分析算法：对已人工打标好的样本数据进行归类，并且找到其分类个体的特征属性（常用的有决策树，随机森林算法）
类分析算法：对未打标的样本数据进行归类，并找到分类个体的特征属性（常见的有k-means算法）
时间序列分析算法：对事件或对象行为随时间变化的规律或趋势建立模型进行分析（常见的有ARMA和ARIMA算法）

考察在数据分析中，可能需要用到机器学习的场景，以及场景所对应使用的机器学习算法

6、原专业与数据分析的哪些内容相关

在基础课的学习上，概率论与数理统计这门课程学习的比较好，对统计学有较为深刻的认识。
在逻辑能力上，原专业也需要我们有较好的逻辑思维和结构化思维，对问题可以进行一定的拆解分析，找到问题原因。
在沟通表达能力上，在原专业的学习上，也需要与他人协作沟通，才能够取得不错的成果。

注意：需要从几个本专业和数据分析有联系的方面分别阐述为什么自己匹配数据分析这个岗位。建议事先研究岗位JD，找出与岗位JD所匹配的素质要求，联系自身情况，最好有事件案例说明。

7、假设我是美团的数据分析师，会构建怎样的指标体系。

美团的业务线很多，以美团商家业务线为例，我会这样构建指标体系。分为主指标和辅助指标： 主指标包括：收入、有效订单数、入店转化率和订单转化率。

辅助指标分为：

顾客数据（新老客户占比、价格偏好情况）。
营业数据（营业额、活动补贴总额、顾客实付费用、实付单均价）
流量数据（曝光人数、入店人数、下单人数、曝光次数、入店次数）

8、认为自己数据分析能力如何？一般会从什么角度进行数据分析？

我认为我的逻辑思维较好，但是业务经验比较缺乏，还有很大的提升空间。

角度：首先我会定位问题所出现的原因，按照用户、渠道等维度进行分层探索，找到出现问题的原因；定位好问题源头后，我会从内部和外部的角度进行归因（内部我会分别从产品、运营和技术侧寻找原因，外部我会从经济政策环境和竞品的角度归因。）

注意：需要表现出较好的逻辑思维能力（数据分析的基础能力）和结构化的表达能力。

9、什么样的人适合做数据分析

快速学习能力、数据思维、业务化逻辑能力

10、数据分析日常工作内容以及工具时间占比

日常工作：数据提取、数据处理、与业务方沟通、数据实验、数据报表制作、数据分析报告。
工具时间占比：
- 数据清洗方面：sql占绝大部分时间，50%-60%；
- python和excel做数据处理也会占据部分时间，10-20%；
- 数据实验：实验流量工具，5%-10%；
- 数据可视化：数据报表工具（tableau)，15%-20%。

注意：工具最好按照工作内容划分说出来，显得比较有结构条理。

11、对数据分析的看法，你怎么理解数据分析师这个职业

数据分析是通过数据的角度，发现业务的痛点和痒点，通过分析原因得出解决策略，并推动策略落地，达到提升业务质量的过程。
职业看法：我认为这个职业是非常有前景的，未来许多企业都将完成数字化转型，对数据分析师的需要和要求也会逐渐提高，未来我也希望能够在这一领域深耕，不断学习提升自己的分析能力和业务水准，希望能够成为一名优秀的数据分析师。

注意：主要是通过这个问题映射出自己的职业规划，需要明确的说明自己很看好这个职业，以及未来希望能在这个行业里深耕的意愿。

12、你想做的数据分析是什么类型的

我希望做的是偏业务方向的数据分析。
因为：第一，我认为数据分析是需要与业务相结合的，通过数据分析业务的痛点和痒点，推动策略，业务方向的数分也会让我更有成就感。第二，我认为我个人也比较适合这个方向。我具有一定的快速学习能力和业务理解能力，在之前的几份实习中我都能比较快的上手业务，也通过这几次实习让我找准了之后的职业发展方向。

一点是说明你了解这个方向是做什么，一点是自己为什么匹配这个方向。