首页 > 字节跳动数据分析师面经分享
头像
GYTT
发布于 2021-09-02 17:40
+ 关注

字节跳动数据分析师面经分享 内部员工回复

已经入职字节6个月啦!成功上岸发个面经回馈社会~
需要内推的同学可以直接使用

内推码:6VP1AA8

有任何问题可以评论区留言哦!也欢迎私戳我查看招聘进度~
抖音/西瓜/头条/番茄小说等多个业务线都有机会,hc很多!希望大家秋招offer拿到手软~

面经分享~

一面

一面是peer interview,首先基本的自我介绍,深挖简历项目

接着是业务问题:

1. 日活1亿,平均使用时长60分钟,投放广告后,观看广告人数50万,平均使用时长90分钟,问是否是广告的影响?

1. 典型的因果推断问题,观看广告的人使用时长提升不一定是由于广告因素,有可能是反过来因为这个人群观看时长本身较长,才看到了广告或者愿意看广告。
2. 面试官追问那如何确定是那种因素造成的,因果推断的最好方式还是abtest

2. 衔接上一个问题,平均使用时长下降10分钟,如何分析?

1. 质疑数据真实性。接着划分维度分析,如新老用户划分,用户渠道划分和地域划分等等。
2. 针对地域划分面试官接着问是否可能每个地区无变化但是总体有变化,一个经典的辛普森悖论问题

3. 顺着abtest层层深入,想知道是否应该投放广告,做abtest需要检查哪些指标?

DAU,留存率,ARPU,LTV及广告相关指标;

4. 追问投放广告留存率肯定会下降,怎么进一步处理这种情况?

DAU和ARPU,然后就被challenge ARPU投放广告肯定会上升啊,这些指标都不能说明问题。最后我说应该构建一个总的收入指标,不单看人均收入,这才算是过关了吧。

5. 平时用什么app?

考察产品思维,分析app的优缺点和改进策略,最好还有量化评估策略效果的手段

二面

二面是我印象很深的一场面试,先是简短自我介绍,接着关注数据分析经历深挖简历。二面面试官人非常nice,提出问题之后非常耐心等待我思考回复,得到回答后还会点评并提出建议,与其说是面试,不如说是一次珍贵的学习机会

1. 会对你做过的项目连续追问,问的很细节很深入,基本上问完也就能够知道你都做了什么,做项目时候的思考有多深入

2. 业务问题,滴滴想发放优惠券吸引用户,如何分析这个商业策略的ROI指标?
1. 需要提出一个roi的算法,并会追问原因
2. 具体的实施方式还会考察abtest的设计

3. 如果abtest结果是没有显著性的,怎么分析?
没有显著性可以尝试拆分数据,也许是因为影响到的用户不多

面试收获巨大,面试官帮忙梳理了分析问题的模式;对指标深入的理解,明确业务逻辑很重要,平时可以多多体验产品,遇到新功能或策略上线时,可以多思考如何量化评估该策略的好坏。

三面

偏压力面,只记得很有趣的一道题目
1. 一个直播间不断有用户进出,只知道用户的进入和退出时间,如何得到直播间的最大同时在线人数?

数据分析常见指标整理

用户

  • DAU/MAU(用户日活、月活)
  • 新增用户:特别是在业务的起步阶段,这个指标尤为重要;这个代表公司的潜力。比如拼多多,一年比一年亏损多,但股价却越来越高,主要原因就是资本市场看好拼多多用户的增速。
  • 留存率:留存率又分次日留存率,次周留存率,次月留存率
  • 渠道来源
    PS: 留存率R,新增用户N和日活A的转化
    第m天的日活Am = Nm + Nm-1 * R1 + Nm-2*R2 + …… + N1 * Rm-1 + A1 * Rm-1

    行为数据

  • PV、UV: 页面浏览量;用户浏览量
  • 访问深度
  • 转化率:转化用户行为
  • 停留时长:用户粘性,衡量健康程度
  • 弹出率:有多少用户,刚逛没多久,扭头就走

    业务数据:

  • 总量GMV:网站的成交金额,gmv=销售额+取消订单金额+拒收订单金额+退货订单金额
  • 人均ARPU:每用户平均收入;一些奢侈品行业,就非常关心这个指标
  • 付费率:付费用户比率,可用来衡量健康程度
  • 被消费对象:SKU(存货单元)层面

    分析异动指标

    分析步骤
    1. 数据真实性(趋势变动是突然还是缓慢,是否是正常环境因素导致)
    2. 拆分维度,确定范围
    3. 分维度做假设:产品、技术和运营

全部评论

(7) 回帖
加载中...
话题 回帖