预计阅读时间：6min
解决痛点：本文为大家总结了，面试中常会问到的10道业务侧数据分析思路题，对于准备跳槽的你相信会有很大帮助。
00
序言
针对面试高频出现的问题，之前文章中，小火龙和大家分享过「SQL常考知识点」、「AB常考知识点」，感兴趣的同学可以戳蓝字部分。
本篇文章，分享一些面试中常会问到的「业务侧数据思维知识点」，由于篇幅原因，仍将拆分为上、下两篇推给大家。
01
数据思维问题
题目1：某产品APP需要你设计一个指标体系，你要如何做？
考核点：对于指标体系设计思路的掌握程度。
业界指标体系设计的思路有很多，例如：GSM、HEART、PLUSE等，详细可以参考「如何搭建业务化的指标体系」。回到业务上，指标体系搭建思路可以分为以下几步：
步骤一：充分了解业务目标，明确业务希望评估的场景，并将场景按照「域」进行划分，例如：用户域、平台域、商业域等。
步骤二：各个域的内部，可以参考GSM模型思路，由上至下拆分指标，如下图。
步骤三：判断指标设计是否全面，需与业务方二次确认，达成共识。
步骤四：将指标设计维护进数据META当中，或者维护至指定文档，保障指标定义、计算方式的唯一性。
题目2：北极星指标是什么？你会如何选取？
考核点：对于北极星指标的理解程度。
「北极星指标」顾名思义是指可以指引产品方向的指标，又称唯一关键指标。设计过程中需要遵循以下几点原则：
原则一：北极星指标需与业务共同制定，双方达成共识。
原则二：北极星指标一定是能反映产品/业务线健康度的指标。
原则三：产品/业务线北极星指标数量一般为1个。
原则四：北极星指标并非一成不变，产品不同周期会存在差异。
举个例子
产品初期：重点关注拉新效果，「注册用户」会成为核心关注点。
产品稳定期：重点关注用户消费及活跃，「留存、活跃pv、活跃时间」会成为核心关注点。
题目3：某日DAU同比大幅下降，你会如何进行问题排查？
考核点：对于异动分析方法论的掌握程度，是否在实战中有较多沉淀。
异动排查往往通过「数据结论 业务经验」结合进行判断，核心步骤如下：
步骤一：优先判断「基线周期」与「当前周期」是否有明显的异常问题，需要先和业务拉齐数据情况。如果能知晓是何原因，就可以有针对性的进行排查；但大多数情况下，业务方也很难快速定位，那么就需要从维度层面全面排查。
步骤二：通过日常维度累积，结合JSD散度等方式找出「变化程度较大的维度」。可以参考之前文章「三种定位异常维度的方法」。
步骤三：根据DAU拆解维度，将各个维度值的贡献程度计算出来。可以参考之前文章「如何量化对大盘的贡献程度」。
技巧
如果是天对天的异动，有较大不正常跌幅情况下，往往是由于某时间点上线了什么东西，导致的问题，这种情况通过「时间维度：小时/分钟」往往能看出端倪。
步骤四：当发掘某些维度有较大异动时，同步业务同学，查询是哪些业务改动可能会对这些维度产生影响。
技巧
维度之间是会相互影响的，排查需要找到最为异常的情况。例如：A维度只有一个维度值大跌，B维度全部维度值均大跌，这就很可能是A中该维度值下跌，导致的B各维度值下跌，A维度值的问题更大一些。
步骤五：最终根据排查，给出「数据 业务」结论，而不能是纯数据结论。
举个例子
不好的结论：DAU下跌主要是PUSH量级下跌所导致。
好的结论：DAU下跌主要是受到PUSH XXX策略的影响，导致PUSH用户量下跌，是大盘下跌的主因，昨日22点已经恢复。
步骤六：整理问题文档、做好问题记录、沉淀排查思路、新增排查维度。对于「问题排查 历史问题查看」会有很大帮助。
详细的排查思路，可以参考之前文章「如何30min内排查出指标异动原因」。
题目4：老板需要你对未来一个月的订单量做一个预测，你会如何去做？
考核点：对于预测方法的掌握程度。
首先：明确订单量过去的趋势是否平稳，以及未来一个月当中，是否存在影响指标的特殊时点，例如：双十一、母亲节等。
其次：根据预测模型预测未来数据趋势，可采用的模型方式有很多，首推Prophet模型，详细的内容可以参考之前文章「时间序列预测-Prophet」。
题目5：拉新用户过程中，如何量化度量不同渠道间的优劣？
考核点：对于渠道调控、ROI评估方式的理解。
拉新往往是通过不同渠道组合进行的，而渠道是需要评估性价比的，也就是「投放成本 vs 用户价值」。这就需要通过ROI的方式度量渠道间的优劣，并且随着渠道拉新的深入，单一渠道会呈现「边际递减效应」。
详细的内容可以参考之前文章「用户增长-获客篇」，这里就不展开讲述了。
以上就是本期的内容分享。码字不易，如果觉得对你有一点点帮助，欢迎「关注」「点赞」「分享」哦，我会持续为大家输出优质的「原创内容」~~
