Sql刷题日志（day7）

面试：

1、怎么样的数据挖取能真正对业务起到指导作用？

• 明确的业务目标：开始之前明确你想通过数据挖掘解决的业务问题。这些问题应具体、可量化，并与业务战略紧密相关。
• 正确的数据集：确保使用的数据与你的业务问题相关。数据需要是质量高、相关性强、且最新的。同时，数据的多样性和完整性也很重要。 
• 高级分析技术：应用适当的数据挖掘和机器学习技术，如分类、聚类、预测建模、关联规则学习等，以发现数据中的模式和关联。 
• 数据质量和清洗：高质量的数据是可靠分析的基础。清洗数据以去除错误和不一致，确保数据准确性和完整性。 
• 可操作的洞察：将数据分析转化为可操作的业务洞察。分析结果应直观、易于理解，并能够直接支持决策过程。 
• 持续的优化和学习：数据挖掘是一个动态过程。应定期审查和调整模型，确保其依然与当前的业务环境和目标保持一致。 
• 合规性和隐私：确保在收集和处理数据时遵守相关的数据合规和隐私标准。 
• 跨部门合作：数据挖掘不应只是一个技术行为。需要业务部门和数据科学家的紧密合作，以确保找到的模式和见解对业务战略和操作都有意义。 
• 结果共享和沟通：将数据挖掘的发现以易于理解的方式传达给所有相关利益相关者，包括管理层和非技术团队成员。 
• 实施和评估：将数据挖掘得出的见解转化为实际行动，并跟踪这些行动的效果，以评估数据挖掘对业务的实际影响。

2、跟领导汇报字节跳动的业务，你会选择哪5个指标，为什么

套用AARRR 模型（海盗指标）

AARRR 模型是互联网产品增长的经典模型，适用于分析用户生命周期和增长策略。它包括五个阶段：

• Acquisition（获取用户）：如何吸引新用户注册或使用产品——日新增用数

• Activation（激活用户）：如何让用户首次体验产品并感到满意——日视频观看人数

• Retention（留存用户）：如何让用户持续使用产品——次,3,7日留存率

• Revenue（收入）：如何从用户那里获得收入——总收入

• Referral（推荐）：如何让用户推荐新用户——分享转化数

获取-日新增用数 激活-日视频观看人数 留存-次,3,7日留存率 转化-总收入 传播-分享转化数

3、你用过飞书吗?或者共享文档也行,你觉着怎么去通过拆分得到业务流程中的一个ah moment（即使用产品时的爽点，顿悟时刻）呢？

没用过飞书，但是用过腾讯文档。

对于共享文档来说，最大的功能点在于多人能同时对文档进行编辑，并且能够实时保存及同步，ah moment在用户首次远程阅读编辑共享文档。对于一个普通的业务，需要寻找其ah moment的时候，需要重点关注留存用户与流失用户的行为差异，找出与留存用户正相关的所有行为。然后进行A/B测试，对低频活跃的用户进行测试，促使其完成留存用户具备的正向行为。若低活用户在完成该行为后留存率有所提升，说明找到了该产品的ah moment。

4、线下零售店全国销售额相比Q2季度下降30%，请你分析下原因

• 核实数据的准确性： 
  • ①确定数据来源，排除数据记录上的错误或系统展示的错误 
  • ②确定是否存在季节性、时间性等周期因素的影响，看是否以前年度本身该季度的销售额就低。
• 排除数据错误问题后，定位问题寻找原因：
  • ①内部原因：联动运营、产品等部门，是否存在运营活动、产品升级、业务调整等bug 
  • ②外部原因：竞品分析、市场政策了解、行业状况等。
• 找到问题后：
  • ①修复bug，调整运营策略、优化功能
  • ②总结并复盘，持续观察改动效果，监控数据与业务技术保持功能

5、结合你实习中的业务场景，介绍一下获取和处理数据的途径和流程？

• 工作中，公司的数据获取途径主要有3个：企业数据库、线下数据和外部数据，外部数据一般是爬虫工程师爬取；
• 数据的处理一般是通过编写SQL代码或者通过Kettle来处理，数据处理的流程包括：获取数据->筛选数据->清洗数据(包括去重、NUll值处理等)->数据统计(比如简单的聚合处理、描述统计等)

6、关于视频app（比如爱奇艺）首页推荐的推荐顺序，你会考虑哪些指标？

• 户属性数据：年龄、性别、地域、学历、家庭组成、职业等； 
• 视频属性数据：评分、播放量、评论数、出品方、导演、主演、国别、年代、语言、是否获奖、剧情等； 
• 上下文数据：用户最近观看历史记录、最近偏好的演员明星、最近常看的视频类型等。

7、有20000人的就餐需求，现建了一个新食堂，如何规划食堂的座位数？

确定高峰期人数、确定就餐时间段、计算所需座位数、考虑余量

8、boss直聘的投递量较低，你会如何提高？从前期调研、方案策划到推广复盘等过程说明一下

首先需要定义这个“投递量较低”的比较对象是什么，是达不到KPI、比不过某个竞对还是同环比不如去年。

然后要看这个“投递量较低”具体是低了多少、低了多久，(在现有资源的投入下）这个数字是正常的还是异常的，排除系统问题、季节因素、统计口径等等可能的原因之后，再考虑怎么提高。
前期调研可以从多个维度进行拆解来定位问题，

• 比如，从指标上来看，投递量=投递人数*人均投递简历数；
• 从结构上来讲，投递量=∑各行业投递量；
• 从漏斗上考虑，到投递这一步要经历注册-搜索岗位-和HR沟通-投递或者注册-收到投递邀请-投递；
• 根据人货场模型，检查活跃用户数、网站上的岗位数量和各个设备端的投递量等等。找到可以优化的点，才能对症下药。 

方案的策划要拉上相应的业务部门一起的，因为他们才是方案最终的执行者，数据分析师更多的是在制定目标、寻找标杆、验证想法等方面为业务部门打辅助。 

推广复盘，如果之前的方案成功了，首先复盘看能否持续、能否优化、能否扩大，有哪些经验教训；如果失败了，具体那个地方出了问题，为什么没能中途止损，接下来怎么办都需要思考

9、在abtest的应用 p值的意义，第一类和第二类错误的定义是什么？ 

P值：A/B测试是建立在假设检验的基础上的，P值就是在原假设成立的条件下，样本所提供的证据对原假设的支持程度，P值越小对原假设拒绝的证据越多; 

• 第一类错误：即‘弃真’错误，就是原假设正确的情况下被判断为错误的概率；
• 第二类错误：即‘取伪’错误，就是原假设错误的情况下被判断为正确的概率 

10、说一下abtest的流程

A/B测试是一种常用的实验方法，用于比较两个或多个变量（例如网站页面、广告、产品设计等）的效果，以决定哪个变量更好。

其流程一般如下： 

• 目标设定：明确测试的目的、假设、可度量指标和设定实验效果的成功标准。
• 变量选定：确定要测试的变量，如网页样式、广告文案等，并对变量进行设计和编码。
• 受众分组：将测试受众随机分为实验组和对照组，保证两组之间的分布相似。
• 实验运行：在相同的时间段内，对实验组和对照组分别展示不同的变量，收集数据并记录。 
• 数据分析：对收集到的数据进行统计学分析，比较实验组和对照组的指标数据差异，确定实验结果是否显著。 
• 结论总结：结合数据分析结果，评估实验效果并得出结论，根据实验结果做出相应的决策，例如确定更佳的设计方案、进行推广等。 

需要注意的是，A/B测试应该在实验开始前进行充分的计划和准备，包括实验设计、样本量计算、数据收集、数据处理等。同时还需要遵守相关的法律法规，尊重用户隐私，保护数据安全