目錄

vivo

一、業(yè)務(wù)方面

二、技術(shù)方面

統(tǒng)計(jì)學(xué)基礎(chǔ)及算法

sql題

python

三、自我剖析

小紅書(shū)

一、業(yè)務(wù)問(wèn)題

二、技術(shù)問(wèn)題

統(tǒng)計(jì)學(xué)與算法

sql

python

三、自我剖析

美團(tuán)

一、業(yè)務(wù)or邏輯問(wèn)題

二、技術(shù)問(wèn)題

三、自我剖析

美團(tuán)

一、業(yè)務(wù)問(wèn)題

二、技術(shù)問(wèn)題

2.1 概率論、統(tǒng)計(jì)學(xué)與機(jī)器學(xué)習(xí)算法

2.2 sql

2.3 python

三、自我剖析

京東

一、業(yè)務(wù)or邏輯問(wèn)題

二、技術(shù)問(wèn)題

概率論、統(tǒng)計(jì)學(xué)與機(jī)器學(xué)習(xí)算法

sql

python

三、自我剖析

哈啰

一、業(yè)務(wù)or邏輯問(wèn)題

二、技術(shù)問(wèn)題

三、自我剖析

主要針對(duì)數(shù)據(jù)分析的常見(jiàn)題型，概率與統(tǒng)計(jì)、業(yè)務(wù)問(wèn)題、機(jī)器學(xué)習(xí)、python、個(gè)人剖析題進(jìn)行總結(jié)。

vivo

主要針對(duì)業(yè)務(wù)問(wèn)題和概率論與統(tǒng)計(jì)類(lèi)問(wèn)題較多

一、業(yè)務(wù)方面

微信紅包和轉(zhuǎn)賬有啥區(qū)別？

（1）紅包有限額，僅在特定節(jié)日的時(shí)候可以發(fā)大額的紅包

（2）紅包在沒(méi)有點(diǎn)開(kāi)之前是不會(huì)顯示金額，但是轉(zhuǎn)賬直接可以看到金額

（3）到賬時(shí)間有區(qū)別，紅包24小時(shí)未接收會(huì)退回，轉(zhuǎn)賬不想接收可以直接退給對(duì)方

利潤(rùn)下降怎么分析？

點(diǎn)擊量下降怎么分析？

新客戶(hù)和老客戶(hù)流失分析上有區(qū)別嗎，該如何分析？

你如果是個(gè)數(shù)據(jù)分析師，那么你怎么向一些微信用戶(hù)推薦新好友？

高級(jí)寫(xiě)字樓不允許外賣(mài)小哥進(jìn)去，同時(shí)上班族也不想下樓來(lái)拿外賣(mài)，有何解決方法？

A、B兩個(gè)人決定拋硬幣吃蘋(píng)果，誰(shuí)先拋到正面誰(shuí)先吃，兩個(gè)人拋硬幣的順序?qū)λ鼈兡懿荒艹缘教O(píng)果有沒(méi)有區(qū)別？

銷(xiāo)量環(huán)比增長(zhǎng)，但老板不滿(mǎn)意，請(qǐng)分析是什么原因？

如何確定上海地鐵一天的人流量

思路：分熱門(mén)冷門(mén)線路，工作日、周末/節(jié)假日

工作日分早晚高峰，周末及節(jié)假日根據(jù)平均人流量計(jì)算

現(xiàn)在覺(jué)得可以根據(jù)一天的地鐵運(yùn)營(yíng)總收入進(jìn)行計(jì)算，總收入=人流量*平均客單價(jià)）

如果vivo要開(kāi)發(fā)一款錢(qián)包產(chǎn)品，現(xiàn)在還在概念階段，你如何利用現(xiàn)有數(shù)據(jù)說(shuō)服老板開(kāi)啟這個(gè)項(xiàng)目？

思路：

1）需求分析：vivo本身用戶(hù)畫(huà)像，根據(jù)用戶(hù)消費(fèi)行為可以分析出用戶(hù)是否需要這個(gè)場(chǎng)景

2）競(jìng)品分析：參考華為錢(qián)包、Applepay的消費(fèi)數(shù)據(jù)，分析現(xiàn)有市場(chǎng)情況以及潛在市場(chǎng)

3）收入分析：假設(shè)vivo可以從每次用戶(hù)的消費(fèi)行為中提成，根據(jù)上面的潛在市場(chǎng)及用戶(hù)平均消費(fèi)行為分析，如果開(kāi)發(fā)這個(gè)錢(qián)包，可以為vivo帶來(lái)多少收入

知道辛普森悖論嗎，解釋一下。如何避免？

舉例：某一次數(shù)據(jù)分析的整體結(jié)果顯示，安卓用戶(hù)的會(huì)員付費(fèi)率比iOS高，但如果分iOS和安卓單獨(dú)來(lái)看，其實(shí)安卓用戶(hù)的會(huì)員付費(fèi)率比iOS低。

如何避免：進(jìn)行指標(biāo)拆解，對(duì)每一個(gè)二級(jí)指標(biāo)進(jìn)行分析，避免被整體結(jié)果迷惑。

論證吸煙和癌癥的關(guān)系?

辦公樓高峰期只有2部電梯怎么辦？

如何驗(yàn)證中醫(yī)的有效性？

vivo最新款手機(jī)型號(hào)

app store需要考慮到研發(fā)方提供的收益，如何給app store的app排序兼顧收益

如何判斷一張火車(chē)票是否是黃牛票?

應(yīng)用商店的下載量降低，會(huì)采取什么解決方案。

對(duì)vivo現(xiàn)在的產(chǎn)品有什么了解？

對(duì)智能手機(jī)的市場(chǎng)有什么了解？

vivo的競(jìng)爭(zhēng)對(duì)手都有哪些？

分析淘寶和京東的區(qū)別

如何提升微信的用戶(hù)滿(mǎn)意度

一個(gè)案例：二戰(zhàn)中機(jī)翼中彈多 機(jī)尾少，解釋為什么?

大樓里取外賣(mài)，外賣(mài)小哥不能進(jìn)，保安又不讓樓里的人在樓下等，如何解決？

二、技術(shù)方面

統(tǒng)計(jì)學(xué)基礎(chǔ)及算法

解釋一下聚類(lèi)分析、回歸分析、相關(guān)分析

甲乙拋硬幣，甲先拋，乙后拋，誰(shuí)先拋到反面誰(shuí)贏，問(wèn)甲贏的概率

各種算法的基礎(chǔ)知識(shí)，特點(diǎn)、優(yōu)缺點(diǎn)以及應(yīng)用場(chǎng)景。（關(guān)鍵）

二項(xiàng)分布、泊松分布、正態(tài)分布的區(qū)別是什么？泊松分布的極限形式知道嗎？

sql題

查詢(xún)各班成績(jī)排名第二的同學(xué)的成績(jī)平均值

select avg(t. score)

from(

select *,dense_rank() over (partition by class order by score) as s_rank

from student ) t

where t.s_rank = 2;

python

python中三種典型存儲(chǔ)方式，元組和列表的區(qū)別？

字典，元組，列表

列表是動(dòng)態(tài)數(shù)組，它們不可變且可以重設(shè)長(zhǎng)度（改變其內(nèi)部元素的個(gè)數(shù)）。

元組是靜態(tài)數(shù)組，它們不可變，且其內(nèi)部數(shù)據(jù)一旦創(chuàng)建便無(wú)法改變。

元組緩存于Python運(yùn)行時(shí)環(huán)境，這意味著我們每次使用元組時(shí)無(wú)須訪問(wèn)內(nèi)核去分配內(nèi)存

Python用過(guò)的庫(kù)，怎么用Python做數(shù)據(jù)清洗。

三、自我剖析

做過(guò)最有挑戰(zhàn)的事情舉例

團(tuán)隊(duì)中，隊(duì)友不配合怎么辦

社團(tuán)干部經(jīng)歷

自己的優(yōu)缺點(diǎn)

講一下人生規(guī)劃

小紅書(shū)

一、業(yè)務(wù)問(wèn)題

如果某天發(fā)現(xiàn)后臺(tái)數(shù)據(jù)指標(biāo)下降，怎么分析？

對(duì)小紅書(shū)想要擴(kuò)展男性消費(fèi)者市場(chǎng)有什么看法，怎么做？重新開(kāi)發(fā)一個(gè)專(zhuān)門(mén)針對(duì)男性群體的app還是在現(xiàn)有app的基礎(chǔ)上開(kāi)辟專(zhuān)欄

平時(shí)最喜歡的app是什么，對(duì)這個(gè)app來(lái)說(shuō)最重要的指標(biāo)是什么，如果你為這家app的企業(yè)工作，你怎么提升app的運(yùn)營(yíng)情況

計(jì)算XX城市一天能夠賣(mài)出多少油條？

給出一些數(shù)據(jù)，計(jì)算兩個(gè)公司想要實(shí)現(xiàn)預(yù)期的增長(zhǎng)規(guī)模，需要達(dá)到多少的營(yíng)收

檢驗(yàn)新功能能否增加筆記的點(diǎn)擊，如果ABtest兩組的指標(biāo)上上下下怎么看

如果有倆小區(qū) 投放不同的垃圾桶數(shù)量，垃圾總量上的區(qū)別

某一天DAU新客50w老客200w，第二天新客10w，預(yù)測(cè)后1天，后7天，后28天的日活

如果機(jī)場(chǎng)要新增停車(chē)位，你會(huì)如何分析

小紅書(shū)和別的app在用戶(hù)量上會(huì)有怎樣的差異？

對(duì)KOL分級(jí)你會(huì)怎么做，分析和指標(biāo)

為了計(jì)算營(yíng)銷(xiāo)效果怎么確定發(fā)送短信后的統(tǒng)計(jì)時(shí)間范圍

日活/月活這個(gè)指標(biāo)有什么意義，以及對(duì)公司來(lái)說(shuō)越高越好嗎？微信的這個(gè)指標(biāo)什么樣子

估計(jì)一下上海地鐵從a站進(jìn)b站出的人流量

小紅書(shū)和快手，抖音的異同

有沒(méi)有在小紅書(shū)發(fā)布過(guò)筆記

小紅書(shū)的用戶(hù)畫(huà)像，特征工程，評(píng)估指標(biāo)等，分點(diǎn)說(shuō)

a平臺(tái)的訂單轉(zhuǎn)化率10%，b平臺(tái)的訂單轉(zhuǎn)化率為30%，怎么分析為什么a平臺(tái)的轉(zhuǎn)化率低?

如何評(píng)價(jià)淘寶雙十一活動(dòng)的好壞

兩個(gè)活動(dòng)a和b，a的人數(shù)比b少，但是a人均訂單價(jià)格比b高，那么這兩個(gè)活動(dòng)，哪個(gè)效果比較好?

店鋪運(yùn)營(yíng)，如何提高商品的銷(xiāo)售額?

檢驗(yàn)新功能能否增加筆記的點(diǎn)擊，如果ABtest兩組的指標(biāo)上上下下怎么看

二、技術(shù)問(wèn)題

統(tǒng)計(jì)學(xué)與算法

介紹一下多元線性回歸的優(yōu)缺點(diǎn)、樸素貝葉斯的優(yōu)缺點(diǎn)

sql

兩道SQL，第一道給出訂單（訂單id，用戶(hù)id，產(chǎn)品id，訂單金額）、用戶(hù)（用戶(hù)id，用戶(hù)年齡）、產(chǎn)品（產(chǎn)品id，品牌）三張表，提取不同品牌產(chǎn)品在不同年齡段消費(fèi)者人群中的平均消費(fèi)金額。腦袋一片空白沒(méi)寫(xiě)出來(lái)，只寫(xiě)出來(lái)給定品牌下的結(jié)果，面試官小姐姐說(shuō)沒(méi)有關(guān)系然后說(shuō)了一下可以用左連接，之后給了第二道非常簡(jiǎn)單的，分組求top 10那種

給出一張表（訂單id，用戶(hù)id，商品id，消費(fèi)金額，產(chǎn)品品類(lèi)），求不同產(chǎn)品品類(lèi)下GMV排名第三的商品id，用row_number() over()+子查詢(xún)

userid starttime endtime 求間隔超過(guò)兩小時(shí)的userid（思路：表userid連接，starttime和endtime相差2小時(shí)）

python

三、自我剖析

為什么選擇互聯(lián)網(wǎng)行業(yè)？

為什么選擇數(shù)據(jù)分析？

對(duì)數(shù)據(jù)分析有什么看法。

三個(gè)方面，一是對(duì)指標(biāo)的監(jiān)控、指標(biāo)異常變動(dòng)時(shí)排查原因；二是ab實(shí)驗(yàn)分析，和產(chǎn)品經(jīng)理對(duì)接；三是從數(shù)據(jù)中發(fā)現(xiàn)問(wèn)題、自己要提出產(chǎn)品改進(jìn)的意見(jiàn)、推進(jìn)產(chǎn)品迭代

美團(tuán)

一、業(yè)務(wù)or邏輯問(wèn)題

二、技術(shù)問(wèn)題

2.1 概率論、統(tǒng)計(jì)學(xué)與機(jī)器學(xué)習(xí)算法

2.2 sql

2.3 python

三、自我剖析

美團(tuán)

一、業(yè)務(wù)問(wèn)題

gmv增速降低，分析是什么原因?qū)е?/p>

AB Testing是什么，怎么運(yùn)用到我剛剛提到的場(chǎng)景

用戶(hù)畫(huà)像具體的產(chǎn)出

如今到店的逃單率變高了，你覺(jué)得原因有哪些

應(yīng)該要回答的是，商家在這些動(dòng)機(jī)上、以及逃單的意愿變強(qiáng)了。總結(jié)一下其實(shí)就是移動(dòng)支付是主要原因，以前都是在電腦上買(mǎi)團(tuán)購(gòu)券的、現(xiàn)在都是到店再買(mǎi)

如何確定餐飲門(mén)店密度？

問(wèn)題背景：

陌生城市，想通過(guò)美團(tuán)app選擇到店就餐。若周?chē)?km內(nèi)，店鋪數(shù)量過(guò)少，用戶(hù)無(wú)選擇空間；若 店鋪太多，其實(shí)也沒(méi)意義，不會(huì)畫(huà)太多時(shí)間去逐一研究。如何確定門(mén)店密度？（假設(shè)橫軸為門(mén)店密度，縱軸為滿(mǎn)意度）

面試官說(shuō)自己?jiǎn)栴}問(wèn)的不好，其實(shí)這個(gè)問(wèn)題的癥結(jié)在于——

①對(duì)于不同的用戶(hù)在不同地點(diǎn)，周?chē)秶娜Χ?#xff1b;

②應(yīng)分情況討論，對(duì)于不同場(chǎng)景下，密度肯定不同（eg：商場(chǎng)、工業(yè)園區(qū)）

如果讓你預(yù)測(cè)美團(tuán)團(tuán)購(gòu)用戶(hù)的流失，你怎么構(gòu)造用戶(hù)行為特征？

你認(rèn)為美團(tuán)的盈利模式是什么樣子。

美團(tuán)外賣(mài)和美團(tuán)團(tuán)購(gòu)的盈利模式一樣嗎？

對(duì)美團(tuán)業(yè)務(wù)的理解，對(duì)美團(tuán)的了解

case分析題，要求答出美團(tuán)買(mǎi)菜未來(lái)的三條策略，優(yōu)劣勢(shì)

水轉(zhuǎn)化成石油這個(gè)專(zhuān)利如何定價(jià)

美團(tuán)外賣(mài)和快驢商戶(hù)細(xì)分

怎么估計(jì)美團(tuán)在上海地區(qū)一天的訂單量

評(píng)價(jià)美團(tuán)點(diǎn)評(píng)

為商家設(shè)計(jì)電子菜單，個(gè)性化推薦菜單可以用一些什么特征

單純按照銷(xiāo)量來(lái)推薦熱門(mén)菜會(huì)出現(xiàn)什么問(wèn)題

利用美團(tuán)點(diǎn)評(píng)平臺(tái)的所有數(shù)據(jù)，為一個(gè)準(zhǔn)備開(kāi)店的人做出策略

二、技術(shù)問(wèn)題

2.1 概率論、統(tǒng)計(jì)學(xué)與機(jī)器學(xué)習(xí)算法

Hypothesis testing了解嗎，t-test和f-test的區(qū)別

方差分析和t檢驗(yàn)的區(qū)別？

特征工程，怎么評(píng)判聚類(lèi)結(jié)果

2.2 sql

2.3 python

三、自我剖析

怎么看待商業(yè)分析這個(gè)崗位

介紹一個(gè)做過(guò)的印象深刻的項(xiàng)目，為什么印象深刻

從之前的某份經(jīng)歷中學(xué)到了什么？拿到一個(gè)數(shù)據(jù)怎么分析？如何與業(yè)務(wù)聯(lián)系？

京東

一、業(yè)務(wù)or邏輯問(wèn)題

漏斗模型

問(wèn)京東分為不同會(huì)員，如何從各個(gè)方面提高下單率(漏斗模型)

二、技術(shù)問(wèn)題

概率論、統(tǒng)計(jì)學(xué)與機(jī)器學(xué)習(xí)算法

sql

hive的并行化操作,管道操作

一道sql問(wèn)題,求出全部成績(jī)>80的學(xué)生,可以用min(score)over(partition by sname)>80,就可以滿(mǎn)足所有成績(jī)>80,也可以用row_number()但是沒(méi)有上面的簡(jiǎn)潔.

hive的字符串操作函數(shù),窗口函數(shù)

python

用的圖表,取哪些指標(biāo),數(shù)分需要哪些核心技能,python的基礎(chǔ)知識(shí)?

map join

Python如何傳參2. Python如何連數(shù)據(jù)庫(kù)

靜態(tài)分區(qū)和動(dòng)態(tài)分區(qū)的區(qū)別

三、自我剖析

哈啰

一、業(yè)務(wù)or邏輯問(wèn)題

二、技術(shù)問(wèn)題

2.1 概率論、統(tǒng)計(jì)學(xué)與機(jī)器學(xué)習(xí)算法

1.

2.2 sql

2.3 python

三、自我剖析

總結(jié)

以上是生活随笔為你收集整理的哈罗python的学费多少-数据分析面试题总结的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。