数据分析秋招回顾 - Day3：业务分析（Part 2）
作为一个2022届的数据分析岗位的秋招党，在去年的秋招中也成功上岸，在整个过程中也收获结识一群优秀的朋友，大家也都拿到不同大厂的数分offer，创作这个专栏主要是为了分享我们在去年整个秋招过程中如何准备面试，沉淀下来的一些知识点以及一些走过的雷区，希望能够尽量给予未来优秀的“数分人”一些帮助和岗位的资讯。也希望大家能够互相交流行业资讯，积累人脉。 见回复哦（记得添加来自‘ 牛客’备注哦）
Day3: 业务分析（Part 2）
四 AARRR模型
AARRR是一套用户转化的行为模型，属于链路拆解的角度。
其中：
Ø Acquisition：用户获取
Ø Activation：提高活跃度
Ø Retention：提高留存率
Ø Revenue：获取收入
Ø Refer：获取推荐和传播
获取 -> 活跃 -> 留存 -> 收入 -> 传播，是一个产品从无到有获得用户的行为链路。在实际面试中，基本80%的题目都可以用AARRR做链路拆解，如为何公司销量下降，获得销量的链路为获取-活跃-留存-收入，可以从中分析哪个环节转化率降低。
五 SWOT矩阵
SWOT分析很常用，相信大部分同学在本科期间都能接触。主要运用与行研、项目研究中，在数据分析面试中，可能偏战略、商分方向的同学会使用多一些，可以按照SWOT框架对某一业务从宏观层面进行阐述。
S指优势、W指劣势、O指机会、T指威胁。
六 常用指标梳理
面经真题：
数据分析的业务面试题核心总结主要为三类：①指标体系②移动分析③策略制定。其中指标体系和异动分析的出现频率很高，策略制定相对较少。
1. 指标体系
指标体系即要求通过设定指标，来跟踪观察业务某方面的现状，更好的做评估，实际面试中，有的问题会直接告诉你做出指标体系，也有的问题会用其他说法，比如请针对某一问题写一份报告，该从什么角度写。比如要给某项业务搭建一个看板，应该如何搭建。这些问题虽然问法不一样，但本质还是指标体系问题，只要能想清楚描述事情的现状需要什么指标，怎么写报告或怎么搭建看板也就迎刃而解。
指标体系题目回答的核心就是拆解+常用指标回答。主要考察的是你的逻辑思维能力和对常用指标的熟悉程度。
Ø 直播体系如何搭建（字节跳动）
Ø 流量方面有哪些指标，如何分析（字节跳动）
Ø 在观看-关注-开会员的路径下，如果取消关注功能就可以直接开会员，是否合理，该如何衡量（字节跳动）
Ø 预计上线一个功能给参与用户发放折扣券，如何建立指标评估功能上线效果（携程）
Ø 体验过领英职场这个APP吗？你认为用户活跃度可以有哪些指标可以度量。（领英）
Ø tiktok做大促，想评估大促带来的新增dau，怎么做（字节跳动）
Ø 如果B站引入母婴类的视频，想看看这部分引入会不会带来正向的效应。从什么指标入手去分析（快手）
Ø 某电商网站在2019年一年的运营中，用户订单的具体数据。现在需要对用户的购物习惯、平台总体运营情况等进行分析，并提出一些有效建议。（滴滴）
Ø 可以量化广告投放效果的指标（游卡）
2. 异动分析
异动分析，即公司某个指标突然出现异常上升/下降，需要寻找异常波动的原因。这类题目的回答方式是套路化的。
第一步：确认数据是否真实。在实际面试中，有时会故意给出一个特别大的波动数字，如某天公司利润突然提高了200%，一般而言这种波动明显是异常，作为数据分析师需要在分析前明略的发现是否是数据统计问题，进行确认。否则若数据本身是错误的，那么对错误的数据去寻找原因，最终都是无用功。
第二步：确认该异常波动是否真的是异常。常用的办法是同比，比如某日DAU突然增长10%，从同比角度来说，可以查看同比上周的今天或者去年的今年，是否也有突然增长10%左右的现象，原因在于波动的当天可能是周末或节假日，如果上周或去年今天也存在这个现象，那么此时数据虽然波动很大，但并非异常现象。
第三步：对异动的原因进行分析。这一块就回答了业务分析最核心的本质-拆。组合运用维度拆解、链路拆解、指标拆解等方式，根据实际题目回答，表现自己的逻辑。
Ø 某个活跃周期（节假日附近）内某地的酒店订单量持续下降，如何分析（携程）
Ø 北京烧烤店第二季度销售额增长30%怎么分析（快手）
Ø 假设现在发现b站留存率下降了，如果让你写一份研究报告，你会怎么写（字节跳动）
Ø 饿了吗GMV下降如何分析？（阿里）
Ø 学校食堂营业额环比上月有明显减低，你会从哪些角度分析？（翼支付）
Ø 如果一个主播最近营收下降了应该如何分析（字节跳动）
3. 策略制定
策略题在数据分析业务题中属于难度较高的题目，一般需要根据某个业务场景，制定相应策略。如如何从抖音挖掘有潜力的用户入驻B站等。
这类题目一般会让人一瞬间毫无头绪，但其实其本质说白了无非就是指标体系评估和维度拆解的综合运用，所谓的策略，无非就是先把事情拆解分类，用指标评估现状，再针对性地解决。
举例：如何从抖音挖掘有潜力的用户入驻B站。
第一步：对有潜力的用户进行分类，即什么是有潜力，可以分为高人气高粉丝的大主播、人气目前不高但增速很快的新主播、在抖音人气不高粉丝不多增速不快，但内容非常适合B站氛围的潜力主播。
第二步：建立指标体系进行评估，即通过数据识别主播是否属于上述三类人群。那么可考虑的指标包括主播的转发、粉丝、收藏数（识别高人气高粉丝）、主播的转发、粉丝、收藏速增速（识别高速增长的新主播）、主播粉丝的用户画像标签（是否适合B站氛围）
综合来说，策略题目无非就是拆解和指标体系的综合运用，在遇到问题时乍一下容易很慌，其实完全没有必要，按拆解+指标的思路就能自由应对。
Ø 从粉丝和会员的角度，如何提高观众转粉，粉丝转会员（字节跳动）
Ø 怎么优化支付到签收的耗时；（字节跳动）
Ø shopee想做一个内容社区，需要挖掘一部分作者的内容做冷启，该选择什么样的作者？（shopee）
参考资料：
RFM模型：
人货场模型 ：
AARRR模型：
SWOT分析：
常用指标梳理：
投递携程等公司10个岗位 >