字节-抖音支付 数据分析师(增长策略)

一共面了35分钟左右,面试官人挺好的。一上来就给我介绍了部门的业务(focus在抖音支付),即通过数据分析以及机器学习建模的方法提供增长策略、增长产品。Base在北京。

1、自我介绍

2、问我数据分析过程中遇到的最难处理的数据是什么?
感觉有点答偏了sos,说了TCL实习中数据不能及时反馈机器崩溃信息的情况。
面试官又接着我的回答问了几个following question(怎么确保数据的准确性)

3、深挖了首尔共享单车的项目(其实就是我罗里吧嗦说了半天他也没有问太多问题哈哈哈)

4、产品题:有一天微信支付的DAU下降了10%,分析原因。(妈呀下午正好准备了这个问题!)

①确认数据的真实性
首先要判断数据是否准确,数据可能是不准确的。

②维度拆分
· 拆用户: 新用户、老用户
· 拆登录平台: ios、安卓...
· 拆版本: 新版本、老版本
· 拆登录渠道: app,小程序,PC端...
· 拆区域: 国家、省份等
· 拆时间: 淡旺季日夜产品周期性

然后,对每个维度下的各个指标进行比例值变化的计算,并计算影响系数。
影响系数=(今日量-昨日量)/(今日总量-昨日总量)
影响系数越大,说明此处就是主要的下降点。

③作出假设
了解数据异常时间点附近做了什么产品、运营、技术侧调整,方便我们将假设范围缩小,节约时间。

④细分假设,确立原因

⑤提出解决方案

5、SQL写得多吗?left join和right join和full join的区别

6、反问
除了数据分析的工作之外,做机器学习模型的可能性?
答:可以先从小模型开始做!

球球让我过吧!
#字节跳动##数据分析##抖音支付#
全部评论

相关推荐

腾讯-WXG-看一看-用户增长 VS 字节跳动-TikTok电商-供应链与物流-用户增长腾讯:负责在微信看一看tab上,下发红点实现用户增长。业务内容:基于规则的召回策略设计、训练deepFM、lr等精排模型(业务场景相对简单,因机器负载限制,模型选型不能过于复杂,且继续实习到秋招收获不大)转正情况:九月初统一答辩,转正率相对高(因为组里最近有人离职)已实习四个月,组里人都很nice,都是高职级无内卷;平均九点左右下班;工作强度不高字节:负责TikTok电商下商家和达人的增长。业务内容:商家达人线索挖掘(视频理解,nlp,图像识别)、触达物料的生产及优选 、商家成长相关算法(因果推断加运筹优化、uplift)转正情况:个人发起转正申请,转正情况依实习期间成果而定,转正率相对低。有**人竞争**个hc目前均未知,hr说有合适的人选他们就会招进来。多干几个月再发起转正申请也可以。九点半到十点下班,下不封顶纠结点:1.未来意向定居城市杭州/北京,偏向杭州;npy已签杭州暑期offer,本人暑期过去的话可以深度感受一下这座城市,进一步决定是否定居。2.字节很难卷到转正且秋招压力大,本人秋招时候可能会多分一些精力给外企算法岗和国企总行,应该不会太有精力九十月份还在卷转正。3.腾讯微信虽然背书很强,但是继续实习四个月收获不大,秋招argue薪资无优势。且用增这块的技术确实还在baby阶段,业务上靠自己摸索尝试,成长性低。4.可接受小卷,但绝不是卷王,双休是底线呜呜(不知道TT电商的卷度及稳定性)            
投递字节跳动等公司10个岗位
点赞 评论 收藏
转发
2 8 评论
分享
牛客网
牛客企业服务