业务与用户分析        1.这份实习中主要跟的项目或者case，自己独立完成的（可以使行业分析、可以使指标体系的搭建等），整个框架详细介绍（美团）      参考答案    先介绍项目背景：在xxx上线后，数据效果不明显，所以需要我们对其进行分析，找到原因。随后介绍分析思路：我们构建了指标体系：主指标为xxx，用户辅助指标为xxx。后我们从xxx，xxx等维度进行分析这些指标，得到xxx的现象。最后说明分析结论和对应的解决策略。如果后续有继续观察策略落地的情况可以继续说策略落地后的效果。       2.大三的实习怎么做数据的相关性分析和聚类（招联金融）     参考答案    相关性分析：    1. 画散点图，观察两个变量有没有规律变化    2. 根据变量类型或者正态性检验，选择合适的相关系数公式    3. 计算相关系数r，评估相关程度    4. 显著性检验，如果P<α（一般取0.05），表示存在显著相关性    5. 总结分析结论，并从业务层面给出业务判断及策略    根据上面的步骤，即可完成相关性分析，注意，在回答的时候在每一步最好结合业务相关的场景去解释，这样回答起来会更有说服力    聚类分析：    下面以kmeans为例，因为在描述算法的时候尽量讲了解的算法，才不至于被考倒              （图片来源于网络）    同样的，最好能结合具体案例分析kmeans算法       3.DAU下降分析（快手、滴滴）     答案模板    两步分析法：首先定位问题原因，这里可以通过计算各个维度DAU的变动系数=（该维度下异常前DAU-该维度下异常后DAU）/该维度下异常前DAU，选出变动系数较大的前几个维度，对其进行分析。    然后可以从内部和外部进行分析，内部从产品（版本更新）、技术（卡顿，闪退）、运营（运营活动）分别沟通看是否能找到原因。外部从政策和竞品的角度找原因。    答案解析    定位问题+找到原因       4.相关性分析（快手）     参考答案    有四种相关性分析的方法：    1.图标相关分析（折线图及散点图）    2.计算协方差及协方差矩阵    3.计算相关系数    4.建立一元回归或多元回归模型，做回归分析，计算r方。       5.微信日收入下降分析（快手）     参考答案    1. 数据验证，验证日收入的数据口径是否一致，确认是否是真的日收入下降    2. 指标拆解，可以参考如下指标拆解         3. 从上述指标来看是否出问题，如果某个指标出问题，可能就是因为这个指标的下降导致收入下降。比如，从每一个数据指标去看后，发现是渠道A的付费人数下降，就可以找到负责这个渠道的同事来了解这个渠道是否真的付费人数减少，如果是真的减少的话，就找到了收入下降的原因，就可以跟进这个渠道去解决付费人数下降的问题。