1.row_number、rank、dense_rank区别 row_number 相当于行号，12345排下去 rank 会跳级，1224 dense_rank不会跳级，1223 2.UNION 与UNION ALL 的区别 UNION 去重 3.count(1)、count(*)、count(列)的区别 执行效果上： count（1）和count(*)的使用方法和结果是一样的，不会忽略NULL值，count（列）不包括null值 执行效率上： 列名为主键，count（列名）会比count（1）快 列名不为主键，count（1...

1.CSDN 4.21 自我介绍 简历项目 SQL问答：UNION 与UNION ALL 区别；count（1）、count（*）、count（列）的区别；row_number、rank、dense_rank区别；列举常用的窗口函数和聚合函数 手写两道SQL，一道查询是销量前十的商品id；另一道是查询出连续7天登录的人 业务题：网站注册率下降，找原因 已过，迟迟不发offer, 到岗时间接受不了，拒了 2.一点资讯 笔试好多到SQL，面试又问SQL，一听到是北京师范大学珠海校区的就没兴趣了，感觉受到了歧视。 3.百融云创（...

用以下三个步骤，OSM模型建立数据指标体系 1.了解业务目标（核心KPI） 2.制定策略：根据用户生命周期（AARRR模型）或用户行为路径（UJM模型）进行拆解 3.制定较细的评估指标：将生命周期或用户路径中的各个核心KPI进行下钻细分，用麦肯锡的MECE模型进行拆解 举例 制定一套GMV（销售额)相关的指标体系 1.根据OSM模型构建整体框架，明确业务目标：提升用户总成交额GMV 2.根据UJM模型拆解用户达成GMV的路径：注册、登录、曝光、点击、加购、成交、达成GMV，将业务目标转化为提升用户路径转化率，对各个路径制定策略 3.制定较...

定义：在某个条件下的两组数据，分组研究时都会满足某种性质，可是一旦合并考虑，却可能导致相反的结论。 出现的原因：分组和整体看时，受到分组群体权重系数（样本量）的影响                     样本相对较小的群组单个看，虽然可能在数据指标上表现更高，但放在一起看，对于总体指标表现影响较小，即话语权较小，从而形成了辛普森悖论。 在哪些场景中遇到： 1.异常定位：例如，对于某页面在9月份，男性女性用户点击率同比8月均增长，为何用户总体点击率下降？ 2.相关性...

1.简述 AB测试是为了评估模型/项目的效果，在APP/PC端同时设计多个版本，在同一时间维度下，分别让组成成分相同（相似）的访客群组随机访问这些版本，收集各群组的用户体验数据和业务数据，最后分析评估出最好的版本正式采用。AB测试整个过程分为三个部分：实验分组（hash分组）、进行试验、分析结果（中心极限定理、假设检验） 中心极限定理：当数据量足够大时，可以认为样本均值近似服从正态分布。 假设检验：提出原假设与备择假设——选择检验统计量——选择显著性水平——计算p值或检验统计量值——做出决策 2.AB测试的 优点：能够更加科学的解释项目效果，避免人为因素...

分析指标异常的流程通常为： 1.确认数据无误，向数据提供的人确认数据来源可靠以及无统计失误等错误，确保数据是真实准确的。 2.对指标进行维度拆解，常见的拆解的维度有：用户、时间、渠道、地域等，计算各个维度该指标的变动系数=（指标异常前-指标异常后）/指标异常前，找出变动系数大的的维度，大致锁定数据异常的范围。 3得到数据异常的范围后，找原因。首先找内因，从产品、技术、运营等方面逐一排查，找出最有可能的原因。   找外因，可以用PEST分析法，从政策、经济、社会、技术等方面查找，如：是否受国家新出政策影响、是否受到外面经济大环境的影响；受近期社会热点事件影响，国...