数据分析面试中的业务分析问题，该如何回答？

一、数据分析面试中的业务分析问题，该如何回答？

你好，我是神策数据（

）的数据分析师，也面过一些刚毕业的同学，对于上面你问的问题，做出一些回答。

一、对于甲方公司，具体业务，面试官想要的是一个解决问题的思路和你的逻辑。以下是我的一些想法

• 具体的业务场景首先要明确出KPI（关键绩效指标），一个业务如果没有KPI那是没有办法去衡量和提升的

• 明确KPI后，再去对KPI进行指标拆解，比如电商中我们的KPI是订单转化率，那我们就可以拆解到它下面的小指标，比如提单量，购物车放弃量等

• 对想要的指标找到可以衡量的维度，维度也就是属性。我们所关注的KPI一般都可以抽象成一部分人去完成了一件事，所以维度上可以从“人”，“事”，“景”去做分析

• • 人的自然属性包括年龄，性别，地区，行业等，如果是个网站等还可以记录首次访问来源，注册来源，vip等级等。

• • 事的属性要根据具体的业务去寻找，比如购买这个事情就可以从订单价格，商品类型等去分析，不过也会有一些固定的属性，比如在移动设备上进行京东购买，那么设备的型号，制造商都可以去作为维度去分析。

• • 还有就是场景化也可以是说定性分析，比如一个例子，外卖中某个数据在9月份的时候发现新用户（新设备作为新用户）突然暴增，各种维度进行下钻上卷进行分析都没有找到原因，后来发现是9月分苹果发版，出现的换机潮导致。

• 指标和维度确定后，就要去分析问题，比如一个电商网站的订单流程去分析用户流失率

• • 主观上
    • 要有一个benchmark去作为比对和参考那用户流失
    • 用户流失一定会有一个漏斗的场景，用户在哪里哪一步流失严重
    • 对漏斗去进行维度的下钻，比如通过地区维度做分组查看，发现河北地区的用户在漏斗中“用户提交订单”到“支付订单”过程中流失严重，导致了整体水平下降。那就去找这个地区中更细的维度去查看，比如具体到某个县，某群人，某个商品等，不同的维度进行交叉去分析原因。

• • 客观上
    • 进入网站前，也就是用户从哪里来的，是不是高质量用户，还是强行插入的广告导致用户误点，这样的用户在第一步就会流失非常高
    • 进入网站后，也就是用户与网站的交互程度（engagement），这个就会体现出产品的交互设计是不是符合用户的使用习惯，我们有个案例，就是用户在注册的时候填的信息非常多，一个是填写麻烦，另一个导致上传经常失败，这一步用户流失很高。当简化注册信息填写后，流失率降了好多倍。

• 最后是找到原因后如何去解决，这个就会涉及到工作经验和对业务的属性程度，对于刚毕业的面试者不会去做过多的要求，不过能说出个一二三更佳。

二、对于乙方公司，相比甲方公司来说，关心的更是你对数据分析的理解和想法，其实就是上述回答中抽出来形成一个概念，那我们可以从Growth Hacker的角度去说，这里不会详细说。

• 用户获取

运营一个产品第一步就是获得用户，如果没有用户那就谈不上后续的事情了

• 提高活跃度

提高活跃度是一个比较大的话题，用户质量，产品设计，内容运营等都会成为影响这个问题的因素

• 用户留存

留存是极其重要的，我们都不想来的流量是一次性用户，不能像熊瞎子掰玉米一样，掰一个丢一个。当我们的留存率过低的时候，就不要想再去拓展新的用户，绝大多数用户对产品失望后基本不会再来，所以留存是关键

• 用户转化（获取收入）

目标转化，或者直接说成收入的获取是我们最核心的部分，不过影响它的因素会有很多，比如用户基数，用户活跃度，用户留存等

• 自传播

从自传播到再次获取用户是一个螺旋的上升过程，比如Facebook，传播速度像病毒一样，产品有这样的自传播，会迅速占领市场

三、总结

一个数据分析师要掌握的知识会很多，不分行业，干的事基本上包括了怎么收集数据、怎么分析数据、怎么展现数据，并可能提供一定的预测、评估或分析建议等。不管是甲方还是乙方，方法论是通用的，不一样的是具体的业务场景，以下是建议一些相关的书和需要的技能

《深入浅出统计学》

《精益数据分析》

《人人都是网站分析师》

掌握或者了解 Excel，PPT，SAS，SPSS，Hive，Sql，Python，R，统计学，经济学甚至心理社会学都可能会涉及到

也可以了解相关的第三方工具，如神策，谷歌分析，mixpanel等

二、dou+数据分析平台？

这是一个数据分析平台，一般情况下这种平台主要是给你看一些规类和总数数据的一个分类平台。

三、新榜数据分析平台？

数据分析大数据平台,网易有数敏捷数据可视化分析平台,强大定制和扩展能力,满足个性化需求.数据分析大数据平台,网易有数高性能MPP,可视化建模,自助式分析,安全便捷,免费试用.

四、spss数据分析中交叉表的使用？

spss数据分析中交叉表的使用呢，具体操作步骤如下。

1、首先打开spss依次打开文件，打开、最后打开数据导入选项，导入sav数据。

2、然后我们选择变量视图。

3、然后我们选择分析，定义多重变量。

4、然后我们从分析处，将单选与多选交叉分析。

5、然后我们定义交叉分析格式，点击选项。

6、然后我们定义范围，点击“确定”，输出结果即可。

五、数据共享平台怎么使用？

以抽数程序过去数据存放在数据共享平台，数据共享平台通过接口调用的方式对外开放使用。

六、数据分析平台指的是什么？

数据分析平台指的是数据分析的体系化工具。比如数据分析需要用到的数据源整理、分析、加工的系统就是数据分析平台的重要组成部分。

七、如何分析数据得出问题？

①明确问题观察现象把问题定义清楚。需要明确数据来源以及数据的准确性，这里需要注意的是正确定义问题的范围，不要根据自己的主观主义把思考局限在“我觉得”的范围内。对于业务指标，需要分析指标的含义，以及明确该指标和谁比。定义问题就需要找到理想中的状态和现实中状态的差距。②分析原因可以使用我们前面所讲的“多维度拆解分析方法”，对问题进行拆解，将一个个复杂的问题细化为各个子问题。多维度拆解分析方法可详见：多维度拆解方法针对前面分析的维度进行再次深度分析时，可采用假设检验分析方法，假设某个环节出了问题。

八、数据分析常见问题？

以下是我的回答，数据分析常见问题包括数据清洗、数据预处理、数据挖掘、数据可视化等方面。其中，数据清洗是数据分析的重要环节，需要处理缺失值、异常值和重复值等问题。

数据预处理则是为了使数据适合于后续的分析，包括数据转换、数据分组和数据标准化等。

数据挖掘则是通过算法和模型来发现数据中的规律和模式，为决策提供支持。最后，数据可视化则是将数据以图表等形式展现出来，帮助人们更好地理解和分析数据。

九、软件测试走查中的静态分析技术中的数据流分析问题？

静态数据流是指接通点火开关，不起动发动机时，利用故障诊断仪读取的发动机电控系统的数据。

用故障诊断仪检测发动机ECU，无故障码输出时应通过读取该车发动机静态数据流I 来分析故障。如发动机ECU输出的冷却液温度为105℃，而此时发动机的实际温度只有 20 ~30℃，故发动机ECU所收到的冷却液温度信号是错误的，说明冷却液温度传感器或11线路出现故障。

十、mpai数据分析平台靠谱吗？

mpai数据分析平台靠谱

MPai数据科学平台是一款单机网页端基础数据分析软件。

快速开始页面，首次使用的人推荐使用这种方式，跟着步骤点击就可以得到数据分析结果

在这个基础上，可以初步涉猎一些主要的模型，为进一步的学习打下基础。