哈喽大家好，我是数据攻略的六哥~
秋招求职季ing，所以本篇文章
还是分享「数据分析求职」主题
由于大部分厂招聘基本已进入到中后期阶段
所以不久会回归到「日常工作干货」主题分享

本篇文章属于大厂面经系列
来分享抖音电商，关于二面的
一些面试真题+参考思路解析

老样子，我将分为3个部分
逐一讲解原题、解析参考、注意事项
非常建议大家其中case题部分可先自测
不放过任何一个可以实操练习的好机会

一、口述SQL逻辑

▼ 题目预览：

• 题目1：请口述统计2024年9月10日这天销量金额前10的商品信息的逻辑。
• 题目2：请统计2024.9.1之前活跃过，但是9.1之后再也没有活跃过的用户。

面试题目1：

假如你负责抖音电商平台，现有一张订单表（order_info），请统计2024年9月10日这天销量金额前10的商品信息。要求：排名相同的一起作为同排名次序输出。表结构如下：

• order_id
• goods_id
• order_time
• order_gmv

🔻 解析参考：

• step1:聚合到商品粒度计算销售额 SUM()
• step2:利用排序窗口函数DENSE_RANK()，做并列排序（不跳过重复序号 ）

• step3:WHERE筛选出符合前10的商品+销售额+排序序号
  

--step3:筛选出符合前10的商品+销售额+排序序号
SELECT  goods_id
       ,order_gmv
       ,order_gmv_rank
FROM
(--step2:利用排序窗口函数DENSE_RANK()，做并列排序（不跳过重复序号 ）
    SELECT  goods_id
           ,order_gmv
           ,DENSE_RANK()OVER(ORDER BY  order_gmv DESC) AS order_gmv_rank
    FROM
    (--step1:聚合到商品粒度计算销售额 ：
        SELECT  goods_id
               ,SUM(order_gmv) AS order_gmv
        FROM order_info
        WHERE TO_DATE(order_time) = '2024-09-10'
        GROUP BY  goods_id
    )a
)b
WHERE order_gmv_rank <= 10
; 

面试题目2：

现有一张用户登录表（user_login_log），请统计2024.9.1之前活跃过，但是9.1之后再也没有活跃过的用户。表结构如下：

• uid
• login_time

🔻 解析参考：

• step1:以2024-09-01这天为分界线，筛选判断用户登录情况，并进行打标记

• step2:WHERE条件中限制最早和最晚一次登录时间都在9.1之前即可
  

--step2:where条件中限制最早和最晚一次登录时间都在9.1之前即可
SELECT  uid
FROM
(--step1:以2024-09-01这天为分界线，筛选判断用户登录情况进行打标记
    SELECT  uid
           ,MAX(CASE WHEN to_date(login_time) < '2024-09-01' THEN 1 ELSE 0 END)  AS is_pre_login
           ,MAX(CASE WHEN to_date(login_time) >= '2024-09-01' THEN 1 ELSE 0 END) AS is_lst_login
    FROM user_login_log
    GROUP BY  uid
)a
WHERE is_pre_login > 0
AND is_lst_login = 0

二、简历相关问题

▼ 题目预览：

• 题目1：针对简历中提到的指标异常分析，你是如何定义指标异常的？
• 题目2：你提到实习时有负责过ab实验方案设计，请介绍下具体步骤？
• 题目3：如果你简历里负责的某个实验，效果不显著怎么办，你打算如何分析？

题目1：

针对简历中提到的指标异常分析，你是如何定义指标异常的？

🔻 回答思路参考：

结合我过往经历，我认为指标异常整体分为三大部分，即明确异常定义、异常识别做法、异常处理方式:

首先，明确异常定义，建立标准后才能判断指标是否异常，一共分为2个步骤：

1. 调研现状，了解基线，常用的方式有：
• 分析业务历史数据来了解指标的正常范围；
• 参考行业标准或竞争对手的数据作为基线。
2. 设定阈值，建立标准，常用的方式有：
• 统计方法：使用统计方法（如平均值、标准差、四分位数范围）来设定正常值的范围。
• 人工规则：例如根据业务逻辑、经验、kpi等来设定阈值。

⚠️注意点：
这里同时需要by简历经历背景，谈观点和实际做法，如果仅是如上描述，就是八股文背诵，缺乏可信度和区分度。

其次，异常识别方法，有了标准后可以根据现状做监控和判断，常用的方法有3类：

1. 图示法：例如
• 箱线图：通过箱线图可视化数据分布，超出箱型图“胡须”的点通常被认为是异常值。
• 散点图：在变量之间绘制散点图，观察是否有远离大多数点的离群点。
2. 描述性统计方法：例如
• 3sigma原则：结合历史数据计算指标的均值方差，构建3sigma区间
• 四分位数和IQR：使用四分位数范围（IQR）来定义正常值的范围，通常认为低于Q1-1.5IQR或高于Q3+1.5IQR的点是异常。
3. 基于距离/密度/聚类判断法：常见有k-最近邻、LOF、DBSCAN、孤立森林。

⚠️注意点：
这里同时需要结合具体经历做细节过程做法的展开，提高经历的区分度。

最后，异常处理方式，也就是识别指标异常后，要做进一步归因分析+论证、以及经验沉淀，这里：

1. 针对归因分析，主要分为2个部分：
• 找根因：主要是结合指标构成+业务可落地方向做维度下钻，计算贡献度找根因，例如：xxx...⚠️注意：这里可以结合简历中实际经历信息，做具体分析思路过程的展开。
• 验效果：针对上述找到的问题，严谨且完整的分析需要进一步确认异常是否由因素变化引起，如果策略有调整异常是否恢复等等
2. 针对沉淀部分，主要是为了提高后续监控和归因效率，主要分为2方面：
• 是否有必要归纳到自动化工具做监控、产出根因报告，方便业务能够及时根据异常情况调整业务策略。
• 以及，针对异常出现的严重性，评估异常对业务的影响程度。对于非常重要的指标，可以进一步考虑利用模型提前预测，尤其针对时序数据，可以做异常判别模型，达到提前报警介入的目的。

题目2：

你提到实习时有负责过ab实验方案设计，请介绍下具体步骤？

🔻 回答思路参考：

ab实验主要分为6个步骤，包括有：

1. 现状分析并建立假设：分析业务数据，确定当前最关键的改进点，作出优化改进的假设，提出优化建议。比如，我们发现用户的转化率不高，我们假设是因为推广的到达页面带来的转化率太低，下面就要想办法来进行改进了
2. 设定目标，制定方案：
1. 设置主要核心目标，用来衡量各优化版本的优劣;
2. 设置辅助护栏目标，用来评估优化版本对其他方面的影响。
3. 设计与开发：制作2个或多个优化版本的设计原型并完成技术实现。
4. 分配流量比例：确定每个线上测试版本的分流比例，初始阶段，优化方案的流量设置可以较小，根据情况逐渐增加流量来扩灰。
5. 采集并分析数据：收集实验数据，进行有效性和效果判断：统计显著性达到95%或以上并且维持一段时间，实验可以结束;
1. 如果在95%以下，则可能需要延长测试时间;
2. 如果很长时间统计显著性不能达到95%甚至90%，则需要决定是否中止试验。
6. 做出后续决策：根据试验结果确定发布新版本、调整分流比例继续测试；或者在试验效果未达成的情况下，继续优化迭代方案，重新开发上线试验。

划重点：作为数据分析师，我们真正参与的流程主要是现状分析以及采集并分析数据。

⚠️注意事项：
上述回答框架是一个通用范式
需要结合个人经历所做实际ab方案融入来回答
否则陷入机械式背诵八股文陷阱，对应面试官的感兴趣度会有所减弱。具体可以看下之前总结的面试7大问题：

题目3：

如果你简历里负责的某个实验，效果不显著怎么办，你打算如何分析？

🔻 回答思路参考：

实验效果不显著的原因，我认为可以分成两类：

• 第一类：线上策略不佳，无明显差异。
• 第二类：实验的灵敏度不够高。

针对第一类问题，结合实际业务策略分析整个实验生效链路表现，结合业务的一些预期假设做论证分析，帮助业务佐证猜想，方便进行下一步的策略迭代，比如我之前负责过一个实验xxx...

⚠️注意事项：
泛泛而谈，不如不谈，避免趋同化回答，融入个人经历和看法来给出观点；

针对第二类问题，一般可以通过以下方法进行优化：

• 增加样本量：根据显著性检验的原理，只要实验组和对照组差值及样本方差不变的情况下，样本量足够大，我们总是可以得到显著性的结果。所以可以和业务商讨：是否愿意承担一部分流量成本进行扩量测试，或者时间等待成本，积攒更多样本；
• 减少样本均值的方差：减少样本均值方差的方法有减少离群值的影响，缩减方差（CUPED）的方法。
• 更换检验指标：更换一个方差更小的指标，比如某购物平台，实验指标一开始是用户购买的平均金额，我们可以更换为用户是否购买。对同一批样本，是否购买属于0-1分布，样本的均值方差自然比用户购买的平均金额小很多。

⚠️注意事项：
如果个人过往经历中有类似经验，可以结合case展开来谈具体如何做的分析，学会给面试官“喂点”。

三、开放性Case问题

• 题目1：抖音电商某资源位，希望利用push方式来引导更多用户访问。现在如果需要你确认哪段时间进行push推送能更好的引流，你会怎么做？给出解题思路即可。
• 题目2：不同领域爆款内容的点赞数差异很大，比如5K赞在娱乐领域很常见，但在汽车领域算是高赞内容，如果按照点赞数进行高质量潜力内容判断，怎么处理数量级不一样的问题？
• 题目3：假设你负责的某AB实验，实验组相比对照组整体人均浏览时长下降了，下钻分城市等级分析后发现，每个城市等级下的人均浏览时长却有不同幅度提升，出现这个现象为什么？该如何分析？

写到这，文章已经有3k字，所以
第三部分的3个case题，咱们放到下篇讲~
本篇文章点赞过20，3天内更新此部分😎🍻

如若盼 追更 『求职类』干货系列
欢迎大家点赞、转发，最底部点点在看
你的鼓励，真的是对我最大的动力