哈喽大家好，我是数据攻略的六哥~
继上篇文章分享了大厂面经系列之
—— 「快手」数据分析岗面试题解析

由于总篇幅太长，共分成了3个部分
手写sql、深挖简历、开放性Case问题
本篇来兑现文末答应大家的承诺了：
来分享其中第3部分的考点+解析

老规矩，本篇内含：
原题、解析、注意事项

一、手写sql

▼ 题目预览：

• 题目1：假设你现在负责直播电商业务，请统计今年双十一开始第一天2024.10.14，该天从零点开始累积到当天结束，进入过大促官方活动直播间的用户数量？
• 题目2：现有一张用户成交金额汇总表，如何不用中位数函数，求解成交订单GMV的中位数？
  
  
  

🔻 解析参考：
见上篇👉『快手』数据分析岗面试真题+解析（上）

二、深挖简历

▼ 题目预览：

• 题目1：视频的完播率，请简述检验统计量的构造思路是什么？
• 题目2：假如在实际工程中，遇到极大数据体量，有什么方法可以高效计算方差？

三、开放性Case题

题目1

对于快手短视频，如何构建一套指标体系去监控业务的表现情况？

⭐考点分析：

遇到这一类case题，先不要着急直接回答 要从指标体系的目的出发，除了要回答是什么之前，最好要对为什么做一番解读。

知识点补充：指标体系的目的，用一句话总结就是：更快、更全面帮助业务回答核心指标变化的原因、解决方向

方法都是基于目标展开，所以展开说如何构建指标体系前，应该对快手的核心目标的理解顺带提一嘴，立住做这件事的意义后围绕展开再去说做法：

• 一方面可以体现出对做这件事本身的目标有理解，也不至于跑题;
• 另一方面也能侧面反映出来作为分析师主观能动性的展现，即除了对执行层面的做法熟悉，也对业务本身的逻辑有自己的思考和见解。

比如常见的搭建数据指标体系的方法论为OSM理论，即：

知识点补充：全称为Object-Strategy-Measure模型，它包括三个主要部分：目标（Objective）、策略（Strategy）和度量（Measurement）。

• 目标（Objective）：代表了公司/业务/产品/项目的目标、核心价值点。这是整个OSM模型的出发点，是指导后续策略和度量的基础。
• 策略（Strategy）：为了达成上述目标所采取的策略方案。这些策略应该是具体的、可执行、可比较的，并且直接关联到业务目标的实现。
• 度量（Measurement）：针对上述S衡量业务策略执行效果的指标，是对策略的有效性做量化评估。

🔻回答思路参考：

作为一个短视频和直播平台，涉及很多不同方向和领域，比如：

• 用户侧（包含用户数量和质量两方面）
• 内容生态（包含内容消费端、创作者端）
• 商业化（包含广告收入、电商收入等）等

但不同业务方向关注的目标、侧重点会差异，总体如果按照上述提到的OSM中的O，对应的核心指标可能分别有：

用户侧：

• 增长相关：DAU、MAU
• 用户体验相关：留存率

内容生态：

• 内容消费端：总/人均视频播放量、总/人均消费时长
• 创作者端：活跃创作者数量、作品发布数

商业化：

• 涉及广告收入
• 电商GMV等，反映了快手平台的商业化潜力。

以下针对上述提到的3个方向，做常见指标体系的列举：

① 用户侧：

② 内容生态：

③ 商业化：

❌注意事项：
每一个方向细分不同领域，有不同细分业务逻辑，对应有具体的业务策略S-Strategy，所以相应关注的指标除上述外，还有一些更为详尽的子指标、过程指标，可根据实际业务关注情况做近一步拆解去完善设计。

例如JD中如果是快手电商方向，可以针对此近一步展开，更具针对性。

题目2

如何理解并定义流失用户？

⭐考点分析：

首先，明确面试官问这类题的背景和动机，为什么会这么问？

• 是JD中有相关关键字，面试官团队工作方向如此？
• 还是自身简历有相关经历，面试官感兴趣追着深挖问细节？

这里决定了你的回答方向侧重点，如果仅仅是前者，扣着业务方向来展开回答，更具诚意，如果有后者，就着自己的过往项目来有过程有结论的回答，更显经验。

其次，要迅速get到面试官的画外音，即本质是想考核什么？背后还想听到什么？

• 基础：对流失用户的定义，如何判断流失周期？常见方法是什么？
• 进阶：对流失用户的原因挖掘和相应应对策略，有哪些？

所有的概念、分析方法都是为更好地完成业务目标、问题服务，所以这道case，如果仅回答面试官的问题可能是及格答案，回答出如何完整系统的构建整体分析框架，给到业务增量信息去做策略，会是拔高加分项。

🔻回答思路参考：

首先，对于流失用户理解：业务认为在一段时间内不再使用或访问的用户。

这里我认为涉及2个概念需要明确：

• 一段时间：具体多久？这里可以类比留存，二者是双生概念
• 标志行为：对于用户的具体“动作”定义，比如对于平台来说，不再登录访问算是流失，对于细分业务例如会员业务，不再续费购买等算是流失

所以对于流失率的具体定义会因行业和业务而异。对于快手短视频，属于娱乐消遣类产品，所以我认为是一个高频次使用的场景，常见的即7日、30内未活跃算作流失，这里关于时间的划分，常见的方法有：

• ① 拐点法：即根据N日内留存曲线图，找出曲线变平缓的拐点
• ② 累积分布法：根据每个用户活跃间隔天数，根据累积分布找出覆盖率达90%、95%等（根据业务可接受阈值）以上的间隔即为流失周期

另外，除了定义清楚流失用户外，对其中流失原因的挖掘也很重要，方便业务可以有优化方向，比如：

根据上述定义出的流失用户，可以基于产品特性、业务逻辑探索这类用户有哪些共性特征，找出原因对症下药：

针对业务逻辑的梳理，可以从产品提供的价值，结合用户重要行为路径下手（注：具体可根据面试方向做细节展开）

针对探究用户特征，基于用户画像做分类探究，例如：

• 静态社会学特征：性别、年龄、职业、机型、注册渠道等
• 动态行为特征：注册天数、活跃登记、日均使用时长、社交互动指标（如上述）等

然后，可以利于规则、模型的方式做分层，摘出who不同类型用户、when在什么时刻、where在什么场景流失，对原因归类，然后去做合适的策略即可。

同时，除了对流失用户召回外，可以根据上述体系更前一步做干预，比如对流失用户预警和监控，提前做策略减少流失，防患于未然。例如常见的签到功能、发优惠券策略等。

以上是我对流失用户定义、原因挖掘和策略的简要回答。

❌注意事项：
上述回答相当于是先回答基础框架，谈一谈自己对这方面的基础认知，可在其中埋一些自己擅长的、面试官感兴趣的点关键词，待面试官深挖追问时展开细说，比如其中的分层方法、对应联动的业务策略、后续的效果验证等等。