数据分析面试涉及的业务问题，其实也就4种

用一篇帖子，帮大家彻底梳理清楚，数据分析面试中业务问题涉及到的4种题型，帮大家明确面试练习的方向。 1️⃣指标体系搭建 相信大家已经看过n遍了，而且面试过的都知道，这几乎是校招数据分析面试中，业务问题的第一题。问题也非常简单直接，“用什么指标衡量xx功能/xx优化”，“给某产品设计一套指标体系，怎么设计”。这类问题之所以如此重要，核心还是因为数据分析师最最基础的工作，就是构建指标体系完成业务表现的监控，业务的异动排查和优化分析，全都以此为起点，所以这类问题自然会成为重中之重。 回答这类问题时，没有太复杂的套路，“拆解业务逻辑+提供相应指标”是核心的回答框架，缺一不可，切忌上来直接给指标，这样只会越说越乱，还有可能被面试官连环追问“还有吗？” 2️⃣异动排查 这也是一道大家看过n遍的题目，也是最能考察面试者MECE能力的问题。题目通常都会直接问你“某某指标下降，怎么定位原因”，基本上寻找原因的时候，都要先构建定位原因的框架，且框架不止一层，要分多层直到不能聚合为止，比如内外部原因为第一层，外部原因之下还可分为时间、竞对、政策。这类题不难，但想答得MECE，确实要平时多可以练习 3️⃣AB实验 不一定会考，但如果你的简历上提到了，一定会考。ab实验在大公司内部都有成熟的系统，基本上没有统计学基础的人也能用好这个工具。但是就分工而言，分析师依然要承担设计、监测和分析的任务。具体到面试中，实验室设计流程、其中的统计学概念、各种可能的坑点（比如社交效应、新奇效应、辛普森悖论）都是考察的方向。所以如果你的简历中提到自己会，那，你最好是真的会🐶 4️⃣产品分析 这类题型就很宽泛了，经常会问，对某个app的看法，或者让你自己介绍一个最喜欢的产品，有时还会让你提优化意见，更复杂一些的，还要做多个app的对比。这类题看着“飘”，其实就是思维扩展题，我刚刚提到这几类，平时没事儿多想想、多搜搜，然后落实到纸面上，自己梳理个框架出来，用来面试问题不大