数据分析面试的业务知识

本章目的掌握：

• 为什要了解业务？
• 什么是业务和业务需求？
• 业务知识系统介绍
• 常见业务数据指标有哪些？

根据业务需求利用数据分析工具和手段发现问题，并提出解决方案。

• 数据分析=业务分析+数据处理手段（工具）=量化业务——发现问题
• 日常工作：埋点、建表、写BI、数据观察、分析
• 发展路径：三个方向：1、高级数据分析师；2、业务/产品经理；3、数据挖掘/算法分析师（本人志向）
• 必须具有能力：业务知识、SQL、、项目能力、思维能力、耐心细心、思考分析力、Python编码能力（只是作为工具，不必深究、从做中学习）

一、业务知识

1、什么是业务和业务需求

业务——需求，数据分析必须结合业务

业务分类：利润、企业组织架构、产品、渠道、运营、用户等。

如，公司利润=收入-成本   ，成本=运营、人力、推广、产品、物流
TO B：向企业出售获利；TO C：向客户出售获利；TO B TO C: 向企业、客户出售获利

2、业务知识系统介绍

业务知识：利润、组织架构、产品、渠道、运营、用户

• 利润=收入-成本 ，成本=运营、人力、推广、产品、物流
• 公司组织架构：产品、技术（商业分析我想去的地方）、运营、市场，了解大公司KPI指标（做到心里有底）。
• 产品：根据用户需求不断迭代，需要大量数据支持，改善客群结构、功能特点。（用户量、客户流失、指标体系、日周月活动量等）
• 渠道：线上（网店、拉新）线下（拉新、推广），销售方式、业绩指标等。
• 运营：面对用户，内容（公众号蹭热点）；提升业绩；服务用户：关注接触用户渠道、时机、方式目的、成果成绩如何。

成果考核指标（KPI）：
内容：到达率、响应度
业绩：短期、长期、成本控制、ROI
服务用户：用户量、使用率、满意度

• 用户：互动活跃、促进优惠消费、转介带来新用户

用户分层角度：1、用户价值RFM；2、生命周期AAARR等；3、活跃度：日周月；4、业务相关

• RFM用户价值：R最易一次消费、F消费频率、M消费金额
• AARRR漏斗分析模型：获取用户（Acquisition）、提高活跃度（Activation）、提高留存率（Retention）、获取收入（Revenue）、自传播（Refer）

3、如何进一步学习业务知识（多多参考行业优秀的数据分析的案例）

• 常见的用户数据(如：性别、使用时段、消费频率、单次消费金额、等)
• 不同维度的的用户分层（如，用户分层角度：1、用户价值RFM；2、生命周期AAARR等；3、活跃度：日周月；4、业务相关）
• 不同维度的用户指标也不同（如，高富帅、白富美、屌丝穷、绿茶婊）

二、面试时业务问题如何回答

1、上升/下降型问题

销售下降问题：活跃度、新增、销量等等，结合行业现状

步骤：1确认问题-2检查数据-3KPI销售相关指标-4结合行业相关因素分析原因-5结合成本提出解决方案

2、事态严重性问题