阿里数据分析岗一面总结与反思

Q1：为什么想做数据分析？

回答逻辑：1. 对这个岗位的定位是什么？2. 这个岗位有什么吸引自己的地方或对自己有价值的地方？

- 1. 我个人对数据分析的定位是：从数据中挖掘出有价值的信息，指明业务发展方向、支撑业务决策、引导业务动作，是一个意义重大的岗位。

- 2. 从数据中挖掘出有价值的信息就感觉像在做发明创造似的，很有趣；而且这项工作很能锻炼逻辑分析能力，能帮助自己在职场上走得更高更远。

 

Q2：rta与rtb的异同？

- 了解广告业务的基础知识。

 

Q3：点击了某一button的人转化率高于大盘，可以从哪些方面分析背后的原因？如何延伸应用以促进转化？

- 1. 分析成交的item：看这一人群成交的item分布是否异于大盘，比如成交都集中在某几个item上；若是，则分析这一button与这些item的关联，比如这一button是否有相关的信息引导；猜测同理的引导信息也可促进其它item的转化，abtest实验验证之。

- 2. 分析该人群本身：分析这一人群的特征，看看在哪些属性上异于大盘，根据tgi排序进行逐一分析；比如这一人群中的女性比例远远高于大盘，则说明该button能吸引女性并促进女性的转化；进一步分析，该button哪些方面吸引女性用户并促进转化，颜色？形状？文案？位置？等等因素，猜测哪些因素的组合也可能会吸引男性用户，abtest实验验证之。

反思：多看看《增长黑客》，多进行分析思考，锻炼逻辑思维。

 

Q4：有什么问题想问的？

套路：对于前面回答得不好的问题，可以让面试官解答下，表现出学习知识的意愿；询问面试官自己的短板不足、以及改进建议、推荐学习资料。

 

Q5：你觉得有哪个项目做得比较好的？有什么成功的经验？

- 首页推荐项目；经验：1. 规则也可以work，购买关联规则（之前买了什么之后会买什么）、曝光退避规则（3个月内曝光了5次都没有点击则退避）。2. 推荐样式也有很大影响，有关联的产品组卡也能有效果；top2推荐-》top3推荐（行为分析，30+%左右的用户不滑动屏只看到了前面的1-2款产品，接近60%的用户只看到了前面的2-4款产品），top4实验不如top3。3. 建模目标的选择很重要：保险场景，ctr不work，cvr可以work；4. 离线评估指标最好与在线业务指标保持强相关，t+1、t+7全部候选item的预测排序，评估top3的hitRatio/购买召回率。

 

Q6：有没有遇到在线效果与离线效果不一致，甚至差很多的情况？是如何分析处理的？

- 1. 看训练有没有特征泄露，按特征重要程度逐一排查，与特征产出人员核对特征逻辑，之前一次实验新加了一些特征，发现离线效果提升挺多的，但线上却无提升，追查发现‘最近一次的点击时间’这个特征有问题、是当天点击的时间而不是之前的时间；

- 2. 查看线上分数的分布与离线是否差异很大，若是，则探寻是否有重大运营活动、重大公共事件、节假日等因素导致人群分布发生了变化，若是短期临时性的影响，则可用规则进行临时调整，若是有持续性的影响，则要重新训练模型；

- 3. 重新审视建模目标、离线评估指标是否能较好反应在线业务指标。