0x01.职位介绍

一.数据分析师分类

1.广义上的数据分析师

4种分类，按照顺序，顺序越高，越处于底层，也越强调技术。

（1）数据分析师

可分为4类。
a.商业分析师

  • 对行业的深入了解，结合当前公司状态制定战略方向

b.运营分析师

  • 拆分公司战略目标，分配到各个业务部门形成策略方案

c.BI分析师

  • 常规数据需求实现系统化，自动化，解放人力资源

d.数据产品经理

  • 搭建数据指标体系，数据平台上建看板/仪表盘
  • 需要懂excel，sql，python，R语言等；常用分析方法
  • 工作职能因不同岗位职责而各不相同
  • 薪资待遇还不错

数据分析师的价值点：

  • 发现问题
  • 与业务，产品相结合给出方案建议

  • 推动方案落地

    （2）数据挖掘工程师

  • 也是算法工程师

  • 需要懂sql，python等，熟练掌握挖掘算法
  • 通过挖掘算法支撑线上用户需求

  • 薪资待遇很丰厚

    （3）数据工程师

  • 负责搭建和维护数据仓库

  • 薪资待遇很棒

  • 需要懂java，python等

    （4）数据架构师

  • 搭建底层数据库架构

  • 薪资待遇超级丰厚

  • 需要懂java，python等

    2.按技术层面等级分类

    （1）初级数据分析师

  • 0-1年经验

  • 有相关培训经历，会excel，sql提取复杂逻辑关系数据，python处理数据流

    （2）中级数据分析师

  • 1-3年经验

  • 熟练excel，sql，python，有独立撰写分析报告

    （3）高级数据分析师

  • 3-5年经验

  • 精通excel，sql，python，有独立主导撰写分析报告

    （4）资深数据分析师

  • 5年以上经验

  • 会excel，sql，python，主导项目推进并完成

    3.按管理层面等级分类

    （1）数据分析主管

  • 初级：0-1年管理经验

  • 高级：1-2年管理经验

    （2）数据分析经理

  • 初级：1年管理经验

  • 高级：1+管理经验

    （3）数据分析总监

  • 初级：1年管理经验

  • 高级：1+管理经验

    （4）VP

  • 分商业部和运营部分析师

    二.工作内容

    1.基础数据

  • 数据指标体系

  • 埋点
  • 数据指标监控和分析

在问题被提出前优先提出解决方案

  • 各种提取数据

与各部门对接

2.专项分析

不同公司内容有所不同。

  • 业务优化分析

  • 异常数据分析

    3.数据分析项目vs数据分析需求

    (1)数据分析项目

    多个部门协同合作弯沉给，最终有成果落地

    (2)数据分析需求

    一个数据分析项目中的一小部分，产出是一份数据分析报告
    a.来源

  • 自我发现问题

    • 自我驱动
    • 时刻监控公司的运营动态
  • 部门领导指派
    • 公司boss
    • 各个部门管理层

b.步骤

  • 背景
    • 数据分析需求背景
    • 公司具体业务
  • 终极目标
    • 数据分析需求的目的
  • 方案设计
    • 根据到达的预期目标给出方案
  • 数据处理
    • 通过数据分析工具对数据流进行加工处理，为深入分析做准备
  • 分析报告
    • 通过对数据进行深入分析，得出分析结论
  • 方案落地
    • 根据分析结论给出优化方案

  • 案例

    • 公司简介：共享出行
    • 需求背景：针对用户做精准化运营
    • 终极目标：提高用户活跃率
    • 方案设计
      • 根据用户自身属性和消费行为，给每个用户打上标签，就是用户画像

        三.对接部门

        1.产品部/运营部/商业部/销售部/客服部/服务部

  • 业务部门，和运营相关，提需求多的

  • 对数据需求，询问目标，达到的目的，最终效果；因为对方可能对数据理解不足，想法偏激，需求和目的不相关。要纠正他们的错误想法，帮他们理清思路。

  • 不需要太客气

    2.技术开发部

  • 技术相关

  • 埋点
  • 不要质疑他们的技术

  • 客气客气再客气

    3.大数据部

  • 数据技术支持

  • 友善友善再友善

    4.boss

  • 数据分析需求随机

  • 依然询问需求的目的

    四.能力要求

    1.基础技能

  • excel

  • sql
  • python

  • 常用分析方法

    2.数学思维能力

  • 逆向思维

  • 发散性思维

  • 逻辑思维

    3.软技能

  • 语言表述能力

  • 协调沟通能力
  • 自我驱动能力
  • 归纳方法论能力

    0x02.面试笔试

    一.逻辑题

    考察逻辑思维能力。

下面是一些例题。
1.请填写下一个数字：1，（），7，8。

按照发音都是中文第一声的规律，填3.

2.张先生工作很忙，连续5天没回家，回家后一次撕掉了这5天的日历，这5天日历的数字之和为45，问张先生回家这天是几号？

5天中间一天是（45/5=9），则后两天是10，11。因此今天是12。

3.有50块糖分给10个小朋友，每个小朋友获得的糖块数各不相同（保障每块糖完整），请问可以实现吗？

考虑极限情况，10个小朋友按照1，2，3…的数量获得糖，10个人总共需要55块糖。因此不可能。

二.SQL

考察数据库提数据能力。

下面是一些例题。
1.转换数据表。
转换前：

year month amount
1991 1 1.1
1991 2 1.2
1991 3 1.3
1991 4 1.4
1992 1 2.1
1992 2 2.2
1992 3 2.3
1992 4 2.4

转换后：

year m1 m2 m3 m4
1991 1.1 1.2 1.3 1.4
1992 2.1 2.2 2.3 2.4

select year,sum(m1)as ‘m1’,sun(m2) as ‘m2’,sum(m3) as ‘m3’, sum(m4) as ‘m4’ from (select year,month,amount, case when month=1 then amount end as ‘m1’, case when month=2 then amount end as ‘m2’, case when month=3 then amount end as ‘m3’, case when month=4 then amount end as ‘m4’ from A ) group by year

2.表student中的数据如下表，现要查询表中：连续3个月以上degree均为A的记录？

name month degree
s1 201801 A
s1 201802 A
s1 201803 C
s1 201804 A
s1 201805 A
s1 201806 A
s1 201801 B
s1 201802 C
s2 201803 A
s2 201804 D
s2 201805 A
s2 201806 C
s2 201801 C
s2 201802 A
s3 201803 A
s3 201804 A
s3 201805 B
s3 201806 A

image.png image.png

三.分析方法

**

下面是一些例题。
1.线性回归与逻辑回归的差别？
image.png

四.案例分析

考察数据分析能力。

下面是一些例题。
1.
image.png

存在有个有规律的人群。 证明有这个人群存在。 查看用户画像。

2.每日数据看板出现异常，如何处理？比如dau突然有明显的降幅或升幅。

不要慌。 技术部门：先和大数据和技术，验证数据库数据是否准确，是否出现技术问题。 业务部门：产品层次上，是否改变业务逻辑。 数据分析师：降维，拆分各种维度，细化各种指标，查看变化的指标。

五.行业认知与规划

1.你是如何理解数据分析师这个职位的？

岗位分类，职责，技能要求，价值。

2.对未来职业发展是怎么规划的？

体现自己的上进，规划要清楚。

3.你觉得在做一个数据分析需求过程中哪个环节比较难，难点是什么？

环节：数据需求的背景；确定目的和达到的效果；设计分析方案；执行方案，拉数据流，处理加工数据；整理分析报告；给出建议和结论。 难点：设计分析方案；加工处理数据流。

4.欠拟合和过拟合如何区分？怎么解决欠拟合和过拟合？

image.png