楊郁婷的開箱推薦文天地

編輯導語：對于職場人而言，面試是參加工作不可以避免的一個門檻，在面試中大多面試官都會針對面試崗位進行一些提問；本文是作者分享的關于經典數據分析的面試題解析，并介紹了這種類型題目的套路，我們一起來學習一下經驗吧。

數據分析崗位面試或者筆試里面出現頻率最高的一道題，就是分析某指標下降或者上升，為什么？這種題目做多了之后就會發現是有一定的套路的，這里就給大家介紹一下這種類型題目的套路。

題目：某電商12月支付用戶數環比上月下降x%，請問要如何分析找出原因？

首先，我們可以把該問題分成三個步驟：

1. 明確問題
2. 分析背后的邏輯
3. 根據分析結果提出建議

一、明確問題

• 確定數據提取、計算過程都是正確的，不然這個分析都是白費力氣。
• 是否是季節性的原因？淡旺季？或者上月是有大型活動，例如雙十一，618，過年等；這個月沒有大型活動。國家政策、天氣等宏觀和不可控原因。
• 看看能不能縮小問題的范圍，是不是某一個地區有問題，還是所有的地區都有這個問題；是不是只有這個月有問題，還是前面幾個月都是一個下降的趨勢。

明確這些問題之后，我們就可以用維度拆解的方法對問題進行進一步拆分。

這道題我們關注的指標是：支付用戶數量

支付用戶數量 = 用戶數量 * 轉化率

那么現在這個問題就進一步明確了，是用戶數量下降了，還是轉化率下降了？亦是兩者都下降？

二、分析原因

這里我們可以得到三種假設：

假設1：新用戶的數量減少

這時候我們就可以去看新用戶數量對應的哪一個渠道減少了。假設渠道A和渠道B獲得的新用戶數量不變，渠道C獲得的新用戶數量下降。

那么我們就進一步來分析為什么渠道C獲得的新用戶數量減少，我們可以對渠道C進一步來拆分為：年齡、地區、職業、性別等人口特征。

如果我們之前已經對新用戶進行機器學習（例如K-Mean）或者一些分析模型（例如RFM）等方法進行用戶群體的劃分，那么我們這里就可以觀察已經劃分好的用戶群體來得出哪一種群體在該渠道是一個減少的情況。

假設2：老用戶的數量減少

這里我們也可以用上述的方法對老用戶進行分析。還可以從產品體驗、競品分析、用戶反饋等維度來分析原因；這里可以看用戶投訴情況、客戶溝通情況、競品近期有無活動等情況。

假設3：轉發率降低

這里可以使用漏斗模型來找出哪一環節的流失率比較大，通常用戶完成支付的流程為：

1）去往商品頁面（廣告點擊、直接搜索等方式） –> 2）商品瀏覽 –> 3）加入購物車 –> 4）完成支付

假設第1-2步驟流失率很大，那么可能是廣告投放效果不好，商品標題用戶搜索不到等原因。

假設第2-3步驟流失率很大，那么可能是商品價格貴，有競品價格更加優惠，標題和實物不相符，客戶不在線，好評少等原因。

假設第3-4步驟流失率很大，那么可能是用戶忘記付款，付款方式少，有bug等原因。

三、根據分析結果提出建議

提出建議也是數據分析非常重要的一步，只找出毛病，沒有相應的解決方案是非常不可取的，所以一定要給出改善的方法。

1. 假如渠道C用戶下滑嚴重，可以考慮放棄該渠道，或者修改或加大廣告投放的內容從而獲得更多的用戶量
2. 可以跟一些老用戶進行郵件等形式的溝通，明確老用戶流失的原因，從而挽回更多的老用戶，適當給老用戶多一點的好處來喚回流失的老用戶。
3. 可以進行一些A/B測試，提高用戶體驗，從而提高轉化率。

本文由 @單戀一枝花 原創發布于人人都是產品經理。未經許可，禁止轉載。

題圖來自Unsplash，基于CCO協議

收藏已收藏 | {{ postmeta.bookmark }}點贊已贊 | {{ postmeta.postlike }}