阿里数据分析面经

1. 在大学课程设计中，你曾做过“校园快递点取件效率分析”，需处理3000条取件记录。清洗时发现15%的记录存在“取件时间为空”或“取件人信息重复”的问题。作为无实战经验的应届生，如何排查异常原因？用哪些方法处理（如删除、填充、标记）？处理时考虑哪些因素避免影响分析结论？

a. 追问1：若处理后发现“异常数据”集中在周末，且需对比周末与工作日的效率差异，会如何调整处理方式？

b. 追问2：这次数据处理让你意识到哪些技能欠缺？后续如何弥补？

2. 入职后参与“天猫双11美妆类目”复盘，分析“某爆款口红销量未达预期”的原因。手头有浏览量、加购数、支付数、用户评价关键词等数据，按什么步骤展开分析？优先看哪些指标的关联（如加购转支付率、差评内容与销量的关系）？

a. 追问1：若“加购数很高但支付率低”，如何验证是“价格过高”还是“库存不足”导致的？需要补充哪些数据？

3. 描述一次通过数据分析解决校园实际问题的经历（如图书馆座位利用率低、校园巴士班次不合理等）。如何确定分析目标？收集了哪些数据？用了什么工具？结论如何帮助改善问题？

4. 小组项目分析“校园奶茶店销量影响因素”时，对“核心指标”有分歧：有人认为是“日均销量”，有人认为是“客单价”。作为数据分析成员，如何说服团队统一指标？结合具体分析逻辑（如与盈利的关联性）说明。

5. 向辅导员汇报“学生选修课满意度分析报告”时，报告中有“课程评分标准差”“选课意愿转化率”等专业术语。如何简化内容让非专业背景的老师快速理解？举例说明删掉或替换哪些表述，补充哪些可视化图表