现在大三，学校每天满课，下个学期照样满课，没办法面试检验一下自己的水平，只能慢慢一直准备，越学方向越迷糊了。。。没有反馈的学习是最难受的，现在幻想期末考完试后在boss每天投上限，一天拿到4个面试，每天速通oc了。现在上课一点没听，期末考能不能过都有点悬了。。

遇到面试异动归因问题首先第一步对数据进行准确性校验，确定数据上报流程无误、数据埋点没有变更、指标口径没有变化（遇到数据问题的公式回答）再确定数据的时间维度 这里举一个简单的异动题的例子来回答，其他类似题也可以套用一下比如滴滴打车最近gmv下滑，该如何分析？第一步进行数据准确性校验第二部明确问题，最近是指最近最近一段时间长线下滑还是最近几天突然下滑第三步进一步拆解分析，如果是突然下滑，可以从外部和内部两个方面考虑。外部方面最近是否有极端恶劣天气，或者有网络舆论、政策变更等因素，内部方面app端或者小程序端是否出现bug，根据行为漏斗图查看用户行为路径是否在某个转换处突然下降。内部从用户，司机，平台三方考虑，对gmv进行拆解为dau*转换率*客单价查看用户画像是否有哪一用户群体的dau持续下降，查看用户行为漏斗是否有转化率下降再看司机的人群画像是否有大的变更导致用户流失，比如高端车司机减少导致客单价较少，司机不愿意接长距离单导致客单价减少从平台端可以看最近是否上线了新版本或者更新了功能导致了司机或者用户群体流失。再从时间和空间两个维度进行分析，查看在早中晚三个时间段是否和以前的gmv有较大差异，是否是因为在某一地区的gmv产生了较大波动，这样拆解完应该可以考虑到所有的因素。如果是还需要给出建议可以在说完每一个找到的可能原因后对这个原因进行假设，然后再提出建议。总结起来异动归因大概就是这几个步骤对数据进行准确性校验明确问题从外部内部因素拆解从用户商家平台三方进行拆解从时间空间维度进行拆解这样面试回答应该可以尽量覆盖全方面了

今天把一些关于abtest和假设检验的概念搞清楚了蛮多感觉和国庆前比有明显提升现在sql刷牛客上的题在认真看清题目条件的情况下已经都可以快速写出来而且一遍过了，之前觉得难的题也能轻松写出来了场景题上也自行说思路上也清晰了一点，python还是不太会写，记住的方法也不多，平时用的少，但是面试考察py的还是比较少问题不大但是因为不会太会python所以也不会建模不懂那些模型的参数怎么调参之类的，所以在搜罗面经并且自己学习的过程中还是有蛮多难处的大一大二学校课程完全没学，天天在玩，每次都是最后几天复习课程卡线过，现在发现还是有挺多统计上的概念其实在上课讲过，现在得补一点，虽然不多也不耗时间我发现一个学习比较好的方法，在遇到不懂的概念那种无从下手的时候，逮着ai一直问刨根问底，就能比较清晰的明白原理，也能明白自己不懂的点在哪，唯一的缺点就是，国内ai的思考时间太长了，每次都要等好久，等的过程中就写一会sql题，偶尔用poe，但是有次数限制，每个月单独买gpt又感觉有点贵，以前遇到问题问一下ai没看懂就放弃现在清晰挺多了现在打算在期末考试完之后找一份实习，大概得12月初可能，后续还有课程设计，不知道能不能跑出去，在此之前不断进步，在第二份实习期间自己再学习py做一些项目，方便后续数分转其他岗，纯数分做到后面可能得很强的业务理解，低级数分还是挺容易被替代的从最开始什么都不会，到现在也只是会皮毛，暑假学习的过程中还被带错很久的弯路，时间过的真的好快，再转眼也要到明年秋招的时候了，不知道那个时候自己会有怎样的水平，又能找到怎样的工作，现在的期望是最少，在北京上海有一家善良的企业愿意接纳我，我都不敢想薪资了，薪资等跳槽再想着提高吧把自己的焦虑写出来，好像就没那么焦虑了

继续记录自己数分面试准备的一些问题，要是中间有不对的地方希望有佬帮我指出来一下谢谢啦数据分析师通过用户行为漏斗定位到了问题，采取一定策略，如何评估这个策略效果首先明确评估目标，可以进行abtest，如果不能进行ab的情况下，就设立多维度指标，构建评估体系，对用户进行分层，对不同的用户进行分析，不值关注短期价值，也可以关注长期价值和用户质量，也可以使用假设检验确定策略的有效性，最后形成结论和建议

在我的第一次面试之前，关于面试的知识一点都没学，只学了一周的数分的基础，连sql语法都没搞太清楚，也只做了一个堆料的烂简历，一页简历上面五个项目经历，全是直接搜罗网上别人的简历上的复制粘贴上去，想着靠那点知识找到一份实习，现在想想当时实在是太稚嫩了，只知道需要早点实习才有机会秋招，没有想过需要找什么实习，也不知道和岗位匹不匹配，于是在ssob 拉g 智l上面遇到关于数据的就开投，不管是什么岗，和数据有关就沟通，胡乱沟通了三四天，终于有一个hr认真回复我了，我非常热情的体现我想要这一份实习工作，她说公司在杭州，从我现在的城市过去实习换城市实习会花费很多精力，劝导我重新做选择，我说没关系的，我哥哥在那边读研可以照顾好我的（实际上并不在），那位hr劝导我好好思考，告诉我很多道理之类的，我全部推开不管她说的什么，然后说我百分百可以去，并且非常想获得这个实习机会，于是和那位hr就加上了v约面。我的第一次面试就要开始了，我准备了word自我介绍文档，一点点的自以为可能被问到的问题，然后就正式开始面试，当时第一次面试非常非常紧张，首先先让我进行自我介绍，我在屏幕上跟着念，然后那位hr问我，想找的实习方向是什么，有没有了解过公司的业务，我说想做数分的方向，公司业务应该是做酒店相关的数据处理，然后那位hr告诉我说，公司招的实习生需要做的是打电话让酒店入驻一个app，使得可以网上订购，每天需要打很多电话进行交流，一个月工资加上业绩一共也就4500的样子，挣不到什么💰，让我好好思考之后再决定自己想要的方向，当时我就知道了这相当于一个客服岗，但是我还是想获得第一份实习工作，但是hr极力让我仔细思考自身条件，我也就回应会好好思考的，第一次面试就遇到这么暖心的hr没有打击我反而让我认真思考，真的很幸运。现在想想当时的我确实挺好笑的

很久没有写日记了，今天写一些今天学的一些有关面试的东西吧给自己以后看到好复习也 大部分都是自己的初步了解的一些面试可能遇到的问题，只是自己的想法感觉大概率有问题希望可以被指出sql执行顺序from join where groupby having select orderby limit什么是中心极限定理无论原数据呈现什么分布，在样本量足够大的时候一点，样本均值分布一定会呈现正态分布什么是p值在原假设成立的基础上该事件发生的概率，如果低于阈值则拒绝原假设，也可以理解为该事件的偶然性概率第一类错误和第二类错误第一类错误就是在原假设为真的时候拒绝原假设第二类就是为假的时候不拒绝原假设打车GMV同比上周下降20%的原因首先对数据进行准确性校验 确认无误后对GMV进行拆解成UV*转换率*arpu 再确定用户侧的指标 对用户进行分层看是哪一部分的用户指标下降  再根据用户行为漏斗确定是否有行为转化异常是否app有bug之类或者卡顿 还可以找下是最近出现了有热点事件或者政策颁布使得GMV下滑 或者是因为自然天气等原因导致下滑abtest的基本原理通过两个不同版本的测试确定更有效的方法 主要流程是确定目标 提出假设 确定样本量和实验周期 对用户进行分组 开始实验 验证显著性水平大数定律当样本量足够大的时候 频率会趋于实际概率什么时候用z检验什么时候t检验当标准差已知的时候建议用z 未知大样本建议用t可以用z小样本必须t（好像不是很对问ai学的）

今天上水课补了会觉，学了学abtest相关的流程和逻辑但是自己还不算非常能说清楚，下午课上完就在图书馆改简历，本来想用超级简历里的模板来改现在发现基本都要💰才能用，现在就又只能用原来的模板改，这个模板格式乱七八糟非常难改，打算等下一份实习找到去实习之后再自己做个模板，现在把之前简历里面一些赘余部分改了改，回宿舍洗完澡之后刷了4道牛客上的sql大厂笔试真题，写了大概1h30min有一道没写出来还没认真看具体逻辑有点晚了明天下午没课回宿舍再研究，其他三道都一遍过，sql基本上应该没有太大问题。要是有兄弟有好的模板希望可以帮孩子一把。在校基本每一节课都扫码签到，还要抽人回答问题，有些老师还老是转来转去，带耳机听数分业务向的视频再理解转化的效率好低。。

现在眼睛睁不开了快已经，我发现这两天洗澡的时候老是在想面试场景题，自己问自己答，完全忘了还在洗澡，回过神来已经过了好几分钟，今天把一些面试场景题自己梳理清楚了，pd题也刷了一些，但是感觉距离大厂越来越远了，面试总会问到不会回答的问题，自己随口答是水平又太低了，现在写一句话眼睛都会闭上已经不清楚现在在写什么东西了，要是有遗漏明天睡醒再补充，xdm晚安💤

先说一下背景，双非本，目前有一份不到千人的小厂商分实习经历，想每天记录一下自己的学习状况，在毕业后看到自己的成长路径，为成功在校招拿下大厂offer而努力。现在学数分的状况是技能方面py不是特别熟练使用，面试场景题上还没有完全掌握，面试的项目和实习介绍也还没梳理完，想在寒假前找到大厂日常实习先。今天只学习了pd和异动归因的场景题，感觉效率太低了。明天再提高效率，梳理一下学习的进度规划！

select * ,round(revenue / buyers_cnt , 2) avg_order_value ,rank()over(order by revenue desc) rank_by_revenue from ( select category ,count(distinct b.order_id) orders_cnt ,count(distinct b.buyer_id) buyers_cnt ,sum(qty) items_qty ,sum(qty * price) revenue from order_items c left join orders b on b.o...

with tmp1 as ( select uid ,sum(is_click) / count(1) sc from user_res_event_log_tb a where left(rid , 2) = 'ad' and left(event_date , 7) = '2022-07' group by 1 order by 2 desc , uid desc limit 3 ) , tmp2 as ( select uid ,sum(is_click) / count(1) cnt1 ,row_number()over(order by sum(is_click) / count(1...

with sh as( select uid ,count(1) sh from search_log_tb group by 1 ) , cl as( select uid ,count(1) cl from click_log_tb group by 1 ) select uid ,sh search_num ,ifnull(cl , 0) click_num ,srk search_rank ,crk click_rank from ( select sh.uid ,sh ,cl ,rank()over(order by sh desc) srk ,rank()over(order by...

select case when cnt1 between 2 and 3 then '连续登录2~3天' when cnt1 between 4 and 7 then '连续登录4~7天' when cnt1 = 1 then '未连续登录' else '连续登录大于7天' end days_range ,count(1) user_num from ( select uid ,max(date_sub(dt , interval dt day)) drk ,count(2) cnt1 from ( select uid ,login_date dt ,rank()over(partitio...

with tmp as ( select date(start_time) dt ,sum(timestampdiff(second , start_time , end_time)) / count(1) tm11 from user_play_log_tb a join (select max(date(end_time)) dt1 from user_play_log_tb) as b where date(start_time) between date_sub(dt1 , interval 6 day) and dt1 and timestampdiff(second , start...