转载自 如何准备商业分析师的笔试&面试
通常对于初中级商业分析师，会考察以下三个方面：一是来自于简历里的商业分析项目经历、二是考察工作技能如SQL或者数据分析的思维、三是业务、行业分析思路和对数据敏感度。
（一）考察对岗位的理解和职业规划**（适用于很多转岗分析的求职者）
- 准备好简历和自我介绍，突出重要的和商业分析相关的项目，并用量化指标说明达成效果
- 数据分析师和数据工程师的区别是什么？
- 为什么转行，为什么没有在公司内部转行？
- 你理解的数据分析师的工作是怎样的？
- 分析团队的价值是什么？
- 你觉得数据分析/商业分析最重要的是什么？/你认为数据分析师应该具备哪些能力？对该职位的看法是什么？数据分析工作最大的收获是什么？
- 你平时如何做数据清洗的？
- 你的优点和缺点？
- 为什么要选择做数据分析？
- 你觉得数据分析最难的地方在哪里？（结合面试公司的业务产品来说
（二）考察技能
EXCEL、SQL、PPT、统计概率
SQL参见笔试题：
统计概率：
描述性统计（平均值、标准差、中位数）
概率（独立事件、相关事件、期望、叶贝斯）
概率分布（离散概率分布、连续概率分布）
统计推断（抽样、置信区间、假设检验）
机器学习:
分类算法：逻辑回归、贝叶斯、决策树、随机森林
回归算法：线性回归
聚类算法：K-means
问题：
什么是相关分析和回归分析
异常值判定
什么是聚类算法，有哪些算法，写出其中一个原理及计算步骤
正态分析公式及两个变量，变化规律是怎么样的
对于数据分析是怎么理解的，怎么进行数据分析
自学是通过什么方法学习的？
（三）考察业务知识
讲讲之前公司的业务运作模式？
你做的事情对业务有什么作用？
请举例自己参与的一个商业分析项目？在这个项目中你做了什么？遇到困难是怎么解决的？
- 常见的业务分析方法：
行业分析-PEST分析方法
公司整体经营情况-4P营销理论
财务分析-杜邦分析法
用户行为分析/产品运营-AARRR漏斗模型/FRM模型
业务面试-逻辑树分析方法
1、PEST分析方法：指对企业发展的宏观环境的分析，在分析一个企业集团所处的背景的时候，通常是通过P政治，E经济，S社会，T技术这四个因素来分析企业面临的状况。
政治环境主要包括政治制度与体制，政府的政策、法律等。关键指标-政治体制、经济体制、财政政策、税收政策、产业政策、政府补贴水平。分析思路-相关法律有哪些？有什么影响？投资政策有哪些？对公司业务是制约还是促进？
经济环境主要指一个国家的国民收入、企业业务服务地区消费者的收入水平等。经济环境影响着企业未来市场的大小。关键指标-GDP、利率水平、通货膨胀率、失业率、汇率、居民可支付收入、消费价格指数等。
社会环境主要包括一个国家或者地区的人口和文化背景。关键指标-人口规模、年龄结构、人口地域分布、收入分布、购买习惯、教育水平、宗教信仰等。分析思路-国家的人口地域是怎么分布的？不同阶层人的购买习惯是什么？
技术环境包括与企业市场有关的发展变化。关键指标有：新技术的发明和进展、技术更新速度、技术传播速度、国家重点支持项目、国家投入的研发费用、专利个数等。分析思路-科技是否为消费者和企业提供了更多的创新产品与服务，例如网上银行、新一代手机等？科技是如何改变分销渠道的，例如线上教育、微信公众号等？
2、4P营销理论：产品、价格、渠道、促销4类要素。产品指企业提供给目标市场的有形或者无形产品，包括产品的实体、品牌、包装、样式、服务、技术等。价格指用户购买产品时的价格，包括基本价格、折扣价格、付款期限及各种定价方法和定价技巧等。渠道指产品从生产企业到消费用户所经历的销售路径，普通消费品经过代理商、批发商、商场或者零售店的环节，B2C模式包括电话销售、网络直销、人员直销、专卖店直销等模式。促销是指企业利用各种方法来刺激用户消费，促进销售的增长。包括广告、人员推销、营业推广等。比如买一送一，过节打折等。通过4P营销理论了解公司整体的运营情况。通过以下的一些问题，可以细化为数据分析指标。
产品：公司提供什么产品或者服务？
哪个产品销量最好？
与用户需求是否一致？
购买产品的用户都是些什么人？
价格：公司销售收入怎样？（增长/减少）
用户接受的合理价格是多少？
用户购买支付方式是什么？
渠道：公司在各地区有多少销售渠道？
是否未覆盖到或覆盖范围较低？
用户通过何种渠道购买？
用户在各个地区的构成怎样？
公司渠道政策是否有吸引力？
促销：入多少促销资源？效果如何？
投放多少宣传广告？效果如何？
3、杜邦分析法：是指各种财务指标综合在一起来评价公司财务管理效果。通常用于公司财务方面的分析。用来解释三个问题：
公司业务是否赚钱？（销售净利率=净利润/销售额）
公司资产运营效率如何？（总资产周转率=销售额/总资产）
公司债务负担有没有风险？（权益乘数=总资产/净资产）
净资产收益率=销售净利率*总资产周转率*权益乘数
4、AARRR漏斗模型：对应产品运营的5个重要环节：
获取用户：用户如何找到我们？
激活用户：用户的首次体验如何？
提高留存：用户会回来吗？
增加收入：如何赚到更多的钱？
推荐：病毒式营销，用户会告诉其他人吗？
获取用户：从高成本转化为低成本获客，一种是语言-市场匹配，打动用户的心，另一种是渠道-产品匹配，产品投放在什么渠道才能直达用户的视线范围。渠道分为三种，一种是口碑渠道，病毒营销。一种是有机渠道，适合搜索引擎优化、内容营销。最后一种是付费渠道，电视广告、赞助等。需要关注的指标：渠道曝光量（有多少人能看到产品的推广）、渠道转换率（有多少用户因为曝光转换成了用户）、日新增用户数、日应用下载量（每天有多少用户下载了产品）、获客成本（单个客户需要花费的成本）。
激活用户：产品的啊哈时刻，打动用户的产品亮点。需要关注的指标：日活跃用户数（一天之内，登陆或者使用某个产品的用户数），活跃率（活跃用户的占比，某一时间段活跃用户在总用户量的占比，根据时间分为日活跃率DAU、周活跃率WAU、月活跃率MAU等。网页端的产品用PV（页面浏览量,用户每打开一个网页算一个PV）、UV（一定时间内访问网页的人数）。
留存用户：次日留存率（当天新增用户中在第2天使用过产品的人数）、第3日留存率（第一天新增用户在第3天使用过产品的用户数/第一天新增总人数）、第7日留存率、第30日留存率。Facebook有一个著名的40-20-10法则，新用户次日留存率40%、7日留存率20%、30日留存率10%表明产品数据较好。
增加收入：夹点概念-损失潜在收益的地方。分析用户在夹点放弃的原因。关键指标客单价（每位用户平均购买商品的金额，销售总额/顾客总数）、PUR付费用户占比、ARPPU（某段时间内，付费用户的平均收入）、生命周期价值（平均一个用户在首次登陆游戏到最后一次登陆游戏内，为该游戏创造的收入总计）、复购率（一定时间内，消费过两次以上的用户数/总用户数）、销售额（用户数转化率客单价*购买频率）
推荐：传染物本身（对自己的产品要足够了解，自己的产品是否真正解决了用户的痛点）、传染物发挥作用所需的环境（使用你产品的刚需用户出现在哪些环境）、人们传播传染物的行为（人们会因为什么目的去分享你的产品，让更多的人看到你的产品）。关键指标：转发率（转发用户/看到的用户）、K因子（每个用户向他们的朋友发出邀请的数量*接受到邀请的人转化为新用户的转化率，当K大于1较不错）
5、逻辑树分析方法：将问题分拆、细分为所有的子问题、像树枝一样向下展开，比如脑图
- 需要阅读和记笔记总结的工具书籍：《增长黑客》
更多的读书笔记详情请参见：
- 业务面试题的回答套路：通过三个步骤
1、明确数据：
一是明确数据的来源和准确性-产品（用户使用的产品是什么）、时间（哪个时间范围的数据）、地点（这是哪个区域的数据）、事件（数据来自哪个部门？是谁发现的问题？是否核对过数据的准确性）。
二是业务指标理解-了解清楚业务指标的具体含义，好的指标通常为比率。比如只告诉或用用户是没有意义的，还需要了解总用户数进行比较和行业的平均活跃率。
三是和谁比-销售额是和目标相比还是和成本相比。
2、分析原因：
一是问题严重-确定外部环境和内部环境有无重大事件。外部环境如行业整顿、恶性新闻、竞争对手、产品重大失误。内部环境从以下4个因素找原因，先检查数据本身是否有问题，再检查产品版本更新、bug问题导致、服务器是否崩溃、问客服是否有大量投诉以及投诉原因。之后检查渠道的问题，是否存在造假、刷单导致大量假用户等。最后检查行业规律问题，是否节假日或者周期性规律导致的下降。
二是问题不严重-拆分问题，用户对应运营部、产品对应产品部、竞品对应市场部。用户：画出用户使用产品的路径图，从AARRR模型五个环节去分析。产品：这段时间销售的产品是否符合用户的需求。竞品：是不是有优惠活动，用户跑到竞争对手那里了。
3、给出建议
针对每个分析的原因给出建议。
- 面试题实战
在销售、运营、市场常规数据分析，90%工作是看日报，模型占不到1%，解读日报里的数据波动是数据里的基本功。
1、APP活跃用户日报解读问题
以下是一家公司APP一周每天的活跃率，如果你是分析师：从数据中可以看到什么问题？你觉得背后的原因是什么？如果你的老板要求你提一个运营改进计划，你会怎么做？
附：每天APP活跃度DAU
先对数据可视化，在图纸上画出折线图，可以看到数据随着时间变化的趋势：
按照套路来，第一步明确数据：通过一步一步问面试官，让面试官给出更多的背景信息。时间-一周的数据，地区-是针对所有用户的还是针对某个地区用户的，事件-来自于哪个部门，数据是否准确。指标含义-日活跃用户是如何定义的，是一天之内登陆了APP的算活跃用户还是打开使用了APP的某个功能的算活跃用户。日活跃率是一天内活跃用户占总用户量的比，总用户量是多少，从而算出活跃用户是多少？和谁比-问面试官前几周的数据是怎么样的，可以从长时间段整体看变化趋势，可以看出数据是否有规律。第二步分析原因：通过与前几周的数据进行比较，我们发现活跃度下滑很严重，问题严重-外部环境比如行业整顿、恶性新闻、竞争对手有什么大动作、产品是否有重大失误。内部环境从4个方面入手-先检查数据本身是否有问题，再检查产品更新、产品版本是否有bug、APP服务器是否崩溃？问客服有无投诉？再检查渠道的原因，渠道是否造假、最后是行业规律，是否存在节假日或者周末假期下降的规律。最后根据上诉的原因给出对应部门负责人建议。
2、公众号运营日报解读问题
以下是一家公司公众号一周的访客数，从数据中你看到什么问题？背后的原因是什么？老板要求你提一个运营计划，你会怎么做？
附：每天公众号图文阅读人数
首先还是对表格内容可视化，绘制出折现图，看数据随着时间变化的趋势，并且明确数据的地区、时间、事件、业务指标的意义，比如打开公众号文章的用户为每天的活跃用户，该微信公众号的总用户数为32000，那么我们可以算出日活跃率与图表：
和谁比-询问面试官微信公众号的平均日活跃度为3%。那么分析原因，首先本周数据与前几周数据的趋势是一致的，周二周四周日活跃度高（因在周二周四周日定点发文章），并且高于平均日活跃度，属于问题不严重的，再拆分维度，用户对应运营部，产品对应产品部，竞品对应市场部，我们看到只要发文章用户就会打开看且高于市场活跃度，那么我们需要获取更多的用户，从AARRR模型5个环节分析，这段时间发的文章是否符合用户的需求，竞品是否在搞活动吸引了更多的用户。再给出具体建议。
3、网站销售日报解读问题
以下为一家B2C电子商务网站一周的销售数据，该网站主要用户是办公室女性，销售额主要集中在5款产品上，从数据中你看到了什么问题，背后的原因是什么？提出一个运营改进方案？
提示：销售额要想到=用户数转化率客单价*复购率
4、活跃率/流失率问题
公司有30万注册用户，活跃用户1万，想把剩下29万非活跃变成活跃的，有什么想法？
提高活跃率
明确数据：时间、地点、事件，30万注册用户从哪个时间开始到什么时间的？活跃用户的定义是1日活跃还是7日活跃？是什么地方的数据，是否是全平台的数据？数据来自哪个部门？这些用户来自于公司的什么产品？
业务指标：注册用户是怎么算的，下载APP还是登陆注册开通呢？月活跃用户1万是指打开过APP还是购买过产品呢？
和谁比：同类产品的平均月活跃率为5%，我们是3%低于平均，那么在AARRR模型中是处在激活用户阶段，我们需要制造通往啊哈的路线图。我们的产品是购物软件，在新用户体验到达啊哈时刻之前，必须完成以下步骤：下载APP，找到所需商品、放入购物车，创建账户，输入姓名，加入信用卡和配送信息，然后点击购买。在这一系列过程中我们需要知道那些不活跃的用户是停留到哪一步？是搜不到东西还是创建账户太麻烦，或者页面设置不合理？需要计算出每个节点用户的损失率。
分析原因：我们还可以分析活跃用户的用户画像，他们是来自哪些区域的人群，是不是这样特征的人群才是这个产品的刚需人群。产品部-这段时间销售的产品是否符合用户的需求？市场部-竞品是不是在搞什么优惠活动，用户同时注册了他们和我们，但因为他们有活动，导致我们的不活跃。
提出建议：通过分析不活跃用户使用产品的路径，我们可以计算每个节点用户的损失率，相应地来提高产品性能，改善用户体验。通过分析活跃用户的用户画像，我们可以对应找到这些刚需人群来自哪里，对于我们以后获取刚需人群也很有帮助。刚需人群进来使用产品几率提高，从而提高活跃。我们还可以通过游戏化的做法，给用户奖励，比如打卡、积分，还可以通过触发物，唤醒用户，比如发放优惠券等。
5、金融行业面试题
- 考察SQL：
写出最近一次登陆城市各有多少用户在表中？
用户ID之间的可能关系（比如家庭成员/情侣等）
- 考察数据清洗
找出数据表中的异常值，并阐述你如何控制数据质量并以本数据为例设计数据质量报表。
请将数据拆分为几个小数据集并用他们建立一个小数据库
- 考察分析能力
请分析数据集，阐述你观察到的数据特征。
每月都会更新数据集，请用本数据集做一份周期性商业报表
作为理财的产品经理，请问你如何选择客户对象？
请从附件中选择你认为最重要的资产表现监控数据项，并简要阐述理由。
（四）面试结束时
还有什么想要问公司的：
我会和谁一起工作？
公司希望我三个月内能达到什么水平？
在我以前，公司最优秀的新人是什么样的？
进入公司后做什么工作？