数据分析师面试题库第 2 页

当小红书图文笔记互动率下降时，如何设计实验验证增加短视频内容是否能改善互动，并补充哪些数据？

这道题考察数据分析师能否从“图文笔记互动率下降”这个异常出发，提出短视频内容作为干预，并设计可验证、可归因、可补数的实验，而不是直接得出“多发视频就能提高互动”的结论。

《蛋仔派对》上线“派对小屋”这类新社交玩法后，游戏数据分析师应关注哪些核心指标来评估玩法是否成功？

这道题考察游戏数据分析师能否评估《蛋仔派对》上线“派对小屋”这类新社交玩法后的真实价值：不只是看有多少人点进去，而是看玩法是否被理解、是否促进社交关系、是否提升留存和游戏生态，同时有没有损害主玩法体验。

直播后如何用点击量、转化率、互动量和用户反馈评估效果？

直播后评估效果不能只看单一指标，而要把点击量、转化率、互动量和用户反馈放进同一条漏斗里分析。点击量衡量触达和兴趣，转化率衡量交易或目标动作效率，互动量衡量内容参与深度，用户反馈解释数据背后的满意度和阻碍点，最终要落到复盘结论和下一场优化动作。

同题还出现在 1 个公司岗位

拼多多 App 百亿补贴频道转化率连续 3 天下跌，数据分析师应如何一步步定位原因？

这道题考察数据分析师处理核心频道转化异常的结构化能力。好的回答要从指标口径和数据质量开始，确认连续 3 天下跌是否真实，再拆百亿补贴频道的访问、商品曝光、点击、加购或拼单、下单、支付等漏斗，定位第一处异常。随后按流量来源、用户分层、商品供给、价格补贴、库存履约、推荐排序、页面性能、支付登录和活动竞争等维度归因，最后给出影响量级、责任 owner、验证方案和恢复监控。

评估推荐效果时，需要采集哪些曝光 log 和点击 log，如何保证指标可归因？

这题考推荐系统评估的数据基础。回答要说明曝光 log 是分母和归因基础，点击 log 是用户反馈结果，两者必须用 requestId、itemId、position、策略版本和时间窗口串起来，否则 CTR、转化率和 A/B 结论都不可靠。

如何评估微信订阅号底部相关文章推荐功能的效果？

这题考数据分析师是否能把一个具体推荐功能拆成目标、指标、实验和风险。订阅号底部相关文章推荐不能只看点击率，还要看对阅读深度、作者生态、用户体验和大盘阅读量的增量影响。

如何设计 A/B Test 评估文章推荐对大盘阅读量的增量影响？

这题考推荐功能的增量实验设计。回答要从实验目标、随机单位、指标层级、替代效应、分层分析和护栏指标展开，核心是证明文章推荐带来了大盘阅读量净增，而不是把原本会发生的阅读从其他入口搬过来。

A/B Test 中为什么常用 t 检验，它的适用前提和局限是什么？

这题考 A/B Test 的统计基础。t 检验常用于比较两组均值差异，因为它在方差未知、样本均值近似正态时能给出差异显著性判断；但前提、指标类型、样本独立性、方差差异和业务效应都必须一起说明。