2020年小紅書校招數(shù)據(jù)分析筆試題

1、如果在小紅書商城中某一商戶給一產(chǎn)品定價，如果按照全網(wǎng)最低價500元定價，那么客人就一定會選擇在此購買；價格每增加1元，客人的流失的可能性就會增加1%。那么該商戶給客人報出最優(yōu)價格為（）

A、520
B、535
C、550
D、565

答案：C

解析：
要求定價為多少時，利潤能最大。設(shè)價格漲幅為x，利潤為y，M為顧客數(shù)未知，但是一個固定值。求二元一次方程y=M(1-x/100)x的最大值。

2、在一次集卡活動中，有5種不同的卡片以相同的概率出現(xiàn)，每分享一次筆記就可以得到一張卡片，集齊所有卡片所需點贊的筆記數(shù)量的期望，與以下哪個結(jié)果最為接近？（）

A、9
B、11
C、13
D、15

答案：B

解析：
考察多個幾何分布的和。

首先題目符合幾何分布，獨立試驗->拿到一種卡片的概率相同->為了集齊卡片要進行多少次試驗。對于幾何分布，若其每次成功的概率為p，則期望為1/p.

回到本題，有幾種情況：

• 假設(shè)這里面只有一種卡片，拿一次就拿齊了所有卡片，期望是1

• 假設(shè)這里面有兩種卡片，第一次肯定能拿到一種，那么，再拿多少次可以拿到剩下的那種呢，就又變成了一個幾何分布，p = 1/2，期望是2，所以總的期望是1+2=3

• 假設(shè)這里面有3種卡片，第一次肯定拿到了一種，期望是1，第二次要拿剩余的兩種的一種，p = ?2/3，期望是3/2，第三次要拿到第三種，p = 1/3，期望是3，所以整體的期望是1+3/2+3=11/2

• 依次類推，5種卡片，全部拿齊的期望應(yīng)該是：
  第一次拿到了1種，期望是1，第二次拿到剩余4種中的1種，p=4/5，E=5/4，第三次拿到剩余3種中的1中，p=3/5，E=5/3，第四次拿到剩余2種中的1中，p=2/5，E=5/2，第五次拿到剩余1種，p=1/5，E=5。

• 總的期望就為：1+5/4+5/3+5/2+5,約等于11.42

這和集5福是一個道理。

3、在excel中如何將列a的字符值與列b的字符值合并為一個字符串c（）

A、c=a+b
B、c=a&b
C、c=a and b
D、c=a*b

解析：
考察Excel基本用法

Excel中字符的合并是用“&”符號，也可以用函數(shù)CONCATENATE。Python中字符串的拼接用“+”
SQL中字符拼接可以用“+”，也可以用concat函數(shù)

4、select count(open) ?count(distinct user_id) ? from ? temp1
（）
A、3,4
B、5,5
C、5,3
D、3,5

這道題不懂是什么意思，沒有給表。

5、調(diào)查全公司1000名員工平均交通費用支出情況，采取不重置抽樣，從其中抽取100名進行調(diào)查。根據(jù)以往調(diào)查可知總體方差s2為100，則樣本均值的方差為 （）

A、0.1
B、1
C、100/111
D、10/111

答案：C

解析：
不重置抽樣時，樣本均值的方差用以下公式來計算：

6、已知2-5月環(huán)比增長速度分別為5.6%、7.1%、8.5%、6.4%，則5月對比1月的增速是 （）

A、5.6%7.1%8.5%6.4%?

B、(105.6%107.1%108.5%106.4%)-100%
C、(5.6%7.1%8.5%6.4%)+100%?

D、105.6%107.1%108.5%106.4%

答案：B

解析：
考察定基增速與環(huán)比增速

5月對比1月的增速是定基增長速度，定基增速與環(huán)比增速兩者之間沒有直接的換算關(guān)系，在由環(huán)比增長速度推算定基增長速度時，可先將各環(huán)比增長速度加1后連乘，再將結(jié)果減1，即得定基增長速度，則定基增長速度為(107.8%×109.5%×106.2%×104.9%)-100%。

7、“魚與熊掌不可得兼”的意思是：（）

A、要么得魚，要么得熊掌
B、得熊掌就不得魚
C、或者得魚，或者得熊掌
D、不得熊掌就得魚

答案：B

解析：
考察互斥事件

魚和熊掌是互斥事件，只有其中一個會發(fā)生，只有B是這個意思

8、以下哪些是判別模型？（）--多選

A、隱馬爾可夫
B、決策樹
C、支持向量機
D、樸素貝葉斯
E、最大熵模型

答案：BCE

解析:
考察機器學(xué)習(xí)算法的基本概念

決策樹、支持向量機、最大熵模型屬于判別模型，典型的判別模型還有KNN、邏輯回歸、神經(jīng)網(wǎng)絡(luò)等。樸素貝葉斯、隱馬爾科夫?qū)儆谏墒侥Ｐ汀?/p>

關(guān)于判別模型和生成模型，博文機器學(xué)習(xí)之判別式模型和生成式模型 - nolonely - 博客園 舉了一個例子：

• 判別式模型舉例：要確定一個羊是山羊還是綿羊，用判別模型的方法是從歷史數(shù)據(jù)中學(xué)習(xí)到模型，然后通過提取這只羊的特征來預(yù)測出這只羊是山羊的概率，是綿羊的概率。

• 生成式模型舉例：利用生成模型是根據(jù)山羊的特征首先學(xué)習(xí)出一個山羊的模型，然后根據(jù)綿羊的特征學(xué)習(xí)出一個綿羊的模型，然后從這只羊中提取特征，放到山羊模型中看概率是多少，在放到綿羊模型中看概率是多少，哪個大就是哪個。

9、下列Excel公式輸入的格式中，正確的有()

A、=SUM(1,2,,,,99,100)
B、=SUM(E1:E6)
C、=SUM(E1；E6)
D、SUM(“18”,”25”,7)

答案：B

解析：
考察Excel基本用法

Excel里sum函數(shù)求和的用法為B選項

10、關(guān)于正態(tài)分布,下列說法正確的是（）--多選

A、正態(tài)分布具有集中性和對稱性
B、正態(tài)分布的均值和方差決定正態(tài)分布的位置和形態(tài)
C、正態(tài)分布的偏度為0，峰度為1
D、標(biāo)準(zhǔn)正態(tài)分布的均值為0，方差為1

答案：ABD

解析：
考察正態(tài)分布的基本知識

正態(tài)分布曲線對稱，具有對稱性，均值和中位數(shù)位于中央，具有集中性。
正態(tài)分布的均值決定了曲線的中央位置，方差指出了分散性，也就是方差越大，曲線越扁平、越寬，決定了其形態(tài)。
標(biāo)準(zhǔn)正態(tài)分布的均值為0，方差為1。
標(biāo)準(zhǔn)正態(tài)分布的偏度為0，峰度為0（3）。

11、X服從區(qū)間（1,5）上的均勻分布，求對X進行3次獨立觀測中，至少有2次的觀測值大于2的概率（）

答案：27/32

解析：
考察二項分布用法

三次獨立觀測滿足二項分布X~B(3,3/4)

關(guān)于二項分布，可參考我之前的文章：
離散型隨機變量的概率分布

12、抽樣估計的優(yōu)良標(biāo)準(zhǔn)有三個：（），影響時間序列的因素有四個：（）

答案：無偏性、一致性、有效性；長期趨勢、季節(jié)變動、循環(huán)波動、不規(guī)則波動

解析：
考察統(tǒng)計學(xué)中的抽樣估計、時間序列的基本概念

概念性問題

13、請給出三種常見的聚類算法:（）

答案：K-means聚類、K-中心點聚類、EM算法、OPTICS算法、DBSCAN算法等

解析：
考察聚類算法的基本概念

14、小紅書人臉識別系統(tǒng)識別當(dāng)前進入小紅書公司人員的身份，此系統(tǒng)一共識別三種不同的人員：員工，送餐員和陌生人。哪種學(xué)習(xí)方法適合此種應(yīng)用需求（）

答案：多分類

解析：
考察機器學(xué)習(xí)的應(yīng)用

15、小紅書在首頁上線了一個新的模塊，目的是為了提升用戶的瀏覽時長，請設(shè)計一套分析方案，衡量模塊上線后對用戶停留時長是否有提升？

解析：
思路A/B Test，后面第19題再詳細說它。

16、下表是某電商在不同品類不同月份的銷量數(shù)據(jù)
（1） 請用sumif或 sumifs在F3單元格實現(xiàn)計算洗面奶在201901的銷量
（2） 請用函數(shù)實現(xiàn)計算洗面奶有幾個月的銷量超過了100萬
（3） 請用函數(shù)計算洗面奶這個品類的月復(fù)合增長率

答案：
=SUMIFS(C4:C15,B4:B15,E4,A4:A15,F3)
=COUNTIFS(B2:B13,B2,C2:C13,">100")
=pow(160/120,1/3)-1

解析：
考察Excel的實際應(yīng)用

第一題考察SUMIFS函數(shù)用法，這個函數(shù)是用來進行條件求和的，該函數(shù)至少有三部分參數(shù)：

• sum_range：指進行求和的單元格或單元格區(qū)域（求和區(qū)域）

• criteral_range：條件區(qū)域，在求和時，該區(qū)域?qū)⑴c條件的判斷

• criterl：通常是參與判斷的具體一個值，來自于條件區(qū)域
  把這個函數(shù)展開具體來看就很簡單了：
  

  

第二題考察COUNTIFS函數(shù)的用法，這個函數(shù)是用來進行條件計數(shù)的，它的參數(shù)：

• criteria_range[N]：指要進行計數(shù)的單元格或單元格區(qū)域（條件區(qū)域）

• criteria[N]：條件值。
  這個公式展開后同樣非常好理解：
  

  

第三題是復(fù)合增長率的計算，它的公式是：
(現(xiàn)有價值/基礎(chǔ)價值)^(1/期數(shù)) - 1
這里要計算的是洗面奶的月復(fù)合增長率，Excel里用power函數(shù)計算乘冪。

17、有訂單事務(wù)表orders：

有收藏事務(wù)表favorites：

請用一句SQL取出所有用戶對商品的行為特征，特征分為已購買、購買未收藏、收藏未購買、收藏且購買（輸出結(jié)果如下表）

答案：

SELECT?o.user_id,o.item_id,
(CASE?when?o.pay_time?is?not?null?then?1?else?0?end)?as?'已購買',
(CASE?when?o.pay_time?is?not?null?and?f.fav_time?is?null?then?1?else?0?end)?as?'購買未收藏',
(CASE?when?o.pay_time?is?null?and?f.fav_time?is?not?null?then?1?else?0?end)?as?'收藏未購買',
(CASE?when?o.pay_time?is?not?null?and?f.fav_time?is?not?null?then?1?else?0?end)?as?'收藏且購買'
FROM?orders?o
LEFT?JOIN?favorites?f?
ON?o.user_id?=?f.user_id?
AND?o.item_id?=?f.item_id
UNION
SELECT
f.user_id,f.item_id,
(CASE?when?o.pay_time?is?not?null?then?1?else?0?end)?as?'已購買',
(CASE?when?o.pay_time?is?not?null?and?f.fav_time?is?null?then?1?else?0?end)?as?'購買未收藏',
(CASE?when?o.pay_time?is?null?and?f.fav_time?is?not?null?then?1?else?0?end)?as?'收藏未購買',
(CASE?when?o.pay_time?is?not?null?and?f.fav_time?is?not?null?then?1?else?0?end)?as?'收藏且購買'
FROM?orders?o?
RIGHT?JOIN?favorites?f?
ON?o.user_id?=?f.user_id?
AND?o.item_id?=?f.item_id
ORDER?BY?user_id,?item_id;

解析：
考察SQL語句中的case when、外連接、union的用法

18、好評率是用戶對產(chǎn)品評價的重要指標(biāo)。現(xiàn)在需要統(tǒng)計2019年3月1日到2019年3月31日，用戶'小張'提交的"母嬰"類目"DW"品牌的好評率（好評率=“好評”評價量/總評價量），請寫出SQL/Python/其他語言查詢語句:
用戶評價詳情表：a
字段：id（評價id，主鍵），create_time（評價創(chuàng)建時間，格式'2019-01-01'）， user_name(用戶名稱)，goods_id(商品id，外鍵) ，
sub_time（評價提交時間，格式'2019-01-01 23:10:32'），sat_name（好評率類型，包含：“好評”、“中評”、“差評”）
商品詳情表：b
字段：goods_id（商品id，主鍵），goods_name（商品類目）, brand_name(品牌名稱)

答案：

select?
sum(case?when?sat_name?=?'好評'?then?1?else?0?end)/sum(case?when?sat_name?is?not?null?then?1?else?0?end)?as?'好評率'
from?a?join?b?on?a.goods_id?=?b.goods_id
where?a.user_name?=?'小張'
and?goods_name?=?'母嬰'
and?brand_name?=?'DW'
and?create_time?between?'2019-03-01'?and?'2019-03-31'

解析：
考察SQL語句

19、經(jīng)過一番研究后，我們開發(fā)出了商品頁面上“相關(guān)商品”模塊的一個新的推薦算法，并且打算通過AB Test（50%用戶保留原先的算法邏輯為控制組，50%用戶使用新的算法邏輯為實驗組）來對新的算法效果進行評估。假設(shè)你是此次實驗的數(shù)據(jù)分析師，請問你會如何評估控制組和實驗組的表現(xiàn)？（假設(shè)需要數(shù)據(jù)都可取到）請按重要性列出最重要的三個指標(biāo)并給出你的分析過程/思考。

解析：

• 指標(biāo)：相關(guān)商品的點擊/曝光量；進入商品詳情頁后加購/立即購買的轉(zhuǎn)化率；銷售總額

• 方法：假設(shè)檢驗

假設(shè)檢驗可以這樣做：
1、確定原假設(shè)和備則假設(shè)
原假設(shè)：使用新算法后沒有效果（上述指標(biāo)不變或下降）
備則假設(shè)：使用新算法后有效果（上述指標(biāo)提高）
2、選擇一個時間段進行AB Test
3、T檢驗，計算P值
4、分析結(jié)果：如果使用新算法后的指標(biāo)遠低于沒有用新算法的指標(biāo)，如果新算法沒有效果，出現(xiàn)這一結(jié)果的概率是很低的，因此拒絕原假設(shè)，即使用新算法后有效。

原理：小概率反證法

20、如果我們發(fā)現(xiàn)，某店鋪的X品類在今年3月的銷量，比去年3月的銷量下降了50%，如果你是負(fù)責(zé)此次分析的數(shù)據(jù)分析師，你會如何分析？請寫出你的分析思路/過程/想法。

解析：
開放性問題，放一個我的思路吧：

• 排除數(shù)據(jù)本身的問題：首先是確定數(shù)據(jù)是否正確，數(shù)據(jù)來源、口徑是否無誤，然后再接下去分析；

• 確認(rèn)跌幅合理性：下降了50%，結(jié)合環(huán)比，同比，同期群分析它的跌幅是否合理；

• 分析外部原因：有哪些可能的外部原因和下降有關(guān)，有關(guān)到什么程度，比如是否是其他相關(guān)部門進行了產(chǎn)品迭代、運營策略的調(diào)整、設(shè)備故障等因素；

• 分析內(nèi)部原因：這就可以從多個維度進行分析了，比如從用戶、產(chǎn)品、市場的角度分別分析，還可以進行指標(biāo)拆分；

• 確認(rèn)影響程度：確認(rèn)到底是哪一環(huán)節(jié)出了問題導(dǎo)致指標(biāo)的下降，該指標(biāo)的下降對關(guān)鍵指標(biāo)有無影響，影響程度如何；

• 制定鞏固措施：以后怎么避免該類問題發(fā)生。

21、某APP 7月份DAU比同年5月份上漲了10%，作為數(shù)據(jù)分析師，你會從哪些方面分析DAU增長的原因？請列舉至少兩種以上拆分思路。

解析：
這題和上一道題很像，一個是指標(biāo)為什么下跌，一個是指標(biāo)為什么上漲。但這題更注重考查分析內(nèi)部原因這塊，但是首先最重要的，都是要檢查數(shù)據(jù)的準(zhǔn)確性。

這里貼一個網(wǎng)友的答案，思路非常清晰(來源：?？途W(wǎng))：

22、挑選任意一款你使用過的社區(qū)類APP（不包括小紅書），回答以下問題：
(1)描述使用這款A(yù)PP的用戶特征，并比較該APP用戶特征與小紅書用戶特征的異同
(2)預(yù)估每一天有多少人在這款app上發(fā)布內(nèi)容。請寫出你需要的輔助數(shù)據(jù)，并簡述預(yù)估的方法
(3)你選擇的這款A(yù)PP近期擬邀請ABC三組藝人中的一組開展聯(lián)動活動，活動的主要目的為提升DAU。
在活動形式完全一致的前提下，你將選擇哪一組？
作答要求：1）簡述分析思路，2）列出對應(yīng)的數(shù)據(jù)指標(biāo)

解析：
開放性題目。

23、經(jīng)過一番研究，我們決定在新用戶首次激活A(yù)PP時增加一個短視頻介紹頁面來增加用戶對產(chǎn)品的感知，并且打算通過AB Test（50%為控制組，50%的用戶首次激活時會看到短視頻介紹）來進行評估。假如你是此次實驗的數(shù)據(jù)分析師，請問你會如何評估控制組和實驗組的表現(xiàn)？請列出你認(rèn)為重要的指標(biāo)，給出分析過程和可能用到的統(tǒng)計方法。

解析：
目的應(yīng)該是了解用戶在觀看短視頻介紹頁面后的行為，以此來判斷短視頻介紹頁面是否有用。

• 指標(biāo)：關(guān)注實驗組短視頻點擊率，跳出率，觀看時長，對比兩個組的用戶激活量，注冊激活率，以及后續(xù)的留存情況。

• 方法：假設(shè)檢驗

24、小紅書上海辦公室樓下有一便利店，面積約為20平方米，主要提供零食及飲料。請預(yù)估該便利店每周的營業(yè)額是多少？

解析：
預(yù)估這種問題，主要方向是進行一個邏輯拆解，把一個復(fù)雜的問題拆解成具體、簡單的問題。貼其中的一種思路，大家看看吧：

營業(yè)額可以拆分為客流量X平均消費額。面積20平，10平放置貨物，10平顧客區(qū)，可以同時容納5個顧客，假設(shè)消費時長人均10分鐘，那么一個小時客流量30人，人均消費25元，一天10個小時營業(yè)時間，每周營業(yè)額302510*7=52500元。

25、如果APP有一個功能是用戶的位置信息能夠每隔1分鐘上傳一次數(shù)據(jù)庫，那么怎么發(fā)揮它的作用？

解析：
這題的回答方向應(yīng)該是用這個用戶的位置信息能做什么事。比如根據(jù)位置信息可以獲取用戶的行為軌跡，進而分析出用戶的行為習(xí)慣，進行相應(yīng)的實時推薦服務(wù)等。

總結(jié)

• 有些題目考察統(tǒng)計學(xué)知識，如幾何分布、二項分布的應(yīng)用；

• 有些題目是比較基礎(chǔ)的數(shù)學(xué)題，如求二元一次方程最大值、增速等；

• 考察Excel的基本用法，如公式寫沒寫對；

• 考察機器學(xué)習(xí)、統(tǒng)計學(xué)的一些基本知識點，如都有哪些聚類算法等，知道就行；

• 考察SQL的應(yīng)用，兩道大題直接寫SQL，比較重要；

• 大題里重點考察A/B Test的應(yīng)用，3道題的思路都有它，非常重要。