2020年小紅書(shū)校招數(shù)據(jù)分析筆試題

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

A、520
B、535
C、550
D、565

答案：C

解析：
要求定價(jià)為多少時(shí)，利潤(rùn)能最大。設(shè)價(jià)格漲幅為x，利潤(rùn)為y，M為顧客數(shù)未知，但是一個(gè)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(dòng)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(diǎn)贊的筆記數(shù)量的期望，與以下哪個(gè)結(jié)果最為接近？（）

A、9
B、11
C、13
D、15

答案：B

解析：
考察多個(gè)幾何分布的和。

首先題目符合幾何分布，獨(dú)立試驗(yàn)->拿到一種卡片的概率相同->為了集齊卡片要進(jìn)行多少次試驗(yàn)。對(duì)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(gè)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(lèi)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(gè)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(gè)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(hào)，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(méi)有給表。

5、調(diào)查全公司1000名員工平均交通費(fèi)用支出情況，采取不重置抽樣，從其中抽取100名進(jìn)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(shí)，樣本均值的方差用以下公式來(lái)計(jì)算：

6、已知2-5月環(huán)比增長(zhǎng)速度分別為5.6%、7.1%、8.5%、6.4%，則5月對(duì)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(duì)比1月的增速是定基增長(zhǎng)速度，定基增速與環(huán)比增速兩者之間沒(méi)有直接的換算關(guān)系，在由環(huán)比增長(zhǎng)速度推算定基增長(zhǎng)速度時(shí)，可先將各環(huán)比增長(zhǎng)速度加1后連乘，再將結(jié)果減1，即得定基增長(zhǎng)速度，則定基增長(zhǎng)速度為(107.8%×109.5%×106.2%×104.9%)-100%。

7、“魚(yú)與熊掌不可得兼”的意思是：（）

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

答案：B

解析：
考察互斥事件

魚(yú)和熊掌是互斥事件，只有其中一個(gè)會(huì)發(fā)生，只有B是這個(gè)意思

8、以下哪些是判別模型？（）--多選

A、隱馬爾可夫
B、決策樹(shù)
C、支持向量機(jī)
D、樸素貝葉斯
E、最大熵模型

答案：BCE

解析:
考察機(jī)器學(xué)習(xí)算法的基本概念

決策樹(shù)、支持向量機(jī)、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(jī)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(gè)例子：

• 判別式模型舉例：要確定一個(gè)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(guò)提取這只羊的特征來(lái)預(yù)測(cè)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(gè)山羊的模型，然后根據(jù)綿羊的特征學(xué)習(xí)出一個(gè)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(gè)大就是哪個(gè)。

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(xiàng)

10、關(guān)于正態(tài)分布,下列說(shuō)法正確的是（）--多選

A、正態(tài)分布具有集中性和對(duì)稱(chēng)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(shí)

正態(tài)分布曲線(xiàn)對(duì)稱(chēng)，具有對(duì)稱(chēng)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(xiàn)的中央位置，方差指出了分散性，也就是方差越大，曲線(xiàn)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(duì)X進(jìn)行3次獨(dú)立觀(guān)測(cè)中，至少有2次的觀(guān)測(cè)值大于2的概率（）

答案：27/32

解析：
考察二項(xiàng)分布用法

三次獨(dú)立觀(guān)測(cè)滿(mǎn)足二項(xiàng)分布X~B(3,3/4)

關(guān)于二項(xiàng)分布，可參考我之前的文章：
離散型隨機(jī)變量的概率分布

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

答案：無(wú)偏性、一致性、有效性；長(zhǎng)期趨勢(shì)、季節(jié)變動(dòng)、循環(huán)波動(dòng)、不規(guī)則波動(dòng)

解析：
考察統(tǒng)計(jì)學(xué)中的抽樣估計(jì)、時(shí)間序列的基本概念

概念性問(wèn)題

13、請(qǐng)給出三種常見(jiàn)的聚類(lèi)算法:（）

答案：K-means聚類(lèi)、K-中心點(diǎn)聚類(lèi)、EM算法、OPTICS算法、DBSCAN算法等

解析：
考察聚類(lèi)算法的基本概念

14、小紅書(shū)人臉識(shí)別系統(tǒng)識(shí)別當(dāng)前進(jìn)入小紅書(shū)公司人員的身份，此系統(tǒng)一共識(shí)別三種不同的人員：?jiǎn)T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(lèi)

解析：
考察機(jī)器學(xué)習(xí)的應(yīng)用

15、小紅書(shū)在首頁(yè)上線(xiàn)了一個(gè)新的模塊，目的是為了提升用戶(hù)的瀏覽時(shí)長(zhǎng)，請(qǐng)?jiān)O(shè)計(jì)一套分析方案，衡量模塊上線(xiàn)后對(duì)用戶(hù)停留時(shí)長(zhǎng)是否有提升？

解析：
思路A/B Test，后面第19題再詳細(xì)說(shuō)它。

16、下表是某電商在不同品類(lèi)不同月份的銷(xiāo)量數(shù)據(jù)
（1） 請(qǐng)用sumif或 sumifs在F3單元格實(shí)現(xiàn)計(jì)算洗面奶在201901的銷(xiāo)量
（2） 請(qǐng)用函數(shù)實(shí)現(xiàn)計(jì)算洗面奶有幾個(gè)月的銷(xiāo)量超過(guò)了100萬(wàn)
（3） 請(qǐng)用函數(shù)計(jì)算洗面奶這個(gè)品類(lèi)的月復(fù)合增長(zhǎng)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(shí)際應(yīng)用

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

• sum_range：指進(jìn)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(shí)，該區(qū)域?qū)⑴c條件的判斷

• criterl：通常是參與判斷的具體一個(gè)值，來(lái)自于條件區(qū)域
  把這個(gè)函數(shù)展開(kāi)具體來(lái)看就很簡(jiǎn)單了：
  

  

第二題考察COUNTIFS函數(shù)的用法，這個(gè)函數(shù)是用來(lái)進(jìn)行條件計(jì)數(shù)的，它的參數(shù)：

• criteria_range[N]：指要進(jìn)行計(jì)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(gè)公式展開(kāi)后同樣非常好理解：
  

  

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

17、有訂單事務(wù)表orders：

有收藏事務(wù)表favorites：

請(qǐng)用一句SQL取出所有用戶(hù)對(duì)商品的行為特征，特征分為已購(gòu)買(mǎi)、購(gòu)買(mǎi)未收藏、收藏未購(gòu)買(mǎi)、收藏且購(gòu)買(mǎi)（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(gòu)買(mǎi)',
(CASE?when?o.pay_time?is?not?null?and?f.fav_time?is?null?then?1?else?0?end)?as?'購(gòu)買(mǎi)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(gòu)買(mǎi)',
(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(gòu)買(mǎi)'
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(gòu)買(mǎi)',
(CASE?when?o.pay_time?is?not?null?and?f.fav_time?is?null?then?1?else?0?end)?as?'購(gòu)買(mǎi)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(gòu)買(mǎi)',
(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(gòu)買(mǎi)'
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(yǔ)句中的case when、外連接、union的用法

18、好評(píng)率是用戶(hù)對(duì)產(chǎn)品評(píng)價(jià)的重要指標(biāo)?，F(xiàn)在需要統(tǒng)計(jì)2019年3月1日到2019年3月31日，用戶(hù)'小張'提交的"母嬰"類(lèi)目"DW"品牌的好評(píng)率（好評(píng)率=“好評(píng)”評(píng)價(jià)量/總評(píng)價(jià)量），請(qǐng)寫(xiě)出SQL/Python/其他語(yǔ)言查詢(xún)語(yǔ)句:
用戶(hù)評(píng)價(jià)詳情表：a
字段：id（評(píng)價(jià)id，主鍵），create_time（評(píng)價(jià)創(chuàng)建時(shí)間，格式'2019-01-01'）， user_name(用戶(hù)名稱(chēng))，goods_id(商品id，外鍵) ，
sub_time（評(píng)價(jià)提交時(shí)間，格式'2019-01-01 23:10:32'），sat_name（好評(píng)率類(lèi)型，包含：“好評(píng)”、“中評(píng)”、“差評(píng)”）
商品詳情表：b
字段：goods_id（商品id，主鍵），goods_name（商品類(lèi)目）, brand_name(品牌名稱(chēng))

答案：

select?
sum(case?when?sat_name?=?'好評(píng)'?then?1?else?0?end)/sum(case?when?sat_name?is?not?null?then?1?else?0?end)?as?'好評(píng)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(yǔ)句

19、經(jīng)過(guò)一番研究后，我們開(kāi)發(fā)出了商品頁(yè)面上“相關(guān)商品”模塊的一個(gè)新的推薦算法，并且打算通過(guò)AB Test（50%用戶(hù)保留原先的算法邏輯為控制組，50%用戶(hù)使用新的算法邏輯為實(shí)驗(yàn)組）來(lái)對(duì)新的算法效果進(jìn)行評(píng)估。假設(shè)你是此次實(shí)驗(yàn)的數(shù)據(jù)分析師，請(qǐng)問(wèn)你會(huì)如何評(píng)估控制組和實(shí)驗(yàn)組的表現(xiàn)？（假設(shè)需要數(shù)據(jù)都可取到）請(qǐng)按重要性列出最重要的三個(gè)指標(biāo)并給出你的分析過(guò)程/思考。

解析：

• 指標(biāo)：相關(guān)商品的點(diǎn)擊/曝光量；進(jìn)入商品詳情頁(yè)后加購(gòu)/立即購(gòu)買(mǎi)的轉(zhuǎn)化率；銷(xiāo)售總額

• 方法：假設(shè)檢驗(yàn)

假設(shè)檢驗(yàn)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(méi)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(gè)時(shí)間段進(jìn)行AB Test
3、T檢驗(yàn)，計(jì)算P值
4、分析結(jié)果：如果使用新算法后的指標(biāo)遠(yuǎn)低于沒(méi)有用新算法的指標(biāo)，如果新算法沒(méi)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(lèi)在今年3月的銷(xiāo)量，比去年3月的銷(xiāo)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(huì)如何分析？請(qǐng)寫(xiě)出你的分析思路/過(guò)程/想法。

解析：
開(kāi)放性問(wèn)題，放一個(gè)我的思路吧：

• 排除數(shù)據(jù)本身的問(wèn)題：首先是確定數(shù)據(jù)是否正確，數(shù)據(jù)來(lái)源、口徑是否無(wú)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(mén)進(jìn)行了產(chǎn)品迭代、運(yùn)營(yíng)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(gè)維度進(jìn)行分析了，比如從用戶(hù)、產(chǎn)品、市場(chǎng)的角度分別分析，還可以進(jìn)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(wèn)題導(dǎo)致指標(biāo)的下降，該指標(biāo)的下降對(duì)關(guān)鍵指標(biāo)有無(wú)影響，影響程度如何；

• 制定鞏固措施：以后怎么避免該類(lèi)問(wèn)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(huì)從哪些方面分析DAU增長(zhǎng)的原因？請(qǐng)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(gè)是指標(biāo)為什么下跌，一個(gè)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(gè)網(wǎng)友的答案，思路非常清晰(來(lái)源：?？途W(wǎng))：

22、挑選任意一款你使用過(guò)的社區(qū)類(lèi)APP（不包括小紅書(shū)），回答以下問(wèn)題：
(1)描述使用這款A(yù)PP的用戶(hù)特征，并比較該APP用戶(hù)特征與小紅書(shū)用戶(hù)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(qǐng)寫(xiě)出你需要的輔助數(shù)據(jù)，并簡(jiǎn)述預(yù)估的方法
(3)你選擇的這款A(yù)PP近期擬邀請(qǐng)ABC三組藝人中的一組開(kāi)展聯(lián)動(dòng)活動(dòng)，活動(dòng)的主要目的為提升DAU。
在活動(dòng)形式完全一致的前提下，你將選擇哪一組？
作答要求：1）簡(jiǎn)述分析思路，2）列出對(duì)應(yīng)的數(shù)據(jù)指標(biāo)

解析：
開(kāi)放性題目。

23、經(jīng)過(guò)一番研究，我們決定在新用戶(hù)首次激活A(yù)PP時(shí)增加一個(gè)短視頻介紹頁(yè)面來(lái)增加用戶(hù)對(duì)產(chǎn)品的感知，并且打算通過(guò)AB Test（50%為控制組，50%的用戶(hù)首次激活時(shí)會(huì)看到短視頻介紹）來(lái)進(jìn)行評(píng)估。假如你是此次實(shí)驗(yàn)的數(shù)據(jù)分析師，請(qǐng)問(wèn)你會(huì)如何評(píng)估控制組和實(shí)驗(yàn)組的表現(xiàn)？請(qǐng)列出你認(rèn)為重要的指標(biāo)，給出分析過(guò)程和可能用到的統(tǒng)計(jì)方法。

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

• 指標(biāo)：關(guān)注實(shí)驗(yàn)組短視頻點(diǎn)擊率，跳出率，觀(guān)看時(shí)長(zhǎng)，對(duì)比兩個(gè)組的用戶(hù)激活量，注冊(cè)激活率，以及后續(xù)的留存情況。

• 方法：假設(shè)檢驗(yàn)

24、小紅書(shū)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(qǐng)預(yù)估該便利店每周的營(yíng)業(yè)額是多少？

解析：
預(yù)估這種問(wèn)題，主要方向是進(jìn)行一個(gè)邏輯拆解，把一個(gè)復(fù)雜的問(wèn)題拆解成具體、簡(jiǎn)單的問(wèn)題。貼其中的一種思路，大家看看吧：

營(yíng)業(yè)額可以拆分為客流量X平均消費(fèi)額。面積20平，10平放置貨物，10平顧客區(qū)，可以同時(shí)容納5個(gè)顧客，假設(shè)消費(fèi)時(shí)長(zhǎng)人均10分鐘，那么一個(gè)小時(shí)客流量30人，人均消費(fèi)25元，一天10個(gè)小時(shí)營(yíng)業(yè)時(shí)間，每周營(yíng)業(yè)額302510*7=52500元。

25、如果APP有一個(gè)功能是用戶(hù)的位置信息能夠每隔1分鐘上傳一次數(shù)據(jù)庫(kù)，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(gè)用戶(hù)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(hù)的行為軌跡，進(jìn)而分析出用戶(hù)的行為習(xí)慣，進(jìn)行相應(yīng)的實(shí)時(shí)推薦服務(wù)等。

總結(jié)

• 有些題目考察統(tǒng)計(jì)學(xué)知識(shí)，如幾何分布、二項(xiàng)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(xiě)沒(méi)寫(xiě)對(duì)；

• 考察機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)的一些基本知識(shí)點(diǎn)，如都有哪些聚類(lèi)算法等，知道就行；

• 考察SQL的應(yīng)用，兩道大題直接寫(xiě)SQL，比較重要；

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