狗厂:你认为用户购买商品与否受什么因素影响,如何判断这些因素的影响大小?| 每周1家大厂数分面试原题

乐活   科技   2024-06-12 21:59   北京  

新朋友点击 蓝字 关注我哦



Hi,我是猫哥。


裁员套餐常态化的现在,用扎实的数分buff技能,给咱充满血条保命。


关注猫哥并设为星标,才能收到每周的推送。




每周一家大厂面试原题,今天拆的是:狗厂



候选人请听题


狗厂:你认为用户购买商品与否受什么因素影响,如何判断这些因素的影响大小?





基础部分


考点拆解


第一层:碰到商品、用户、场景问题,不用说,「人货场」这个经典的理论先往上套,从这三个方向拆解准没错。


第二层:按照「人货场」拆完有个问题,全部答吧,太多了,答一个方向吧,太少了,那怎么平衡呢。


第三层:有平衡,还需要量化,不论是不是面试,都需要考虑不同因素带来的影响大小;更不用说这道题里问了。


回答思路


基于以上的考点拆解:

第一层:基础能力考察在分析用户购买问题时,第一步可以将问题按照人货场来拆解。

人:用户特征,比如用户的物理特征,社会特征,偏好特征,历史购买行为等;


货:商品的属性,比如商品的价格、品质、类别、品牌等;


场:用户触达的页面、模块、所处的时间、行为链路、促销活动等。


这些我们都需要在碰到此类问题时,脑中有个清楚的拆解思路。不用全,但可以提前准备下。


第二层:拔高能力考察有了拆解思路,我们在回答的时候,可以针对人货场这三个维度,每个维度列出1-2个影响因素,这里就可以自己举例来说。


当然,也可以通过一些历史经验或者方法来筛选(比如我们之前提到的XX方法来判断每个因素对购买的影响程度从而挑出最主要的因素)。


决定了因素,那就是如何组合这些因素后得到对购买这个结果的影响程度的量化了。这时候,如果维度较多,那可以应用因子分析的方法来合并一些相关性较强的变量,提炼出高度概括性的指标(特征)。


有了特征,可以利用逻辑回归的方式来构建一个预测模型,通过多因素分析的方法,基于得到模型的回归系数和显著性测试,来判断不同因素的影响程度,从而回答“如何判断这些因素的影响大小”的问题。



第三层:拔高能力考察之前类似的项目(无论你有没有购买相关的经验,但基本都能找到一个人货场相关的提升用户XX率的项目)过程中,我们是如何做的。


应用了什么方法,如何分析的数据,最终得到了啥结果,这些都可以带入讲讲。


但需要注意的是,我们讲这个案例,主要是为了说明我们以上的分析思路和过程如何在具体业务中应用,切忌过度讲之前的项目,重点是通过项目的引入,说出当前问题的落地过程。



面试答案


首先我会利用人货场这个模型来拆解这个影响用户购买的各种因素。


比如人的特征,我会考虑用户的年龄、性别、收入水平、历史购买偏好等;


货的特征比如价格、品质、类别、品牌属性等;


场的特征比如用户所处的页面、页面包含的内容质量、所处的路径链路、促销活动等。


我会根据历史经验,从这三个角度拆解出我认为影响用户购买率的关键因素,比如用户的购买力、商品的价格力、场景上的促销折扣力度等。


其次有了这些影响因素后,我会对所有的影响因素进行一个分析。因为这些影响因素会很多,所以我会通过... ...


其余内容,获取方式见文末!


问题总结





进阶部分


接下来,我们进入进阶部分:



获取方式


618年中大促,仅限18张,手慢无!




每篇面试真题拆解,你将获取以下内容:


1️⃣【基础部分】:考点拆解 + 回答思路 + 参考回答 + 此类问题解法总结 + 类似问题


2️⃣【进阶部分】:回答避坑 + 如何引导追问 + 追问应对 + 考查知识总结 + 落地应用 + 多维视角回答


巡山猫说数据
前阿里数据科学家,现top互联网大厂专家,10年数据分析经验,首创量化分析法驱动业务,带你用大厂业务信息差降维打击!
 最新文章