新朋友点击 蓝字 关注我
Hi，我是猫哥。
谁懂啊
川普拍到了史诗级人生照片
经此一弑
原来摇头晃脑的普普已经死了
现在是钮钴禄氏.川普
咱们二三十岁就想躺平
人家建国用行动发声: 80岁正是闯的年纪
早上刚打完耳洞
晚上又坐上飞机去面试找工作
川建国同志努力且勇敢
胸前的红领巾更加鲜艳了
笑梗不笑人，建国真男人
fighting!!!
关注猫哥并设为星标，才能收到每周的推送。
不废话，上硬菜！每周一家大厂面试原题！
今天拆的是：某节
候选人请听题
某节：对部分用户采取了曝光优先策略，你如何判断CTR上涨是该策略导致？
你需要掌握的考点
全概率拆解（基础） + 逆概率加权（进阶） + STL分解（进阶）
基础部分
考点拆解
第一层：XX指标上涨，如何拆解上涨原因。基础的公式拆解，除法、乘法、加法指标如何拆。
第二层：仅拆解还不够，无法归因到题目预设策略。如何归因呢？事前做AB、事后做测算。
第三层：事前的AB，事后的测算，具体如何应用，优缺点。
回答思路
基于以上的考点拆解：
第一层：基础能力考察。只要题目中出现指标的上涨or下降，首要想到的都是对于该指标的拆解。
比如加法指标可以拆成C=A+B，乘法指标可以拆成C=A×B，除法指标可以拆成C=A÷B。
我们首先要确定的是，A和B变化了多少，对C变化的贡献度是啥（具体拆解过程可以看第2题《快手：视频的卡顿率从5%上涨到5.5%，如何分析该问题？》，里面有具体的讲解）。
有了贡献度，才能知道我们接下来「可能」该怎么答这个问题（因为即便这里的拆解在本题中用不上，也不排除面试官想要以此场景来考察「指标异动分析」）
第二层：拔高能力考察。回到题目中来，有一个预设的策略场景，有一个数据指标的监控结果，但中间过程没有。
那我们就可以对过程进行补全，补全的方向有2个。
方向1：事先以AB的方式来验证该场景，那题目就变成了「当我们对一批用户采用了曝光优先的策略，如何通过AB实验的方式观测其对CTR的影响」。
方向2：没有进行AB实验，想要时候评估效果，那题目就变成了「当我们对一批用户采用了曝光优先的策略，如何分析该策略对CTR的影响」。
第三层：拔高能力考察。以上2个方法的具体应用过程，是否有参考案例补充。
面试答案
首先，我觉得可以先从公式的角度拆解下指标的波动来源。
CTR=点击次数/PV。我们需要明确是由于PV导致，还是由于点击次数导致，亦或者由于PV上涨的幅度低于点击次数上涨的幅度。
拆了指标的分子分母的贡献度后，我们还需要拆解至对应的维度上。策略生效的这批用户是否在用户维度上占比很高，如果很高，那可以证明是我们这个策略带来的影响。这个过程类似指标异动分析，是我之前在XX工作中经常做的一个工作。
其次，我觉得这个问题还可以从2个方向考虑：1是事前我们可以用AB的方式来实施策略。2是通过一些拆解方法（比如刚刚的指标拆解）来验证该策略对CTR的影响。采用AB的方式时，我会按照AB实验的流程将用户分成AB两组，然后以CTR为核心指标......
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
扫描下方二维码 购买，限时特惠，现已更32篇，约13万字。
30篇大厂面试原题拆解，10篇大厂JD拆解，掰开揉碎，用大厂业务信息差降维打击保命续命！
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
