数据异常排查：

前期：

理解业务。指标口径。产出过程

中期：

判断是否异常：

1. 异常
2. 近期、历史（时间轴）
3. 关联指标知否也异常

最大概率法则归类：

1. 假期效应；
2. 热点事件；
3. 活动；
4. 政策；
5. 底层系统故障；
6. 统计口径

闭环：需要有后期验证：

1. 后期跟踪数据
2. 文档化
3. 邮件化

招聘解析：

去除神秘感

看到差距

如何准备

阿里：对技术要求不高，对综合能力要求高；工作三道五年技术都差不多；

腾讯：用户增长；《增长黑客》

百度：用户增长；

日常主要工作：数据异常排查

融入专项背景KPI

数据异常排查：对数据波动进行排查解释；

1、目前数据本身有问题；二、业务有问题；

前期准备：

1、业务理解；2、指标口径；3、当前数据产出过程；

指标的业务含义；

异常排查的三个步骤：

1、判断是否异常；

亲自去看数据准确性，不要人云亦云；

时间轴拉长，看是近期异常（3个月），还是历史异常；

看和该指标关联的其他指标或者其他核心指标是否也异常；

找到一个关键人物（产品/数据），提前沟通一下

2、最大概率法则回归类：就那么几种原因，所以要沉淀，按照概率一项一项排查；

假期效应、热点事件、活动影响、政策影响、底层系统故障、统计口技

3、闭环：

持续跟踪后期数据是否在此异常；

记录、沉淀、文档化

邮件化：只有确认了没有问题再邮件，描述影响范围和主要结论即可。

融入专项—专题分析

项目组专题分析有三个特征：

有目标——紧贴项目KPI

有节奏——2-3周时间输出一份完整报告

有闭环——所有报告都说人话，办人事

融入专项——3各阶段

第一阶段：新用户留存整体分析

目的：摸清数据现状，同时找到若干切入点

关键点：不要太注重细节，该报告讲究产出的时效性，让其他人员感受到分析师的存在。

第二阶段：寻找优化切入点，一般是1-2个；

如：1、关键路径数据发现先曝光PV到点击PV的CTR很低，围绕这个点细致分析；对于新用户，应该曝光什么，在什么时候，什么位置曝光等等。

2、某个量大的耳机渠道次留明显低于其他渠道，围绕这个点，进一步分析；对于该渠道，用户留存过低是因为：本身渠道质量存在问题？用户已经安装竞品？当前产品设计与渠道用户不太匹配？同事高留存的渠道本身特征是什么？通过1-2，就已经能给产品运营不少建议了，配合AB测试，就能看到数据分析结果。

第3阶段：

不断的重复前面两个阶段，继续寻找其他切入点；

同时进行竞品分析、营销活动分析、用户流失分析等等；

除了寻找本身产品的切入点，还要跳出当前项目思维，进行竞品分析，活动分析等；整个过程就是在不断地“试错”，每一次分析报告都有能落地的点，并且真的落地了，这就是闭环，这也是优秀分析师最重要的一个评判标准；

面试技巧——最重要的是前3面

1面-电话面：简历上的数据要非常熟悉，说话有条理性和逻辑性，大心脏能力；

2面-boss1面：微笑、和蔼可亲，带上一份优秀的专题报告，准备一些技术。

事先了解应聘企业的APP，准备问题，问面试官；应聘大厂的人有很多，要让自己脱颖而出。

3面-boss2面：了解产品宏观知识，多用产品APP，一个代表性项目，要考虑的非常全面。

必问的三个问题：流量波动、三个常用的APP、商业模式；