一、用户数据异动分析
当你发现本月的支付用户数环比上月大幅下跌（超30%），你会如何去探查背后的原因？请描述你的思路和其中涉及的关键指标
分析思路：
对于这种分析题，我们的解题思路就是采取通过行为流程组成成分进行拆分去发现问题并提出解决方案。
整个分析流程会有三步：
1、明确问题
2、原因分析
3、提出建议
1、明确问题
首先要确定问题是否真的存在（是否是系统问题、取数问题、埋点问题、统计问题等），或许是否是淡旺季导致的周期性正常波动、促销之后导致的正常波动等。
确定问题是真实存在之后，要进一步去缩小问题的范围，确定是是哪里的问题？是所有城市的用户都下降，还是只是部分城市下降？是这个月有问题，还是之前一直有问题？
这些问题明确之后，我们就可以应用多维度拆解的分析方法，把整体拆解细分，从而进行分析。
a、计算逻辑是否有问题？
b、是否是大环境、淡旺季？
C、是否可以缩小问题范围，某个城市还是全部城市？
关注指标：支付用户数=用户数转化率*
支付用户数下降：是用户数下降还是转化率下降了？
2、原因分析
支付用户数=用户数转化率*
用户数=新用户数+老用户活跃人数
新用户数=渠道A新用户+渠道B新用户++渠道C新用户...
转化率=渠道A转化率+渠道B转化率++渠道C转化率...
假设有三个主要渠道，考虑不同渠道的转化率可能是不一样的。以MECE的原则进行拆分之后，就可以提出假设并验证。
假设一：渠道ABC新用户人数减少
可以使用对比拆分的分析方法，看不同渠道的用户数与同期相比是否有变化，如果确认某渠道用户数确实比上月低的话，可以使用对比分析、群组分析的方法，继续对渠道用户做按照年龄构成、性别、职业、地域分布等进行拆分，从而定位出是哪个人群出了问题。
假设二：渠道ABC的转化率降低
如果确认是某个渠道的转化率低，按照用户行为流程来对渠道转化率较低的问题进行深入分析，看看哪个节点的流失率最高，是最近发生了一些什么变动或者是产品出现了什么问题导致的？从而确定出转化率的出现问题的主要节点。
假设三：老用户活跃人数出现问题
新用户分析完之后，还需要分析老用户的活跃人数是不是也有一些问题？通过假设检验和对比分析的方法分析老用户活跃人数是否降低，可以从用户体验、产品、竞品三个维度分析原因。
是不是用户体验不好、是不是产品描述与实际不符合、或者是服务不到位客服回答的不够及时、或者是竞争对手在做活动导致用户被吸引过去了？
3、提出建议
假设上面的问题都是存在的，那么可以分别进行建议提取:
1）如果渠道A的用户人数减少，然后我们分析研究发现是渠道A的用户受众人群发生了变化。
那我们这时候可以考虑撤换渠道A的投放或者是修改投放内容提高渠道的用户数转换，从而根据渠道人群的变化来进行同步的改进。
2）如果我们发现是渠道的转化率降低并且我们发现是用户使用体验不佳导致的转化率降低，这个时候我们可以建议对部分用户推更新版本（ABtest），然后建立对照组进行分析。
3）假设发现是老用户活跃的问题，这时候我们可能要针对中差评老用户进行回访，明确他们的差评原因并进行挽回。
二、用户聚类分析
为了更好的理解用户，我们通常会基于用户的特征对用户进行分类，便于更加精细化的理解用户，设计产品和运营玩法，请你设计对应的聚类方法，包括重点的用户特征的选择及聚类算法并说明其基本原理和步骤。
分析思路：
1、使用机器模型
1）Kmeans特征选择：人口统计学特征（性别、地域、年龄、薪资、职业、家庭成员），用户分层特征（消费频率、平均消费金额、最近一次消费时间），产品特征（购买物品类别）
2）把这些指标放到模型中进行计算（需要指定分成的类别N），注意N的不同对结果的影响很大，需要进行不断的调整
2、使用分析模型
使用RFM模型对用户进行分成（缺点没有考虑到客户的人口统计学特征）
背景：
网易严选是网易旗下原创生活类自营电商品牌，深度贯彻“好的生活，没那么贵”的品牌理念。商品覆盖居家、餐厨、配件、服装、洗护、母婴、原生态饮食等几大类目，兼具品质和性价比，得到用户的广泛好评。
若你是网易严选负责商品的数据分析师，当面对以下业务问题时，你会如何解决？
三、如何挑选商品
用户增长团队期望选择一批合适的商品用于吸引新客，期望你帮助从数据的角度筛选出一批合适的商品，你会如何帮助他们进行筛选？请描述你的思路。
分析思路：
这个问题本质上也是一个推荐系统用户冷启动的问题，我们的思路是根据现有平台的用户情况分析他们的喜好，然后再根据分析结果应用到对用户的推荐中去。
那要怎么做呢？
1、基于平台的用户历史数据做用户商品喜好分析。
对已有用户进行分类，把现有的成分高消费、中高消费、低消费等等，然后通过用户分类，找到每一类用户购买过、点击过、收藏过的产品，
2、对挑选出来的各人群商品进行进一步挑选，从购买程度、单价、利润等情况总和打分，得到每个人群的排行榜。
找出是这些商品的哪些特征吸引了用户（比如低消费人群可能是性价比排行榜比较有吸引力，但高消费人群可能是品质排行榜，中消费可能是热销排行榜），从购买程度、单价、利润等情况总和打分，得到每个人群的排行榜（因为有些产品可能是很吸引用户很受欢迎，但是收益是比较低，所以我们需要根据商品对用户的吸引程度和价值收益两个维度进行综合打分）。
3、尽可能拿到新客用户的登录信息
要尽可能拿到新客用户的登录信息，包括年龄、性别、职业、家庭成员、是否结婚、以及感兴趣的一些领域和方向等等，对新客户和现有用户进行划分对应，然后再把我们现在已经做好的产品推荐系统推荐给一些相对应标签体系的新客户群体。
4、初步推荐后获得新客户的点击和转化情况之后，我们再进行一些个性化的优化和后续的推荐。
四、如何设计评估指标
商品研发负责人期望能有一套指标帮助衡量开发的商品表现，请你帮助设计对应的评估方案，包括设计思路、涉及的数据指标等。
分析思路：
根据产品研发的不同阶段提出相应的指标
生命周期：商品研发调研-新品内测改善-新品正式上市
研发商品，首先要考虑到商品研发的整个生命周期，所以我们这里的设计思路，主要是根据商品的生命周期进行指标设计，这里我们分成三个阶段，一是商品研发调研阶段，二是新品内测改善阶段，三是新品正式上市阶段，然后根据商品研发的不同阶段去设计评估指标。
一、研发阶段
在研发阶段，我们可以从需求角度以及市场环境两个角度进行分析。需求角度方面，要看一下商品的一个需求强度是怎么样？
1、需求角度
主要看是不是用户的刚需，看需求的宽度和频度。
1）需求的宽度（人群，受众、年龄段、性别、职业），分析用户群体大不大、宽度是不是会变小或者是扩展等等；
2）需求的频度，这类商品需求的频率高不高，是不是可以采用一些高频带低频的方法来进行销售？
2、市场环境
要使用PEST方法进行行业分析以及竞争市场分析，要了解这个商品的市场占有率以及竞争情况是如何。
二、新品内测改善阶段
这个阶段主要从产品角度和用户角度两个角度入手，从产品角度去看产品好坏，从用户角度看是否受用户欢迎。
1、产品角度
主要要看产品的表现怎么样，购买力、点击率、好评率。商品生命周期与纬度、。
2、用户角度
用户对商品欢迎的程度是怎样？获客总数、新用户增量、活跃用户数，留存用户数等等指标。
三、新品正式上市阶段
通过各个渠道分析和漏斗转化分析来进行一个评价。
1、渠道分析
通过对接入渠道的导入量、留存率以及付费数据进行一个综合排名，全面了解渠道的表现情况，帮助我们去筛选渠道，获取更多有效用户，让产品收益更大化。
2、漏斗模型
这部分关注的是转化率的环节，我们可以使用AARRR漏斗转化模型，去做好每个环节的细节，从渠道曝光量、激活、注册、留存、购买或者价值的部分，来实现产品的自增长，并且转化流程需要进行持续的优化。
