中国联合网络通信有限公司校招数据运营面试经验——求职精灵（finsight.work）

先说思路：三问共用「定粒度—算指标—分层」的写法。

• 地市月度：按 city_id 和月份 group by 求和，中位数用 percentile_cont(0.5) 或 row_number 取中位。
• 高活跃：按 user_id、日期聚合，having count(distinct dt) > 20 and sum(dur)/count(distinct dt) > 600，按自然日算。
• ARPU 分层：收入按 user_id 汇总除以在网月数，NTILE(3) 切三段，切前看分布是否长尾。
• 优化：按 dt 与 city_id 分区，只扫必要列，预聚合后再 JOIN。

口径不一致时先确认再写，不然算得越快错得越远。

按「算指标—打分—分层—解释」四步讲。

• 算指标：用 pandas 按用户聚合，R 是最近一次消费距今天数，F 是次数，M 是金额；先剔除退款单和测试账号。
• 打分：先看分布再分箱，长尾严重就取对数或按分位数切 1～5 分；R 反向打分，越近得分越高。
• 分层：三个分数组合成群体，高 R 高 F 高 M 是核心用户，高 R 低 F 是潜力新客，低 R 高 M 是重点唤回对象；也可用 K-means 对照，但结果要翻译成业务语言。
• 解释：每个群体配一条运营动作，核心用户做权益维护，沉睡高价值用户做定向唤醒。
• 补充：可视化只看分布和群体规模，别堆图表。

被问为什么不用聚类，可以答：「聚类发现结构，RFM 让业务听懂。」

用一句话定义，再用一个例子说清它不是什么。

• 定义：P 值是在原假设成立时，观察到当前或更极端结果的概率，衡量数据与原假设的矛盾程度，不是原假设为真的概率。
• 显著性水平：事先设定的判断门槛，通常取 0.05。P 小于 0.05 表示在 5% 的容错下拒绝原假设，本质是控制「误报」的概率。
• 误导：P 小不代表效应大，样本大时微小差异也显著，也不代表有业务价值，要看提升幅度和成本。
• 业务表达：汇报时少说 P 值，多说「这个提升有 95% 的把握不是随机波动，幅度是 2.3%，覆盖 30 万用户，预计增收多少」。
• 补充：多重比较要校正，不然跑二十个指标总有几个显著。

结尾可以补一句：「统计显著是门槛，业务显著才是目的。」

按流程讲，每个环节点一个坑。

• 定假设：写清改什么、影响哪个指标、预期提升多少，避免做完再找结论。
• 选指标：一个主指标加若干护栏指标，主指标看效果，护栏指标防止把投诉率、退订率做坏。
• 算样本：按基线转化率和最小可检测效应反推样本量，样本不够就不要开实验。
• 随机分流：按用户 ID 哈希，保证同一个人在实验期内只进一组；检查分流是否均衡，组间差异过大说明分流有问题。
• 跑周期：至少覆盖一个完整业务周期，避开大促和节假日，防止新奇效应让前期数据虚高。
• 判读：看置信区间而不是只看均值，显著且方向正确才推全量；不显著也要复盘是没效果还是样本不足。
• 常见坑：中途偷看数据反复决策会抬高误报率，指标口径中途变更等于重做实验。

分「怎么判断」和「怎么处理」两段答。

• 判断：训练集明显好于验证集，是最直接的信号；用交叉验证看各折方差的稳定性；学习曲线里训练误差持续下降而验证误差回升，说明模型开始记噪声。
• 还要看时间外验证：用过去三个月训练、下个月预测，效果掉得厉害多半是特征混入未来信息。
• 处理：先加数据，样本不足时正则只是权宜；再降复杂度，减少特征、剪枝、降低树深；加正则项和早停；做特征筛选，去掉高相关和泄露特征。
• 验证：处理完必须回到同一套验证集比较，不能换口径自我安慰。
• 经验：运营场景里可解释性和稳定性比提升一个点更重要，模型太复杂业务方不敢用。

结尾补一句：「过拟合的本质是模型记住了噪声，解决办法要么给更多信号，要么限制模型乱记。」

按「先确认口径，再拆解定位，最后给策略」推进，别一上来就猜原因。

• 口径：分清净流失还是毛流失，分母是月初还是日均在网，拆机与停机是否都计入；口径一变，趋势可能是假的。
• 数据：关联上网时长、流量、投诉报障、客服记录、套餐与在网时长，以及竞品在当地的活动。
• 拆解：按年龄、套餐、区域、入网时长与周月交叉，看流失集中在哪群人；再看是否某个地市或小区集中出问题。
• 根因：三类最常见——网络质量（投诉与报障先行上升）、竞品价格战（同区域集中流失）、套餐与合约到期（到期月集中离网）。
• 策略：质量问题上网络优化加主动关怀，价格问题给续约权益，合约到期前提前触达。
• 验证：设对照组看挽留动作的真实效果，别把自然留存算成策略功劳。

用 STAR，但每一段都要有数字，讲完留一个钩子等对方追问。

• 背景：实习负责用户增长，活动靠人工圈人群，转化低且无法复用。
• 任务：搭一套用户画像标签体系，支撑精准营销的受众圈选。
• 行动：整合基础属性、行为轨迹、偏好、消费四类数据；标签分事实、统计、模型三层管理；再用历史活动验证区分度，砍掉弱标签；最后把圈选流程产品化，运营可自助组合条件。
• 结果：一次美妆品类活动用新体系圈选，转化率提升约 25%，圈选耗时从两天降到两小时。
• 反思：最大的坑是标签口径不统一，同一个「高活跃」在三个部门有三种定义，后来靠一份指标字典解决。

结尾可以说：「标签体系的价值不在多，而在大家用同一套。」

按「筛池子—算意愿—算价值—选渠道」四步答，每步说清判断依据。

• 筛池子：用终端是否支持 5G、近三月流量、是否限速、套餐档位初筛，先排除明显不适配的人。
• 算意愿：用历史升级用户训练倾向模型，特征包括流量增速、视频占比、是否看过套餐页、投诉记录。
• 算价值：叠加 CLV 或近一年 ARPU，按「意愿 × 价值」四象限排序，先打高意愿高价值，高价值低意愿用权益刺激。
• 选渠道：短信、APP 弹窗、外呼成本与转化不同，用小流量 A/B 测单位成本转化，再排预算。
• 补充：控制频次，同一用户一个月不超过两次，别为短期转化做坏体验。

被追问选型可答：「样本量大又要向业务解释时优先逻辑回归，可解释性比多一个点 AUC 重要。」

先定服务对象，再讲功能、数据与商业闭环。

• 服务对象：商场、商户、政府三类，需求分别是客流运营、拉新转化、规划监测。
• 功能一，客流洞察：实时客流、客群画像（年龄、来源地、停留时长）、热力图，回答「人从哪来、去哪逛」。
• 功能二，竞品与业态：同商圈商户客流对比、来源去向、业态饱和度，帮商场调招商。
• 功能三，精准营销：基于地理围栏推定向权益，配合到店归因，回答「投了钱有没有带来客流」。
• 数据源：手机信令提供时空轨迹，叠加商圈 POI 与合规消费数据，注意脱敏与授权边界。
• 商业闭环：向商场收 SaaS 费，向商户收投放费，向政府提供脱敏监测报告。

收尾点一句：「位置数据合规是前提，设计之初就要把授权和聚合口径想清楚。」

先给一句区分，再用工作流说明，最后落到岗位选择。

• 分析师偏向「发现问题」：接需求、取数、建模、出报告，交付是结论，影响常止于建议。
• 数据运营偏向「解决问题」：把结论变成策略，推动上线、盯指标、效果不好再迭代，对结果负责。
• 工作流：分析师的终点是汇报，运营的终点是复盘；分析师问「为什么」，运营还要答「然后呢」。
• 能力差别：分析师要统计和建模更深，运营要业务理解、跨部门推动和项目管理更强。
• 比喻：分析师像医生负责诊断；数据运营像医生加营养师加教练，还要开方、盯执行、调计划。
• 落到自己：我更想对结果负责，愿意花时间和业务方磨方案，所以选数据运营。

结尾补一句：「两者不是高低之分，是交付物不同。」避免显得贬低分析岗。