面試坑殺新人指南,第一篇:銷售波動

秋季招聘又要開始了!各種活蹦亂跳的、著急找工作的小鮮肉又開始頻繁投簡歷。而用人部門的主管、經理們又開始了一年一度的菜雞大檢閱。對用人部門來說,面試新人是一個痛苦的過程。明明看著一個新人,菜雞的慘不忍睹,卻不好意思直接拒絕。

因為總是直接拒絕,會讓公司的HR小美眉非常不爽!——老娘花了那麼多心思找來的人,你說不要就不要,你給我個正當解釋!人家小鮮肉明明很能講啊,你憑什麼吹毛求疵!你知道現在招個價格合適又能幹的人有多難!你招聘需求不清晰我們罷工的哦!

然而,跟HR小美眉解釋演算法之類的太抽象,還會讓人家覺得我們在好高騖遠。要是有一些簡單的辨別菜鳥的辦法就好了!基於此,陳老師推出大型系列教程《新人坑殺指南》,簡單高效坑殺菜鳥,輕輕鬆鬆暴漏新人弱點。讓各位領導們更省心省力!

第一招:銷售波動法。直接問面試小哥:「我們的主要KPI是銷售額,通過網店銷售,昨天的銷售額降低了10%,你會怎麼分析?」

缺少實戰經驗的小哥基本回答分三派:

1.同比環比派:看一下同比,環比,看看同期發生了。

2. AARRR派:那就得看是AARRR的哪個指標少了,是沒有用戶還是沒有成交率

3. 內部結構派:得看看是什麼用戶群體,什麼產品線跌了。

面對這三派,主管們可以統一給一個評價:缺少基本分析素質,基本功不紮實且,綜上不予錄用。為了防止被HR小美眉打上門來,你可以這樣優雅的解釋:

第一:他們沒有先確認,這是不是一個問題。所有人都默認了10%下跌是個問題了。然而實際上我沒有說是哪一天啊?萬一是周末效應導致的正常波動呢。

第二:他們沒有先確認,這是多大的問題。如果正常同期波動9%,昨天是10%,那算是多大個事呢?這樣看起來,同比環比派反而是最接近真相的,因為有可能在做同比環比的時候會發現:哦,原來這個波動幅度其實不那麼大。但是這需要他們看足夠長的時間。另兩類就不說了,直接秒殺。

第三:他們沒有先排除系統異常。如果這個波動夠大,那麼是否可能是數據本身出了問題呢?這個要第一時間確認,排除錯誤,拿著正確的數據才能做分析。數據出錯,分析毛線?

第四:他們沒有先排除政策影響。如果這個波動夠大,那麼是否可能是主動調整?是否有相關外部政策,內部活動公布?這些要先自己了解清楚再做分析。一般短期內劇烈波動更有可能和特殊情況有關,先問清楚這個,再考慮怎麼分析具體指標。

具體的分析思路確實是可以同比環比,AARRR之類的展開。然而這是個日波動yeah,拿到這種需求,有多少時間處理?處理了還有沒有時間處理其他的?沒有確認數據源就跑出來詐唬,會不會干擾正常分析工作?我們做分析又不是做算數題,怎麼複雜怎麼搞,我們是要產生效益的!

這時候,即使不懂數據分析的小美眉都能理解:確實作為數據分析師,第一位是保證數據的正確,第二位是使用正確的數據,第三位才是各種所謂的分析。連這點素質都沒有,不錄用是很正常的。恭喜,這時候你就完美過關!成功秒殺一個菜雞!

——本文差一點點就完了——

之所以有這個系列,還因為現在新手們學習方法太多,具體思考太少。新手們平時喜歡在公眾號囤乾貨,遇到問題先想如何從書包里掏乾貨,而不是思考這個問題本身到底是個什麼事。而一般所謂乾貨,更喜歡講思維導圖,講演算法,講長長的代碼,講煽情的故事;而不是寫確認問題嚴重程度、確認數據源、打電話問政策這些臟活累活。臟活累活嗎,一點都不高大上,怎麼吸引眼球?

然而,數據分析工作就是大部分時間在干臟活累活啊。摸清問題基礎,了解業務情況,才能真正有針對性作分析,望大家注意。


推薦閱讀:

成為頂級的數據分析師,要花多少錢?
快訊 | 5月份新包推薦
計算廣告訓練與平滑思想(上)
2017年度15個最好的數據科學領域Python庫
2017年安全數據科學領域的4個趨勢:機器人、威脅情報、對抗機器學習以及深度學習是如何影響安全領域的

TAG:数据分析 | 数据分析师 | 数据科学家 |