一個月面試4家,3家Offer,來看看麵霸真君如何面試的

zhs1994發表於2018-09-16

近來很多小夥伴都抱怨說面試難,難於上青。蠶叢及魚鳧,開國何茫然,呃~好像多背了兩句……

我,人稱  " 霸真君 " ,從不覺得面試是個問題, 畢竟我在6月份面了4家,拿下3份offer 。所以在這裡跟小夥伴分享一下我的面試經(套)驗(路)。

我們們說好啊,我面的是資料分析師,偏業務方向,嗯,如果因為面試職位不同,沒有參考價值的話,千萬別說我水平不行……

假設哈,我接到一個面試通知,嗯,從某招聘網站上隨意截一個,如圖

薪資待遇,是不是還OK哇?

別急,套路馬上到。

面試前準備

面試前的準備,不用太多,看下崗位職責就好了。

分析崗位職責

第一條,考驗的是提數功能,運營部門經常有各種資料需求,看你是否能夠及時準確反饋給他們。

這條其實挺簡單的,一些常用,資料格式一樣的資料,可以透過BI工具或者程式語言來做,需要時重新整理一下資料來源就OK了,或者有的就是你寫個定時任務,連結資料庫,定時發給他們就OK啦 第二條,這個就是資料指導產品的意思。

這個也不難,舉個例子,你們新上了一個產品,怎麼樣透過資料指導最佳化。

比如說,我們公司的app上了一個任務體系。究竟怎麼樣,app日活10萬,參與任務的不足百分之三。超過3萬人每天app的行為,都屬於任務。而且連續半個月參與的人數,只有萬分之一。等等,

這是一個很淺顯的分析,但是也能指導產品最佳化,首先就是任務體系明顯沒有推廣到使用者群,使用率不高,趣味性不夠,所以使用者黏度小,完成任務不領取獎勵,所以說明使用者根本不在意,還是宣傳的問題。

第三條,活動和使用者的專題分析,活動專題好理解,使用者就比較複雜了。但是基本上都是基於你對業務的理解,對活動的不足之處與優勢,還有使用者的分類,畫像,做出能夠對運營有作用的分析,比如說流失使用者預警,沉默使用者召回專題等等

第四條,這個是最難,也是最簡單的事。說難,是因為不可能有一個指標滿足運營各種場景下的需要,說簡單,可以推到運營身上,就說這個需要基於業務流程的理解才能給出,所以需要跟運營商量,然後引導運營提出來就行。

分析任職要求

基本上就是sql,Excel,視覺化等技能,沒啥新鮮的

好啦,面試前的準備完成。接下來就是面試啦。

自我介紹

基本上這是老套路啦,很多面試官屁股還沒坐到凳子上,就蹦出一句:你先自我介紹一下吧

你的自我介紹,一定要要根據他們的崗位職責來介紹,並且結合任職要求穿插介紹,並且專案要多於崗位職責一兩條,讓他們一聽就覺得,你就是他們想要的那個人,並且更優秀!優秀優秀優秀!

好了,自我介紹開始

您好,我叫紀小雄,之前在xx公司做資料分析。主要負責有:

第一,提供給運營決策以及領導需要的結果性資料,包括不限於日報週報月報等,還有一些活動資料監控,考核指標日常同步等等,這些經常性的資料我都會用BI工具自動化,其餘的就是sql提數了

第二就是產品的更新迭代的資料資料分析,比如我們新上了任務體系,透過資料分析,我們知道app日活10萬以上,不足百分之三的使用者使用,且很多使用者完成任務但是沒有領取獎勵等等,所以我們下一版任務體系降低了難度,提高了趣味性,並且加大了宣傳力度,取得了明顯的效果,第二版資料就提升了四倍

第三就是活動覆盤資料分析及使用者生命週期管理各個專題的分析,包括流失預警與沉默召回等等

第四就是渠道質量分析,包括渠道註冊的分析,訂購復購,以及留存等等,提供商務部門做渠道管理

另外呢,我覺得我的優點就在於對業務理解特別透徹,很多分析指標,我提出來以後就一直在使用。

自我介紹呢,就到這裡啦,每個面試官都有不同的面試套路,只能祝你自求多福咯!

挖坑和填坑

另外,很多公司都會問你,你覺得自己的優勢在哪裡,缺點在哪裡,這都是妥妥的坑呀!

中規中矩的回答就是,優勢說跟工作相關的,比如我對業務流程理解很通透,很多分析指標我提出來就一直在用,另外我的自學能力強,python,爬蟲,我都是自己學的。

不足之處肯定說跟能力無關的呀,比如說,我的學歷不足,您也知道現在資料分析行業都是碩士博士,而我只是一個專科生,所以學歷是我的短板,不過我已經報了自考,準備考在職研究生。

說了自己的不足就是給自己挖坑,一定要把坑填上呀!

談薪資

談到薪資待遇期望多少,一定要要讓對方先說:您這邊工資結構是怎樣的,有沒有任務指標績效,五險一金的比例,年終獎的構成等等。根據對方的回答,以及你的期望年薪,大概說一個預期。

最後特別噁心人的一句話就是,你有什麼想問我的麼?這個時候探探底,就問他,您覺得這份工作,我能不能勝任,哪裡還有不足?

真傳一句話,假傳萬卷書,內容雖少,不過都是乾貨,最後祝大家offer接到手軟。哈哈!


作者

紀小雄




來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31546605/viewspace-2214259/,如需轉載,請註明出處,否則將追究法律責任。

相關文章