在互联网产品或运营面试中怎样体现数据分析能力

之前笔者经历了很多面试、笔试，其中有一个能力指标：数据分析能力。 尤其是互联网公司，在产品岗位和运营岗位的岗位要求中，都会明确提出要求应聘者具有数据分析的能力。 那究竟什么是数据分析能力，在笔试和面试中如何体现出数据分析能力。 笔者一开始也不懂，甚至走了很多弯路。 在一个游戏公司运营岗位的霸面中（笔者霸面过很多公司，霸面通过的比例有四成不到吧，可能是把自己逼进了某种境地，所以发挥会比正常去面试发挥更好吧^_^），面试官毫不留情地指出了我在笔试环节中存在的问题。 他说：“你的卷子我是最后一个批阅的，你在笔试中体现出的素质很适合做市场，但并没有体现出作为运营人员应该具有的数据分析能力。”就这样一面霸面通过，二面的boss看了我的简历却告诉我说不愿意面我，但可以把我推荐给市场部leader。 就这样跌跌撞撞的从运营开始却拿到了该公司的市场offer。 上面的实例说明笔者当时并不知道什么是数据分析能力，也不懂怎么去把这个能力体现出来，还有，简历上也没体现出能够匹配运营岗位的能力要求。 笔者是一心想要从事运营工作的，后面就着重强化了对于产品和运营岗位所要求的数据分析能力的理解。 首先，数据分析是术，最终是是要为目标服务的，目的是获取用户或是明确用户需求进而优化产品功能，亦或是根据数据分析结果对下一步决策进行指导。毕竟，拍脑子可以，但不能总拍脑子，更多的决策和执行是需要数据来支撑的。 数据分析要目标导向 这体现在对于目标数据的选择上，要根据业务定位和发展阶段来提取。可获取的数据有很多，日活、转化率、页面浏览量、独立访客、平均使用时长（平均访问时长）、重复购买率、用户流失率、活跃用户、用户留存，甚至用户平均收入、男女比例、年龄层、不同客户端访问情况等等。 这么多的数据，在不同阶段需要着重分析的是不一样的。但记住目标导向，比如投资人会关注你的用户平均收入、活跃用户；微信在不同的阶段对于数据从初期侧重关注用户总数到后来侧重于日活跃用户数、日均使用时长等不同。 数据分析是为了解决问题实现目标而存在的，是一个从发现问题回到发现问题的闭环。 举个例子，某O2O产品用户数据大幅跌落，是虾米原因？是补贴不足，还是因为受到竞品冲击呢，或是因为用户习惯的改变？下载app量很大，但注册量很小，是注册流程繁琐还是服务器故障呢？数据分析会暴露问题，顺着分析的结果找到问题的靶子，再制定解决方案，根据执行结果收集验证反馈，问题是否得到解决。
数据分析离不开三个WWW：是什么？为什么？怎么做？ 可能我们初中作文的时候老师就讲过”什么人在什么时间什么地点做了什么事情“，这两种分析问题的方式是一样的，能够把复杂问题简单化并迅速找到解决办法。 是什么？ 用户数大幅跌落 为什么？ 补贴不足、竞品冲击 怎么做？ 针对补贴不足再思考，是用户忠诚度不高，那么考虑如何培养用户忠诚度；还是这个O2O产品是伪需求，是否有敢于否定自己的勇气；不是伪需求，那该怎样烧钱，怎么能不把自己烧死（烧钱的速度小于融资的速度） 针对竞品竞争，做竞品分析，优化自身产品，合纵连横…… 举个例子，笔者在对数据分析能力有了初步的了解后，很快迎来第一个挑战——宜信大数据中心产品运营岗位的笔面试。 在一番准备后，笔试成绩很高，顺利面试。面试时候有这样一个问题