问题1

你所在的行业，常用的数据分析指标有哪些？请简述。



电商行业主要关注 3 大块数据用户数据、行业数据、业务数据；



关于用户数据主要有如下指标



1. 存量：DAU/MAU (日活 / 月活)；比如张三开个小店，他需要知道大概每天有多少用户来到店里，每个月大概有多少用户来到店里。这些是判断用户的最基本的指标。对于线下业务，一般通过店里的人流量就能判断个七八。有了互联网后，这个数据会更加准确

2. 新增用户：特别是在业务的起步阶段，这个指标尤为重要；这个代表公司的潜力。比如拼多多，一年比一年亏损多，但股价却越来越高，主要原因就是资本市场看好拼多多用户的增速。比如张三刚开店，就需要非常重视这个指标，要记录来店的用户是否越来越多了，如果没有的话，是不是需要做一些推广活动来拉动用户

3. 健康程度：怎么反应用户的状况是不是健康呢？最好的指标就是留存率。也就是我们线下常说的回头客。留存率又分次日留存率，次周留存率，次月留存率等等。客户能留下来，才能说明他们对你的服务满意，满意才能养成惯性，持续消费。比如张三的小店，就要关心回头客是不是够多，考虑怎么刺激客户再次购买

4. 渠道来源：指的是这些人变成用户之前，来自哪里；这样才能知道在哪个渠道做推广会更有效果；比如张三的小店，就可以做一个用户调查，收集一下每位用户在哪里知道的店铺信息（当然要给一些小的奖励，否则大家参加调查的意愿会不高）。比如通过调查发现，很多人都是通过抖音来到的店铺，那么他就可以在抖音上大力推广



关于行为数据主要有如下指标



1. 次数 / 频率：PV、UV、访问深度等。PV，页面浏览量；UV，用户浏览量；访问深度，也就是指用户的访问深度。当然希望这三个指标都越来越大。再拿张三的衣服店举例子，他一定希望每天有很多 “人” 来逛，每个人逛很多次，同时每次逛的深度越深越好，比如从第一个柜台逛到第二个柜台，从一楼逛到二楼。这三个指标越大，交易次数就可能越多

2. 转化率：怎么理解转化率呢？可以把用户分为 “只逛不买” 的用户，还有 “逛了就买” 的用户，还有 “逛了买买买” 的用户。我们肯定希望第三种用户越多越好，问题就是怎么把第一种用户转化成第三种用户。假设张三的小店，一楼卖的是低端服饰，二楼是高端服饰，那么张三肯定希望尽可能的把一楼的用户转化为二楼的用户，这怎么做呢？比如可以宣传，凡是在二楼购物的用户，都可以免费领取一杯咖啡等等，这样就可以有效的刺激用户的转化

3. 做了多久：这个指用户停留的时长；举个例子，为什么现在抖音这么牛，就在于用户的黏性太大。你想想，是不是每次刷抖音，很快一个小时就过去了。这里的商业逻辑是，用户停留的时间越长，购买的可能性就越大。比如张三的小店，就可以布置的更有特点一些，让用户不知不觉就逛了很长时间，流连忘返，不知不觉就产生了购买的欲望

4. 质量：互联网行业经常用 “弹出率” 来衡量质量。这个指标稍微有些抽象，指的就是有多少用户，刚逛没多久，扭头就走。这就说明了你的小店不符合这些用户的期望。也许是自己的小店需要调整，也许是这种用户就不是我们的目标群体（不可能一个小店满足所有人的需求，剔除非目标群体也是专注运营的好办法）



关于业务数据主要有如下指标



1. 总量：GMV，这个词太常见了；大公司在发布财报的时候，这个数每次必提。特别是大的互联网公司，重点就是强调 GMV，让资本市场看清楚自己的体量是不可撼动的

2. 人均：ARPU (Average Revenue Per User，每用户平均收入），光总数高还不行，我们还要关心平均每个用户的贡献是否够多，是否在增长，所以就要关心人均的指标。比如一些奢侈品行业，就非常关心这个指标，用户数虽然不多，但是个体消费能力极强

3. 健康程度：整个业务也要有一个健康度的指标来衡量。付费率是一个不错的选择。到底有多少比例用户是付费用户，这是一个关键点。比如爱奇艺的财报，每次必提会员用户数量，用来彰显有多少用户愿意付费购买他们的服务。反之，一些工具类的 APP 就比较尴尬，苦于找不到收费模式，或者现有的收费模式用户不买账，自然付费率就很低。比如墨迹天气和万能钥匙，虽然用户量巨大，但付费用户却要少的多

4. 被消费对象：这是另一个角度看业务，从 SKU 的角度看健康度。通过分析，发现某些商品，就特别的受欢迎。那么我们就应该大力的引进这种产品来满足需求，刺激消费



问题2

Google 搜索引擎是如何对搜索结果进行排序的？（请用自己的语言描述 PageRank 算法。）

什么是PageRank

PageRank，网页排名，又称网页级别，Google 左侧排名或佩奇排名，是一种由搜索引

擎根据网页之间相互的超链接计算的技術，而作为网页排名的要素之一，以 Google 公

司創辦人拉里·佩奇（Larry Page）之姓來命名。



PageRank的原理



假设总共只有四个网页 A、B、C、D，所有的页面只指向 A，那么 A 的 PR 值就是 B、C、D 的 PR 总和：





继续假设 B 也有链接到 C，并且 D 也有链接到包括 A 的3个页面





算法认为，每个页面投票的权重应该是一样的。一个页面投了多票，被投票的页面就只能分到部分权重，例如B透出了A和C，那么A和C就只能占PR(B)的一半，所以：





根据每个页面链出总数L(x)—— 指向其他页面的总个数 —— 平分该页面的 PR 值，并将其加到所指向的页面





但是，一个网页只有对自己的出链，或者几个网页的出链形成一个循环圈。那么在不断地迭代过程中，这一个或几个网页的PR值将只增不减，显然不合理。



如图中的C网页





为此，我们假设一个随机浏览网页的人，假定他有一个确定的概率会输入网址直接跳转到一个随机的网页，并且跳转到每个网页的概率是一样的。



在算法中引入一个系数 d 做修正：



• 给添加出度权重1/L(x)后的 PR 值再乘上该修正系数 d

• 并保证每个页面的最小值为 (1-d) / N， N 为集合中网页的数目



d一般取0.85