狗家Product Analyst电面过经

楼主一直在银行搬砖，4年quant经验，目前想转DS Analytics。完全没有产品方面的工作经验，准备的时候也是看着地里的帖子慢慢学，product sense比较薄弱。
面试我的是狗家伦敦office的Senior DS，人很好。电面主要考了统计知识，case，SQL。

您好！
本帖隐藏的内容需要积分高于 120 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 120 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

设的隐藏分数新人做点题也能看到，求大伙赏点米吧，想要看的帖子都不够米唉。。。谢谢~

For the case question, below is my 2 cents.

1. First I would like to understand what is the value of this product.

Why do users use Google Map? Why do users use such information? Restaurant is a good example. So go through the use case.
What about the usage for merchants (in your example, the restaurant)? What about for the company, ad revenue?

2. How to measure such value?

a) What metrics?

For direction, we can track DAU, Events per user.
For merchants, we can check impressions
For Google, we can track ad revenue

b) Does updating info improve these metrics?
i) any history data? compare places with contact info and without?
ii) design test?

3) Decision?

How much incremental value does it bring?
How much investment in engineering and operation is required?
Does the benefit justify the investment?
Make a call with business partners.

欢迎拍砖，讨论～

averageds 发表于 2019-7-30 07:07
For the case question, below is my 2 cents.

1. First I would like to understand what is the value ...

我觉得首先讨论为啥要改进，改进的价值在哪里，然后由此引出metrics的思路是有道理的。
另外是否可以讨论一下这个问题出自哪里？是用户还是merchant投诉么？还是其他metrics显示出来的问题？找到了问题根源才好针对性改进。相应地也就有衡量的metrics了，customer satisfaction或者投诉率，或者就是引起问题的那些metrics。

. Waral dи,我的一个问题是Google叫Product Analyst是analytics方向是么？看上去不是DS或者Machine Learning方向的，也不是Quantitative Analyst那种纯统计的方向。

期待LZ发成功onsite面经！

我觉得可以做个cost benefit analysis。不可能100% update也没必要100%update。所以tricky的是到底update到什么程度

eve2ada 发表于 2019-8-1 12:03
我觉得首先讨论为啥要改进，改进的价值在哪里，然后由此引出metrics的思路是有道理的。
另外是否可以讨 ...

HR告诉我如果是under department of ds & engineering, 那么相对其他组的ba和ds要相对technical一些。这个组下有Product analyst和quantitative analyst(QA好像google想rebrand为DS), PA相对less technical，但是还是需要过基本的stats知识。QA的bar比较高，一般是phd，然后主攻modeling。

lz onsite过了吗？求分享经验

给你点赞！！！

PA 更偏BI一些