滴滴拼车事业部｜日常实习｜数据运营一二面
1. 自我介绍
教育经历+实习经历+项目经历+与岗位的契合程度+技能水平
2. 在之前的实习经历中要和哪些部门对接？要对接多少人？
3. 设想在出行的场景中，每天会通过城市、产品线的维度来监控完单量、交易额、收入额。假设某地区的单量减少了40%，怎么分析这个问题？
面试官提示：滴滴出行是一个相对特殊的互联网平台，并非纯线上的场景，考虑问题时需要考虑实际情况——为什么要出行？什么时候出行？每个地方的特色？C端的问题？
4. 比如天津市所有学校3月1日都要开学，这对平台单量有什么影响？
我的回答是单量总体是会增加的。
考虑因素包括但不限于：疫情后返校行李比较多，出行交通方式倾向于打车，用户的需求上涨；天气原因；当天司机的出车情况；不同出行区域的供需平衡问题；竞品的问题，如共享单车、当地出租车、三蹦子等……
5. 拼车、快车、专车三款产品的区别在哪里？
价格不同；用户体验不同……
6. 为什么要做拼车业务？为什么滴滴能把拼车业务做成功？
庞大的用户群体；用户类型丰富，存在多元化需求；用户需求密度高，给平台一定的基础来汇集客户需求（最重要）；技术优势——路线规划等……
7. 在国内的三四线城市，拼车如何在这些需求密度相对较低的城市拓展业务？
8. 置信度与置信区间的概念
（1）我们用中括号[a,b]表示样本估计总体平均值的误差范围的区间，由于a和b的确切数值取决于你希望自己对于“该区间包含总体均值”这一结果具有的可信程度，因此，[a,b]被称为置信区间。
同时，我们选择这个置信区间，目的是为了为了让“a和b之间包含总体平均值”这一结果具有特定的概率，这个概率就是置信水平。
假设我设定的置信水平是95%，也就是说如果我做100次抽样，会有95个置信区间包含了总体平均值。
（3）关键是记住一点：置信水平越高，区间越宽，置信区间包含总体平均值统计量的概率越大。
9. 反问环节
（一面结束之后直接就约了二面开始面试了，问的问题差不多，就不赘述啦）
#数据分析面试##数据分析实习##滴滴实习生##滴滴实习#
