追问应答准备方向

1. 数据相关

可能问题：

• 数据来源是什么？
• 为什么不能直接用 Excel 打开？
• 字段分别代表什么？
• 为什么要过滤观察期外数据？

准备回答：

• 数据来自组委会提供的淘宝用户行为数据。
• 原始数据约 3.5GB，Excel 不适合直接处理。
• 字段包括用户、商品、类目、行为类型和时间戳。
• 任务书要求观察期为 2017-11-25 到 2017-12-03，超出范围作为异常处理。

2. 指标相关

可能问题：

• PV 和 UV 怎么算？
• 转化率分母是什么？
• 复购率怎么定义？
• 动销率怎么定义？

准备回答：

• 所有指标以指标字典为准。
• 转化率区分用户数口径和行为次数口径。
• 复购用户定义为购买次数大于等于 2 的用户。
• 动销率定义为有购买商品数除以有曝光商品数。

3. 推荐相关

可能问题：

• 为什么用共现推荐？
• 为什么把 pv 也算正向反馈？
• 怎么控制计算量？

准备回答：

• 任务书要求做隐式反馈共现推荐。
• pv/fav/cart/buy 都代表用户对商品有过接触或兴趣。
• 对高活跃用户限制商品数量，避免组合爆炸。

4. 展示相关

可能问题：

• 线上展示打不开怎么办？
• 看板数据从哪里来？
• 为什么不用原始数据直接做看板？

准备回答：

• 有本地 HTML、截图和 PPT 备份。
• 看板使用汇总层数据。
• 原始数据过大，直接放看板会影响稳定性。

5. 虚拟数据相关

可能问题：

• 虚拟字段是否影响真实结论？
• 为什么要加虚拟数据？

准备回答：

• 不影响。主线结论全部基于真实原始字段。
• 虚拟字段只用于展示如果企业提供更多经营字段，可以扩展到 GMV、利润、渠道 ROI 等分析。