本文作者用风趣幽默的语言分享了一次面试数据运营岗位的经历，并提出了些许意见，希望对意向从事该岗位的童鞋有所帮助。
古牧君听说今年求职很是不易，不论是已入职场的小油条们、还是准入职场的校招萌新们，都在被这个时代无情拍打。思前想后，决定把自己一次压箱底儿的求职经历分享出来，以20页+面试作业PPT为实例，剖析在战术层面怎么做准备，才能让一次面试尽量顺滑宜人。
由于内容较干（5000字左右），完整阅读预计需20分钟+。
开篇纲举目张，把自己选择站的视角，和后续要重点分析的对象说清楚。
按照金字塔原理，先抛出问题并直接给出答案，后续再具体解释每个答案。
数据类ppt其实页面布局可以很简单，每页的title讲问题，然后紧接着用文字说明结论，最后大面积的用数据图表来印证结论，就ok啦！比其他那些汇报类的PPT好写多了。
平台侧发布数据报告，你说一般都为了啥？一般不是自卖自夸，就是要引导参与者行为。舆情数据现在普遍的使用方式，除了监控负面以外，就是及时发现用户的心声了。
这里讲的是通过一些简单的统计分析，快速高效的识别出创意小游戏。
识别的方法很可能就是几个指标，虽然这种方法不会特别准，但基本不会漏过真正的优质小游戏，初筛一遍之后可以再结合人工识别来判断，比单纯海量人肉筛选要强的多，也可解释的多。
这里讲的就是另外一种识别创意小游戏的方法了。
通过训练一个二分类预测模型，在与普通小游戏的对比下，通过大量的特征让他学会自动化的判断一个小游戏是否创意小游戏。
不过这种方法就不会有很强的可解释性了，因为很多高准确率的分类模型，都是黑盒的，比如现在流行的深度学习。
不过即便再黑盒，我们也能最终从模型中提取出变量重要性，让模型告诉我们在它看来哪几个指标用来做判断效果更好。
识别出创意小游戏然后呢？
不能就开个评奖表彰会就完了，平台方最好能给它们以实质性的鼓励，除了钱以外，最实际的就是直接分配给你一批优质的用户让你去渡过冷启动了。
这页讲的就是平台方怎么挑选出优质的用户分配给这些小游戏，跟推荐的逻辑有点儿像了，讲究的是匹配、是适合。
该说说挣钱了，对大量小游戏的开发者，他们需要能快速找到喜欢玩儿这款游戏的用户。
那么作为平台方，我做一个工具，让你们花些小钱能从微信里找出一批用户，他们大概率是喜欢玩儿你这款游戏的，然后把这款游戏的广告投放给他，以便后续有更多人来玩你的游戏让你挣钱。
所以说平台是个好买卖，让开发者按我的规矩做生意，连吆喝也要收钱。不过美其名曰我赋能你，帮你找到自己的目标用户。
投放广告的逻辑，跟大部分DMP的逻辑是相似的。
只不过这里我简单放了一个动态调整的环节，让花钱投广告的开发者们，不仅能看到花钱的效果，还能根据效果自动化的调整花钱的方式方法。
比如在朋友圈给单身汉子投放广告，经过一段时间的花钱平台发现带来的用户虽然量很大但都属于白嫖型的用户，就是不在我这里花钱，那么平台就建议你缩小在这个渠道的广告投放花费，以便提升你整体的ROI。
对待游戏之间的抄袭，还是一样的套路，先机器预判再人工判定。
机器预判的潜在逻辑就是，你不是抄袭别人么，那既然是抄袭，就肯定有大量相似之处，既然有相似之处，就会导致玩家群体或者玩儿法上有很多相似之处，那么从数据表现上就应该能看出端倪。
如果几个游戏从数据表现上看太像了，都是一帮学生爱玩儿，都是爱在大半夜玩儿，玩儿起来都是一顿猛烈的点点点之后伴随着手势在屏幕上的大面积滑动，那我就把这几款游戏单独拿出来交给人来具体玩儿，看看是不是抄袭。
抄袭是一类典型的作弊行为，其实还有很多作弊行为，但及时发现这些行为有个问题：如果我事先不知道这种手法，我就没法找到它。
好比我从来没见过黄鼠狼，你让我怎么设计全套捕获它呢？
但这里有个办法，就是不从行为入手，而从人入手。不守规矩的人总是会结党营私的，只需要找到其中一个人就能顺藤摸瓜了。
还有一种方法，就是异常识别的逻辑。虽然我不知道你作弊的模式，但我能发现你表现得跟正常的不对劲儿，我依然可以通过数据的方法找到你。
同样的结构，只不过关心的对象换到玩家了。
之前讲的是如何给小游戏找到喜欢你的用户，现在讲的是反向的，如何给你推荐一款你大概率会喜欢的小游戏。
这里就会涉及到去中心化这个概念，不能让所有人都集中在头部的几个小游戏上，让其他广大开发者都没的饭吃。
这就需要在给用户推荐的时候，好好设计下推荐的时机。
这里简单的用地理位置和时间进行交叉，组合出不同的时机（比如度假旅游、休闲晚餐、周末看电视），不同的时机人的心情状态不同，适合推荐的内容就不同。
广告和推荐有时候本质是相通的，就是在合适的时机、给需要它的人、讲适当的话。
承接上一页，我们进一步设计一个小的推荐场景，在已有的页面上给一些优化改进的建议。这个建议其实对微信看一看也适用，就是在不同的时机下，通过好友关系给我推荐内容。但这里的好友得是我真的相信的好友，不能是躺在我微信列表里的僵尸或者假装好友。
信用分这个课题其实可大可小，往大了说可以弄得跟金融风控的那种信用分一样复杂。
但确实需要那么复杂么？场景需求是一致的么？
所以也可以往小了说，做一些可解释的、便运营策略的积分体系，引导用户攀比一些好的行为。
最后，我担心先总后分的结构中，“分”的那块页面太多，让阅读者时间长了反而忘了“总”。所以特意加了一个收尾，让整体结构变成总分总。
同时这个收尾也不是简单的车轱辘话再说一遍，而是尝试把之前提到的那些建议和方法，做一个抽象。
告诉阅读者（面试官）体系化的数据运营大体是什么样子的，让她再次觉得我们给出的建议不是东拼西凑的，毕竟这个岗位的要求是3-1级别（9级），体系化和抽象总结能力已经是个必要项了。
三、复盘与小结
作业交过去之后，我焦急等待了3天左右，就得到了通过的答复。后续的总监面也很愉快，而且没有再留作业。
古牧君第一次为了一个面试准备这么多，每天写作业到深夜。虽然已时隔近2年，但我依然觉得这个过程中的方式方法，在今天也还适用：
对岗位所在业务背景做充分的了解、结合履历逐条举证自己具备招聘岗位的要求、体系化抽象化的梳理和表达自己对岗位的认知和建议，哦，还有态度。
这就是古牧君作为数据从业者的一次典型面试了。
作者：古牧聊数据，公众号：古牧聊数据
本文由 @古牧聊数据 原创发布于人人都是产品经理。未经许可，禁止转载。
题图来自Pexels，基于CC0协议
下一篇：产品经理应该如何与程序员打交道？
