回答仅代表个人看法，欢迎交流评论留言，有不正确的地方请多指教~~
数据、运营相关内容，一起好好学习，天天向上吧！
数据、运营相关案例问答题（一）【牛客网：数据分析试题广场】
数据、运营相关试题（一）【牛客网：京东2019春招商务与运营类试卷】
数据、运营相关试题（二）【牛客网：京东2019春招产品运营类试卷】
数据、运营相关试题（三）【牛客网：数据运营试题广场】
1、某APP 7月份DAU比同年5月份上涨了10%，作为数据分析师，你会从哪些方面分析DAU增长的原因？ 请列举至少两种以上拆分思路。
step1：确定数据是否存在异常：基于历史数据，利用移动平均等预测方法，预测7月DAU数值，与2-3倍标准差做对比，判断实际数值是否处于正常范围。（也就是判断DAU上涨10%这是一个趋势，还是一个问题，是长期因素导致的，还是短期内社会事件等因素导致的。）
step2：拆分数据维度：人群拆分、渠道拆分、地理拆分、内外部拆分（拆分的核心是找出哪些影响因素导致了数值的异常，从各个维度判断是整体因素还是某类因素）。
① 人群拆分：新老用户维度、性别维度、年龄维度、职业维度等等。
② 渠道拆分：从新用户的的引入渠道、APP的跳转入/跳转出渠道、分享渠道、付费渠道等。
③ 地理拆分：从地区、城市、线级等粒度，拆分数据，分析DAU增长点是发生在某类城市、还是整体市场的变化。如果是在某个或某类城市的变化，则进一步分析其DAU增长原因。同时对比其渗透率与DAU变化较小的城市渗透率，判断这类城市的变化对整体DAU变化的影响程度。
④ 内外部拆分：内部主要指产品本身的改动点是否获得用户认可，包括产品模块的改动、产品运营策略的改动，可通过A/B Test、用户调研等方式进行检验。 外部可以从市场趋势、市场竞争、外部舆论、社会事件、节假日、PEST模型等因素考虑，可利用舆论热度、关键词搜索量、ADX等指标衡量趋势类因素，也可从分隔市场角度解释市场竞争因素（在固定容量的市场环境中，一些产品的倒下或爆红，将导致用户量的集中和分散）。
step3/4/5/6/7/8/9：具体维度考察技术、产品、运营，进一步细化DAU增长原因，分析问题，预测8月趋势变化，并为后续运营策略提优化建议。
2、你发现你负责的产品有用户在褥羊毛，你如何通过数据分析方法揪出这群羊毛党，将漏洞补上？
step1：定义薅羊毛行为：包括羊毛指什么，薅羊毛的手段、薅羊毛的性质，大体可分为两类：
① 利用活动规则而行使的正常捡漏行为：通俗来说就是在活动期间，利用活动规则，使用消费券、优惠券、免费券等，导致支付金额较少，低变现转化的行为。
例如1：瑞辛咖啡的邀请新人得免费咖啡券，羊毛党邀请不喝咖啡的长辈，免费得2张咖啡券。
例如2：阴阳师分享得蓝票，羊毛党分享在朋友圈仅自己可见，或分享给文件传输助手等。
② 利用漏洞，运动专业技术批量性操作的作弊手段、或针对平台Bug 而行使的恶性捡漏行为。
例如1：ofo单车众骑活动中，利用虚拟GPS作弊领取红包的行为.
例如2：拼多多后台Bug领取百元红包的行为等。
（也可以从薅羊毛的方法上对羊毛党进行分类：刷单刷票类、任务类、黄牛类、黑客类、漏斗研究类）
step2：定义清楚薅羊毛的行为类别后，确定具体的羊