洞察觀點

Facebook面試數據分析師時,最重視這3項特質

在Facebook面試怎麼展現出你的思考力?優秀的數據分析師會有這3個特質!

本文摘自先覺出版社《為自己再勇敢一次:矽谷阿雅的職場不死鳥蛻變心法》未經同意請勿轉載、摘編

Facebook面試題,目的是測出拆解問題的思考能力

考題1:你是Facebook「生日」功能的產品經理,你要開發什麼功能?

Facebook真正的面試題就是這樣!扣除前後噓寒問暖,你有大約半小時可以回答。回答得好,你就過了三關中的一關,如果三關都過,年薪台幣千萬!哇塞,到底什麼答案這麼神奇?

這時候,你一定會急著回答:「我要開發可以約朋友一起在Facebook上視訊慶生的功能,還要可以送禮物給壽星的功能,以及……」然後,你就被拒了。「為什麼?我講得很好啊!」你不服氣地跟我抱怨。其實你開頭兩個字就錯了。

哪兩個字?「我要……」哪裡錯?因為你一下子就跳到答案。除非你剛好是天才,早就把前面20個階段都想清楚,不然答案十之八九肯定是錯的。原因在於:哪有這麼剛好,你馬上就知道自己給的這個答案符合消費者需求、跟其他功能相較之下比較容易開發、競爭對手做不到……!要回答這個面試題之前,先想以下3件事:

1. 公司的願景和使命

啊,願景和使命不是只是拿來放牆上海報用的嗎?不是不是,你注意一下,Google和Facebook都在做電商購物,但Google的做法是當你搜尋的時候,它會幫忙整理同樣的商品在哪幾家零售販售,以及各家的價格。至於Facebook做的電商購物,著重於網紅行銷、用戶彼此在社團內買賣東西。因為Facebook的使命是「讓世界更緊密」。所以理論上,公司做的一切事情都應該和這個使命相關。

2. 用戶的痛點

思考產品的用戶、痛點,以及根據選擇條件,選擇一個要解決的痛點。

3. 用戶痛點的解決方案

你開始想有哪些功能可以解決這個痛點,並且根據選擇條件,選擇一個要執行的方案。

你發現了嗎?Facebook考的不是「點子王」,而是有沒有辦法一層一層推解,把天馬行空、還沒有解答的問題,靠邏輯找出可以執行的具體點子。這跟傳統面試裡,主要是了解你的履歷有很大的不同,因為在傳統面試裡,考官主要想知道的是「你以前有沒有相關經驗」,但在這些頂尖的科技公司裡,雖然相關經驗還是很重要,還要能夠創新,但創新不是靠點子,因為點子不值錢,能夠在數不清的點子裡理出頭緒,了解哪個才是最重要,而且能夠具體執行,實踐空想的願景,才是王道。

考題2:Facebook剛推出表情符號,你要怎麼評估這個新功能的成效?

考題2:Facebook剛推出表情符號,你要怎麼評估這個新功能的成效?

Facebook考產品經理和資料科學家都固定會問這個關於分析的問題,題目看似是數據分析,其實考的全是思考能力。大部分的人第一個反應就是說「很多人用」。錯!「做功能就是要很多人用啊,不然幹麼做?!」你仔細想想,「很多人用」或許是一個評估指標,但並不是真的目標。

表情符號的用戶有兩個,一個是給表情符號的人,一個是收到表情符號的人。對前者來說,表情符號的功能、目標,是為了讓他們更好地表達自己的情緒。對後者來說,為什麼要讓他們收讚、表情符號?是為了鼓勵他們,讓他們貼更多的文。所以要怎麼評估表情符號?對回文(使用表情符號)的人來說,應該是「按讚加上表情符號」多過於「按讚」,這樣才能證明「表情符號幫助回文的人更好地表達自己的情緒」。

對貼文(收到表情符號)的人來說,應該是「收到表情符號的人,貼文更多」,這樣才能證明「表情符號幫助貼文的人得到更多鼓勵」。「哇噻,這好難喔!」你給了我一個「哇」的表情符號。其實仔細看,真的不難,面試個數據分析師也沒考你數學啊!但對我們這些在亞洲填鴨式教育長大的小孩,確實是需要適應一下,因為我們總覺得每個題目都有正確答案,背起來就對了。但思考能力正是頂尖科技公司人才最需要的技能,因為你創造的是未來,沒有人知道答案,包括你,所以他們要找的不是「知道答案的人」,而是能靠邏輯、架構,思考找出答案的人。好啦,現在可以給我一個「愛心」的表情符號了吧! 

矽谷頂尖科技公司招聘時怎麼考數據分析?

矽谷頂尖科技公司招聘時怎麼考數據分析?

讓我們來看看像是Facebook、Instagram這樣的矽谷頂尖科技公司,招聘的時候怎麼考員工的數據分析吧!比如這樣的考題:「Instagram愛心的使用變少了,你要怎麼找出問題?」

1. 了解問題要解決問題,不是立刻回答問題,而是要先深入了解問題

「變少」是變多少?什麼時候開始變少?是逐漸變少還是突然變少?變回來了嗎?愛心指的是給人貼文按「愛心」的那個功能嗎?還是在聊天裡頭按愛心的功能?「使用」變少指的是「給愛心的人」變少,還是「愛心被給的數量」變少,或是「看到愛心的人」變少?

2. 確定有問題

變少是因為埋碼追蹤有錯誤?或者分析指標的定義改了,比如原本有賣出都算營收,現在退貨的不算營收?還是因為季節性的關係,像是情人節過完了,所以隔天花當然就降價了?

3. 縮小問題範圍

比如使用愛心的人變少了,那是在iOS還是安卓上使用的人變少了?哪個App的版本使用的人變少了?是手機App還是網站上使用的人變少了?是哪幾天、哪個時間使用的人變少了?是在新聞牆上的愛心變少還是聊天窗裡的人使用愛心變少了?如果不縮小問題,就像是大海撈針,你要數據分析師去找「看看昨天是不是有節日」,那以Instagram來說,有上百個國家的人使用,豈不是要花很多時間?

4. 檢視外部資訊

4. 檢視外部資訊

好了,現在你知道是法國Instagram在首頁新聞牆上使用愛心的人變少了,那你可以開始看有沒有外部事件,像是天災、選舉、節日、政策改變等。

5. 用戶體驗漏斗分析

檢視內部數據確定了不是外部因素,就可以依照用戶體驗的流程順序,逐一檢驗是哪個步驟的功能壞了。比如說,要有人回愛心得先有人貼文,那你先看一下貼文的人數有沒有變少?接著,貼文的人每個人貼文的數量有沒有變少?再來,貼文要透過演算法讓用戶看到,那看到貼文的人數有沒有變少?每個看到貼文的人所看到的貼文數量有沒有變少?然後,要點愛心的話要先試著點愛心,但試點愛心的人數有沒有變少?接著要點擊成功,那點愛心成功的數量有沒有變少?點了愛心還可以取消,但取消愛心的人數有沒有變多?成功被取消的愛心數量有沒有變多?確定知道要分析什麼,下一步則是了解怎麼使用分析軟體,然後看軟體自動生成的分析數據。

你看,講了這麼多,大部分數據分析的架構是不是根本跟數學沒有關係?!如果最後需要,才是用數學和統計把數據做進階的分析和建模預測,在此之前,所有步驟都不太需要數學啊!

對的!數據分析力,有一大半其實就是思考力、邏輯力啊,所以,人人都可以在日常的工作和生活中運用數據分析,數據分析絕對不是理科人的專利。

我帶過很多數據分析師,我發現其實優秀的數據分析師有以下3個特質:

我帶過很多數據分析師,我發現其實優秀的數據分析師有以下3個特質:

1. 優秀的數據分析師從把目標定對

開始要分析數據之前,得先想清楚分析後,數據看起來怎麼樣是好、怎麼樣是壞。

所以,定立目標是第一步,我舉個例子:我在eBay工作的時候墨西哥的網站主要是房屋買賣的貼文,我們靠用戶在網站上看到房屋的資訊後,聯繫仲介來賺錢,主要的收入是來自仲介上架房屋資訊繳交費用的營收。我們知道大多的用戶是從搜尋引擎來的,所以總經理給行銷團隊定了目標,就是「增加搜尋引擎來的用戶流量」。過了幾個月,果然我們搜尋引擎來的用戶流量大幅增加,但是仲介上架房屋的營收沒有增加,深入分析發現,用戶在網站上看到房屋的資訊而跟仲介聯繫的數量也沒有增加。怎麼會這樣?!很明顯啊,因為總經理定的目標是「增加搜尋引擎來的用戶流量」,不是「搜尋引擎來的用戶聯繫仲介的數量」,也不是「仲介因為我們搜尋引擎來的用戶流量而成功交易房子的數量」啊!所以,搜尋引擎人員買了一堆跟買房子沒關係的關鍵字,像是「歡樂時光」「提供免費午餐的樣品屋」等,當然是吸引了一堆流量,但這些人根本一開始就沒有打算要買房子啊!所以,不論你是小員工,還是大主管,都有機會為專案、工作細節、廠商團隊定立目標,先把目標定對,就是數據分析的第一步。

2. 優秀的數據分析師會忘記自己是數據分析師

2. 優秀的數據分析師會忘記自己是數據分析師

「啊?阿雅老師,什麼叫做數據分析師會忘記自己是數據分析師?又不是韓劇,男女主角動不動就失憶。」不管你是不是數據分析師,都有機會做報告給老闆,有些報告很多數據,有些不多。不管如何,你是那種沉浸在自己的世界裡,只關心自己的分析報告做得好不好的人嗎?還是你最在意的是,到底這份報告有沒有對看報告的人帶來什麼具體的影響力,他有沒有因為你的報告做了不同的決定,而且這個決定為公司帶來可以計算的正向影響?如果你是後者,那恭喜你!你就學到了數據分析師的第二個要領:忘記自己是數據分析師,把自己當成看報告的決策者。

比如說,身為產品經理,我明天要決定「要不要請工程師多做一個適合5年前舊手機可以用的網站版本」,我請數據分析師做分析。一週後分析報告來了,但我看完只說聲「謝謝」,就收抽屜裡了,因為前述的那個決定早就已經做了,知道分析結果也只是單純長知識而已。再者,報告寫得真完整,可是其實只要其中的一小部分就有助於我們當下做出更好的決定,他根本不需要多花時間把報告做得這麼完整。問題是,如果過了決策時間,報告完全沒有實質的影響力,那你只是在白做工啊!

3. 優秀的數據分析師會幫助身邊人全部變成數據分析師

3. 優秀的數據分析師會幫助身邊人全部變成數據分析師

你想想,數據分析師再優秀,一天也只有24小時,但要是他們把身邊的產品經理、軟體工程師、產品設計師、行銷經理全部都教會,讓他們懂得自己用Google分析等軟體看數據、自己做分析,那整個團隊使用數據做決定的可能性就大幅提升啦!數據分析師不再是你一個人,而是身邊所有的人都是數據分析師。

數據分析師的時間就只要花在幫助大家解決特別困難的問題上。如此一來,數據分析師的影響力豈不是大很多?同樣的,工作上你一定也有你的專業,或許你會擔心「把別人都教會那他們就不用我啦!」那你就大錯特錯了,你要把其他人教會,他們可以自己做簡單的事情,你才能把自己的時間空出來做更難、更有影響力的事情,否則你的時間就在幫團隊解決這些雞毛蒜皮中浪費光了。

比如說,你是美編,團隊每次寫給你的文案草稿字總是太多、標題不夠吸引人,你要是每次都幫他們改,那你就浪費時間在這些小事上,但如果你可以做個「基礎文案訓練」,教團隊基本要注意的事項,這樣你就可以花更多時間在做好的創意上,團隊也可以把文案草稿寫好一點,整體團隊的設計就提升了。或者你是軟體工程師,團隊每次都在沒有經過網站速度分析下,就自己安裝一些外掛、放上一堆社群媒體追蹤碼,導致網站速度變慢,你只好經常修理,要是你能教育團隊哪些東西會影響網站速度,整理出以後埋碼的流程請大家遵循,那你就可以花更多的時間在研發科技,而不是在那移除外掛、測試網速,整個團隊也都可以扮演一小部分工程師的角色,一起來監督網站的速度。 

先行智庫為你而讀為台灣管理顧問公司,服務內容包含企業內訓、顧問諮詢以及領導管理,了解更多企業服務內容:https://kscthinktank.com.tw/custom-training/

【先行智庫系列講座】

【先行智庫線上課程系列】

Facebook
LinkedIn
Scroll to Top
取得最新資訊

訂閱每週最新消息