订阅更新

数据应用：画像 / 指标 / 报表 面试题63 道

用户画像、标签体系、指标管理与口径、报表与 BI

全部 FlinkSparkKafka项目与面试表达Hadoop / Hive / HBaseAI 与大模型OLAP 与数据湖数仓建模SQL 与数据库数据应用：画像 / 指标 / 报表数据开发与治理Java 与 JVMPythonLinux 与运维分布式与综合
按题号 最新在前
  1. 112 指标平台和语义层怎么设计？
  2. 122 指标口径变更后，历史报表怎么兼容？
  3. A2 报表需求拿到手，字段和口径怎么拆？
  4. 22-01 面试官问「介绍一下你做的用户画像项目」——怎么用STAR法则讲清楚？
  5. 22-02 用户标签体系怎么设计？不是拍脑袋想标签，是有方法论的
  6. 22-03 用户标签存在哪？Hive、Redis还是ES——不同存储怎么选？
  7. 22-04 离线标签和实时标签有什么区别？什么场景必须用实时标签？
  8. 22-05 「活跃用户」到底怎么定义？产品和数据口径打架怎么办？
  9. 22-06 用户ID不统一，手机号/设备号/账号怎么打通？——ID Mapping实战
  10. 22-07 标签加工SQL写完了，每天跑一次，但数据延迟了怎么办？
  11. 22-08 100个标签，业务方说不准——标签质量怎么监控？
  12. 22-09 用户分群怎么做？NTILE打分 vs K-Means聚类，面试怎么答？
  13. 22-10 画像表越来越宽，500列了——宽表 vs 标签表怎么选？
  14. 22-11 标签上线了但没人用——怎么推动业务方使用画像数据？
  15. 22-12 用户画像怎么支撑广告投放？我在出海业务的归因实战
  16. 22-13 标签回溯——某个标签逻辑改了，历史数据要不要重刷？
  17. 22-14 画像数据怎么给到业务系统？接口设计和性能优化
  18. 22-15 冷启动用户没有行为数据，画像怎么建？
  19. 22-16 数据倾斜导致标签计算任务跑了4小时——怎么优化到30分钟？
  20. 22-17 用户生命周期怎么定义？从新客到流失的状态机设计
  21. 22-18 画像项目的数仓分层怎么设计？ODS→DWD→DWS→ADS每层放什么？
  22. 22-19 GDPR/隐私合规——用户画像怎么做数据脱敏和权限控制？
  23. 22-20 面试收尾：用户画像项目的技术选型怎么讲？为什么选这套方案？
  24. 25-01 业务方说"GMV怎么对不上"——你怎么定位是口径问题还是数据问题？
  25. 25-02 老板问"我们到底有多少个指标"——指标体系怎么从0搭起来才不混乱？
  26. 25-03 同样叫"活跃用户"，运营/产品/数据各说各的——指标口径冲突怎么对齐？
  27. 25-04 一个指标该放DWS还是ADS？——派生指标和原子指标的边界怎么划？
  28. 25-05 业务说"加个新指标，明天上线"——指标需求评审到底该卡哪几关？
  29. 25-06 同一个DAU，离线1200万、实时1180万——双链路口径不一致怎么办？
  30. 25-07 "次日留存率"分母到底用谁？——留存类指标的口径陷阱
  31. 25-08 多业务线都要"订单金额"，但定义不一样——多租户/多业务的指标怎么统一管理？
  32. 25-09 时区、币种、汇率怎么处理？——出海业务的指标坑
  33. 25-10 维度爆炸：一个指标拆8个维度查，OLAP撑不住——指标和维度怎么共建？
  34. 25-11 没买阿里OneData，自己怎么搭一套指标平台MVP？
  35. 25-12 指标怎么自动生成SQL？——指标平台的DSL设计要点
  36. 25-13 指标血缘怎么做？——从字段级到指标级的血缘怎么落地
  37. 25-14 指标变更影响30张报表——指标的版本管理和下线机制怎么做？
  38. 25-15 BI里有1000个指标搜不到——指标的检索、推荐和门户怎么做？
  39. 25-16 数据质量出问题业务先发现——指标的监控告警和SLA怎么定？
  40. 25-17 指标值突然异动30%——同环比异常归因到底怎么做？
  41. 25-18 一线开发不走平台宁愿写SQL——指标治理怎么推动落地？
  42. 25-19 北极星/OSM/OKR怎么分解到数据指标层？——产品和数据的语言怎么对齐？
  43. 25-20 面试官问"你怎么理解指标管理？"——一个高分回答的完整结构
  44. 26-01 业务方说“报表数不对”——你第一步该干什么？
  45. 26-02 同一个“日活”，三张报表三个数——指标口径怎么管？
  46. 26-03 临时取数一天来八个，正经报表没时间做——怎么破？
  47. 26-04 报表需求评审该问清楚哪几件事——别等上线才发现理解错了
  48. 26-05 一张宽表撑起几十张报表——报表底层的宽表怎么设计？
  49. 26-06 早上9点报表还没出数，老板在群里@你——产出延迟怎么排查和兜底？
  50. 26-07 报表打开要30秒，业务方忍不了——查询慢怎么优化？
  51. 26-08 同环比、月同比/年同比写出来总差一天——时间类指标SQL怎么写才不出错？
  52. 26-09 海外业务的日报，“今天”到底是哪天——跨时区报表怎么处理？
  53. 26-10 留存率、漏斗转化——报表里最容易算错的两类指标怎么实现？
  54. 26-11 实时大屏和离线日报数对不上，该信谁——实时报表怎么做才靠谱？
  55. 26-12 业务方要“随便拖拽维度看数”——千万级数据的自助多维分析怎么支撑？
  56. 26-13 报表和业务系统的数差了3%，财务要说法——跨系统对账怎么做？
  57. 26-14 几百张报表没人看还在天天跑——报表治理和下线怎么推？
  58. 26-15 上游改一个字段，不知道会崩几张报表——血缘在报表场景怎么用？
  59. 26-16 销售只能看自己区域的数——报表权限和行级隔离怎么设计？
  60. 26-17 别让老板先发现数不对——报表的数据质量监控怎么建？
  61. 26-18 报表需求堆成山，到底哪张先做——需求优先级怎么排？
  62. 26-19 面试官问“说说你做过最复杂的报表项目”——怎么答才出彩？
  63. 26-20 天天写报表会不会废掉——从“取数机器”到数据专家的路怎么走？