要论在加拿大的高薪工作，

那数据分析一定会拥有姓名。

那论高薪行业，

互联网绝对数一数二。

互联网+数据分析的Combo，

加满了高薪Buff，更是众多留学生心中的Dream job。

今天就聊一聊

求职互联网数据分析，该如何准备？

互联网业，究竟特殊在哪？

想进入互联网公司，首先需要了解清楚互联网业的特点。和其他传统行业相比，互联网业有以下的区别：

1、互联网行业人群较广。由于网络效应，用户持续增长，更有可能出现爆炸性增长的局面。

2、互联网媒体性增强，产生了多样化的需求，更成为文化传播的重要渠道。如目前的TikTok、Twitter等新媒体热点事件等。

3、互联网行业会出现前期大量烧钱抢占市场和用户的局面，因为在行业发展的爆发期一旦有一个好的产品领先，后来者就很难翻盘了，比如 Uber 是一个特别典型的例子。

4、互联网行业比较容易出现赢者通吃的局面，比如Meta和 Instagram的合并，立马形成行业垄断。

互联网行业常见数据指标

不同的互联网行业关注不同的运营数据，以App的指标为例，来梳理一下互联网行业常见的数据指标。

1、活跃用户指标：

日活（DAU）：一天内日均活跃设备数(去重，每个公司活跃的定义不一样)

周活跃数（WAU）：一周内活跃设备数(去重，每个公司活跃的定义不一样)

日新增DNU：一周内的日均新增人数,计算方式：一周新增设备数(不去重)/自然周天数

最高活跃（PCU）：一周内的最高活跃设备数月活

（MAU）：一个月内的活跃设备数(去重)。

2、新增用户指标

日新增注册用户量：统计一天内，即指安装应用后，注册APP的用户数。

周新增注册用户量：统计一周内，即指安装应用后，注册APP的用户数。

月新增注册用户量：统计一月内，即指安装应用后，注册APP的用户数。

注册转化率：从激活到注册的转化。

3、留存指标次

日留存率：某一统计时段新增用户在第二天再次启动应用的比例。

7日留存率：某一统计时段新增用户数在第7天再次启动该应用的比例。14日和30日留存率以此类推。

以上是一些具有普适性的互联网运营数据指标，不同的业务关注的指标不一样，所以在实际工作中需要以本身业务目标为准，制定属于自己关注指标。

数据分析，从入门到精通

必备理论知识篇

1、统计概率

统计学基础对于数据分析师来说非常重要，寻找指标之间的相关性、设计ab测试、显著性检验、结果分析、预测建模等都需要一定的统计学知识，所以建议复习高频知识点。

高频考点：

1. 描述性统计（平均值，标准差，中位数）
2. 概率（独立事件，相关事件，期望，包括贝叶斯）
3. 概率分布（离散概率分布，连续概率分布）
4. 统计推断（抽样，置信区间，假设检验）

2、机器学习（加分项）

机器学习这一块其实应该算是数据分析岗位的加分项，不一定是必备的，要看具体岗位要求。

需要掌握的机器学习算法：

1. 分类算法：逻辑回归，贝叶斯、决策树、随机森林
2. 回归算法：线性回归
3. 聚类算法：K-means

必备核心技能：

1. 特征工程
2. 模型评价
3. 交叉检验（用已有的数据监测算法的预测力）

这些数据分析工具必须会！

在工具方面，Excel+SQL这2个是入门也是必备的数据分析工具。剩下的一些工具根据自身能力去学习，比如Python或者R

Excel：最基础的底层能力， 人手必会。在实际工作中Excel的使用频率非常高，因为Excel函数、透视表可解决大部分问题，并能够把存储、分析、数据可视化很好的结合在一起。而且Excel的熟练程度，也会极大提升数据分析过程中的效率，让分析更加的强大。

需要掌握的核心技能有：常用函数的使用，基础图表的制作，数据透视表，vlookup

SQL：公司的内部数据存储在数据库中，作为数据分析师要能够从数据库中获取数据并进行分析。对于分析师来说，sql是一切分析工作的基础。Sql的考察形式一般为当场出1-2道场景题目。

需要掌握的核心技能有：会利用SQL操作开源数据库mysql进行增加、删除、查询、修改存储过程数据库的分组、聚合、排序

在面试前，你可以做这些...

在面试互联网数据分析岗位前，这些事情需要准备好：

深入了解你要面试的公司

在面试前，花一点时间了解该公司，这样在面试官提问和公司相关的问题时你就不会手足无措。收集该公司的信息渠道不仅仅是Google，还可以运用各种社交媒体，如Facebook，Linkedin，Twitter等。这些平台可以提供给你的信息可能比你想象的更加强大。

试用相关的产品

所有互联网公司都强调员工要使用自己的产品，这是提高产品思维最有效的办法。比如 Airbnb 会每个季度提供一定额度的金额让员工去度假的时候可以用上，住 Airbnb 上的房源，Uber 会给员工提供 credit 打 Uber 。

通过这种方式员工可能会发现一些 bug，或者提供一些产品相关的反馈等等。举一反三，即使你不是上述公司的员工，你依旧可以通过这种方法来探索产品有什么可以改进的。

以 google map 为例，有一个功能是在达到目的地的时候，会显示出目的地的街景。那么接下来可以有一系列的问题。

为什么要显示出街景？方便用户辨认目的地。

除了显示街景还可以显示什么？可以显示附近停车场，或许目的地本身是没有停车场的，那么用户需要停车的话如果能自动给用户一些选择或许是一个不错的功能。假设要做这么一个功能的话，什么情况下应该显示呢？

比如显然应该只有在用户在开车的时候才应该显示，那么如何辨别用户之前是开车而不是走路？

比如假如有目的地有停车场的话，那就不需要显示，这又如何辨别？

类似的问题可以一直问下去，多进行类似的思维训练，对积累行业相关知识，训练产品思维是很有帮助的。

看完了今天的文章，

相信你对准备数据岗面试有了一定的了解，

如果你也对Data Analyst感兴趣，

想斩获Dream Offer,

欢迎随时联系 Power Career！