为什么Tech公司最常见的面试题通过率却最低？？

众所周知，A/B测试是一项热门技能，有不少数据科学相关岗位的面试题目都与之相关。但与此同时，有助于准备A/B测试相关面试题目的资源却很少，从而导致大多数候选人在这些面试中表现不佳。事实上，A/B测试实验领域一直在发展，每年都有越来越多关于A/B测试的新的概念和方法。这就意味着即便是几年前自诩A/B测试经验丰富的候选人，如今也经常会在面试中被难住。在这篇文章中，我们将模拟面试官和候选人的对话来进行A/B测试相关的模拟面试，帮助你了解面试官要的是什么，以及如何顺利通过这些面试。你可能会问，为什么我们需要模拟面试？原因是，作为数据科学岗位，我们有时会在沟通方面遇到困难。因此，在脑海中记住一个有效的沟通模板会对你有很大帮助。在本文中，我们将使用食品配送公司Doordash的面试案例进行讲解，该公司的手机App目前在iPhone App Store 中排名第一。他们通过实验不断改进他们的App，并且也在不断寻找有A/B测试相关技能的候选人。

面试题Doordash目前正在扩展更多业务，例如便利店跑腿送货。由于他们之前的推送通知策略效果很成功，于是他们正在考虑在应用内部发送通知来推广这个新业务。那么，你将如何设计实验以决定他们是否应该在应用内部发送通知呢？
解决方案第一步 — 提出明确的问题以更好地理解业务目标和产品功能细节在这一步，面试官希望看到什么——

• 在深入研究实验细节之前，你是否首先明确了产品/业务目标？

以下是模拟对话部分：
候选人：在开始设计实验之前，我想确保我对产品背景的理解是清楚的。像这样的产品可能有多个目标——例如增加新用户获取、增加用户的转化率、增加该类别中的订单数量或增加总订单价值。请问我应该具体针对哪个目标进行实验呢？
面试官：这个问题问得很好。通过应用内部通知，我们主要是想尝试提高用户的转化率——即在所有登录的用户中，在新的业务类别下订单的用户的百分比。
候选人：好的。除此以外，我还想了解更多关于推送通知的信息——推送通知的内容是什么，以及目标受众是谁？
面试官：我们目前不提供任何折扣优惠，推送通知只是为了让用户知道我们推出了新的服务业务。如果实验证明这样做的确有效的话，我们打算向所有用户推送通知。候选人：好的，谢谢你的补充，下一步我可以开始深入研究实验细节了。
第二步 — 陈述商业假设、零假设，定义要评估的指标面试官想看到什么——

• 除了主要指标之外，你还考虑了次要指标和护栏指标。

候选人：所以我们的商业假设是——我们预计，如果我们发送应用内部通知，那么新业务的每日订单数量将会增加。因此，我们的原假设 (H0) 是——用户转换率不会因为应用内部推送而产生变化。我们希望在实验中包含不同的指标，因为发推送的目标是提高新业务的用户转化率，所以这将是我们的主要指标；在次要指标方面，我们还应该观察该业务的平均订单价，看看有什么影响。用户转化率提高的同时，平均订单价格有可能会下降，从而导致整体收入下降，这是我们可能需要注意的事情。除此之外，我们还应该考虑护栏指标，这些指标是我们应该考虑的其他因素，从另一种维度来描述实验结果从而提供更全面的分析，例如应用使用时间或应用程序卸载的次数。您觉得在这个实验里，还有哪些我们应该包含的指标呢？面试官：你选择的主要指标非常好，不过对于这个案例，你可以忽略次要指标。但你在护栏指标方面是正确的：Doordash在推出新功能或者新版本时非常谨慎，因为我们知道安装应用程序的用户LTV（生命周期总价值）要高得多。所以在推出新功能时我们确实需要小心，以免促使用户卸载应用程序。候选人：好的，那我们则需要把卸载百分比作为我们的护栏指标。
第三步 — 选择显著性水平（significance level）、统计功效（statistical power）、MDE （最小预期提升幅度）并计算实验所需的样本量和持续时间面试官想看到什么——

• 你对统计概念的了解以及对样本量和持续时间的计算；

• 你是否在进行实验时考虑了网络效应（在 Doordash、Uber、Lyft、Airbnb 等双边市场或 Facebook、LinkedIn 等社交网络中很常见）、星期几效应、季节性或新奇效应等可能会影响实验的有效性。

候选人：那么现在我开始设计实验。我们首先看看我们是否需要考虑网络效应。当控制组的行为受到我们对测试组处理的影响时，网络效应就会发生。由于 Doordash 是一个双面市场，因此更容易看到网络效应。在这种特定情况下，如果对实验增加了测试组的需求，可能会导致外卖员数量供应不足的情况，从而导致整体配送效率下降，这反过来又会影响对照组的表现。为了考虑网络效应，我们需要选择一些随机因素。有很多方法可以做到这一点：我们可以进行基于地理的随机化、或基于时间的随机化、或网络用户群体群随机化。面试官：网络效应的确很关键，因为它确实是我们在 Doordash 的实验中会仔细考虑的因素。但由于时间有限，让我们假设这里没有网络效应，然后继续设计实验吧。候选人：好的，如果我们不考虑网络效应，那么实验的随机因素就是用户，我们将随机选择用户并将他们分配给测试和控制组。测试组将收到内部推送，而控制组将不会收到任何推送。接下来，我想计算该实验的样本量和持续时间。为此，我需要准备这些信息：

• Baseline conversion（基线转换）：这是在进行实验之前，控制组的现有用户转换率

• Minimum detectable difference（最小可检测差异）或 MDE：这是我们实验时可以接受的转化率的最小变化，比这更小的变化我们可以忽略不计

• Statistical Power（统计功效）：我们有多大概率可以拒绝原假设

• Significance Level（显著性水平）：当原假设为正确时拒绝原假设的概率

我们通常默认选择 5% 的显著性水平和 80% 的统计功效，除非有特殊要求。此外，我将假设对照和测试组的比例为一半一半。一旦确认这些信息后，我将使用功效分析来计算样本量。为此我会使用编程语言，例如在 R 中，有一个名为“pwr”的包可用于实现此目的。面试官：好的，假设根据分析，我们得到每组的样本量为10,000名用户，你将如何计算实验的持续时间？候选人：为此我们需要知道每天登录该应用的用户数量。面试官：假设我们每天有 10,000 名用户登录该应用程序。候选人：好的，那在这种情况下，我们至少需要两天的时间来运行实验，我是通过将控制和测试组的总样本量除以每日用户数得出的（10,000*2/10,000）但是，在最终确定持续时间时，我们还应考虑其他因素：

• Day of week effect（星期几的影响）——你可能在周末和工作日有不同的用户群体，因此运行足够长的时间来捕捉每周的周期是很重要的。

• Seasonality（季节性）——有时用户的行为会有所不同，这是需要考虑的重要因素，例如假期。

• Novelty effect（新奇效应）——当你引入一个新功能，尤其是一个容易被注意到的功能时，它最初会吸引用户去尝试。这意味着，一个测试组一开始可能看起来表现不错，但效果会随着时间的推移而迅速下降。

• External effects（外部影响）——假设市场竞争很大，同类应用的推送通知很多，消费者很有可能会忽略掉我们的推送，这将直接影响我们实验的准确性。

基于上述原因，我建议实验至少进行一周。面试官：好的，那你会如何分析实验结果呢？
第四步 — 分析结果并得出有效结论面试官想看到什么——

• 你在不同场景中会使用适当的统计检验的知识（例如，针对样本均值的t检验和针对样本比例的 z 检验）

• 你是否检查了随机化

• 你提供的最终建议

候选人：我的分析有两个关键部分——

• 为了使实践的效果最佳，我们应该在分配测试组和对照组时检查随机化是否合理。为此，我们可以查看一些预计不会受到实验影响的基线指标，并对两组进行比较，比如，比较两组之间基线指标的直方图或密度曲线。如果没有差异，我们可以得出结论，随机化是合理的。

  
  

• 所有指标（包括主要指标和护栏指标）的显著性测试。我们的主要指标（转化率）和护栏指标（卸载率）都是比例，因此我们可以使用 z 测试来检验统计显着性，我们可以使用诸如 R 或 Python 之类的编程语言来做到这一点。

如果从统计角度来讲，转化率显著增加，并且卸载率没有受到负面影响，我建议实施内部推送。
如果从统计角度来讲，转化率显著增加，但是卸载率受到负面影响，我建议不要实施内部推送。最后，如果从统计角度来讲，转化率没有显著提高，我建议不要实施内部推送。
面试官：非常好，感谢你的回答。

结论

如果在A/B测试面试中表现出色的话，将为你在招聘过程中提供非常大的优势，使你脱颖而出，因此，花时间学习A/B测试中的关键概念，并且为面试做好准备是非常重要的。

以上就是“为什么Tech公司最常见的面试题通过率却最低？”的详细内容，想要了解更多IT圈内资讯欢迎持续关注编程学习网。