該如何衡量Instagram里面Stories這個功能的成功？

案例分析問題在面試中很常見，試想，你在面試德勤，面試官問你，你該如何衡量Instagram里面stories這個功能的成功，你會怎么回答？

如果你的回答是，A/B測試可以很好地衡量這個功能的成功，但是面試官進一步說，但是公司現(xiàn)在沒有做這個A/B測試的能力，想一個替代方案，你又會怎么回答？

很多人會愣住，不知道如何回答。那么這邊文章將會給“愣住”的你們提供思路和解決辦法。

案例分析問題現(xiàn)在已然是數(shù)據(jù)科學(xué)和產(chǎn)品開發(fā)面試的重要組成部分，很多公司認為案例分析面試很能夠看出候選人的敏銳度。面試旨在模擬公司當(dāng)前的產(chǎn)品，測試候選人的反應(yīng)，解決問題的能力，有效處理障礙的能力，等等。一般案例分析問題有3種類型：

1）產(chǎn)品相關(guān)

2）建模相關(guān)

3）業(yè)務(wù)相關(guān)

接下來讓我們來從問題入手，看看如何解決一些比較tricky的案例分析問題。

但是要注意的是，這類問題沒有標(biāo)準(zhǔn)答案，重在于考察你是否能夠做出現(xiàn)實的假設(shè)并根據(jù)這些假設(shè)提出解決方案。本文的主要目的是提供回答這類問題的一些要點。

問題一：

試想你正在運行一個電商網(wǎng)站，你有數(shù)以百萬可銷售的的產(chǎn)品，所以想要消除同一產(chǎn)品被命名為不同名稱而歸屬不同的類別的情況。

例如，有兩個產(chǎn)品名稱分別為iPhone X和Apple iPhone 10，但其實他們是同一產(chǎn)品；再比如亞馬遜會以不同的名稱出售相同的N-95口罩：Covid-19口罩和N-95口罩兩個名稱。

你的任務(wù)是將所有相同產(chǎn)品的不同名稱重命名為一個通用名稱。但首先你需要找出存在這種情況的所有產(chǎn)品。你會如何解決這個問題？

解決方法：

我們可以通過兩種方式解決這個問題。

我們可以通過從每個圖像中提取顆粒狀特征并在這些特征上進行聚類來使用所有產(chǎn)品的給定圖像。顆粒度一詞很重要，因為我們必須對特定產(chǎn)品的不同版本進行分類，他們之間會有細微的差異。因此，提取低級別特征將很重要。因為，假設(shè)我們從每個圖像中僅提取了高級功能并執(zhí)行了聚類。我們的算法會將所有iPhone聚類到一個群集中，將所有三星手機聚類到一個群集中，等等。但是我們希望每個模型都有一個專屬的群集，比如iPhone X有一個群集，而其他的iPhone模型也有他們的群集。因為iPhoneX和iPhone 11的圖像之間的差異很小，所以必須提取顆粒度特征以提高群集算法的性能。

上述解決方案看起來很有說服力，但這時面試官反問：如果某些產(chǎn)品根本沒有圖像怎么辦？

我們還可以對每種產(chǎn)品的描述進行聚類并對它們進行分類。我們可以首先對描述進行數(shù)據(jù)清理，然后在NLP中使用TF-IDF或任何其他熟悉的方法，進行聚類。

問題二：

你正在為一個網(wǎng)站工作，并且你手中有一個大型數(shù)據(jù)庫，其中每一行代表一個頁面視圖。而我們的網(wǎng)站有多個頁面。（可以參考Facebook，它有登錄頁面，主頁，個人資料頁面等。）你將如何區(qū)分網(wǎng)絡(luò)爬蟲和真實用戶？

解決方法：

基本上，網(wǎng)絡(luò)爬蟲的目的是從網(wǎng)站上提取數(shù)據(jù)，網(wǎng)絡(luò)爬蟲肯定會有很多頁面瀏覽量，并且每個頁面瀏覽的時間都很短，因為網(wǎng)絡(luò)爬蟲可以非常快速地提取信息。

另一方面，真正的用戶訪問相對較少的頁面，并在每個頁面上花費更多的時間。除了以上兩個假設(shè)外，我們可以做的另一個假設(shè)是，我們可以通過跟蹤IP地址或其他設(shè)備簽名來跟蹤每個唯一訪問者。

現(xiàn)在，我們可以使用SQL或任何其他查詢語言找到每個訪問者的訪問頁面總數(shù)、頁面總瀏覽時間、平均頁面瀏覽時間。

然后，我們可以在上述指標(biāo)上使用聚類算法，將網(wǎng)絡(luò)爬蟲和真實用戶分為兩個集群。

問題三：

假設(shè)你是LinkedIn團隊的數(shù)據(jù)科學(xué)家。你有一個新聞提要排序算法(我們都知道，當(dāng)每個用戶登錄時，他們會看到一個包含各種文章的新聞提要，這些文章使用排序算法進行排序)。你將通過什么樣的方式來判斷新聞排名算法是否成功應(yīng)用呢?

解決方法：

第一步是提出我們認為可以評估該算法有效性的指標(biāo)。一個基準(zhǔn)指標(biāo)是點擊率(點擊特定鏈接的用戶與瀏覽該鏈接的總用戶數(shù)量的比率)。但是，有一些更好的指標(biāo)（如轉(zhuǎn)發(fā)和評論）也可以用來評估新聞內(nèi)容的吸引力。

由于上述解決方案似乎很模糊，面試官或許會問一些更加深入的問題：

如果上述某些指標(biāo)上升而另一些指標(biāo)下降怎么辦？你將如何處理？你認為哪個指標(biāo)更重要？

在這時最重要的是LinkedIn團隊對這個算法分析的角度。如果他們試圖從業(yè)務(wù)的角度評估算法（如LinkedIn通過廣告來賺錢），那么點擊率將是一個更重要的指標(biāo)，但如果評價是純粹從用戶體驗的角度來看，用戶評價將是一個重要的指標(biāo)。

現(xiàn)在我們來看一個模擬面試中的例題：

你如何衡量Instagram Stories的成功?

我們都知道，Instagram Stories允許用戶在24小時內(nèi)與他人分享照片和視頻。朋友們可以看到這些故事，回復(fù)和分享這些故事。這個特性試圖實現(xiàn)兩個目標(biāo)。

1. 留存率：有多少用戶會再次使用這個功能。

2. 參與度：確保用戶更多地使用此功能。

這兩個目標(biāo)通過以下幾個指標(biāo)來衡量：

1. 平均每個用戶會發(fā)幾個Instagram Stories（每天或每周）

2. 平均每個顧客會看幾個Instagram Stories（每天或每周）

除了上述兩個指標(biāo)外，另一個衡量這個功能成功與否的關(guān)鍵指標(biāo)是發(fā)布多個故事的用戶比例，可能存在這樣的情況，人們可能只發(fā)布了一個故事來嘗試這個功能，但沒有人會重用它。

結(jié)論

回答案例、研究問題不僅需要技術(shù)知識，還需要對業(yè)務(wù)需求有深刻的理解。創(chuàng)造高效，適合企業(yè)需求的產(chǎn)品始終是市場的主導(dǎo)。通過商業(yè)洞察來解決現(xiàn)實生活中的問題至關(guān)重要。