美团面试题 · 数据驱动
美团相关面试题，按最终去重题目聚合。
共 3614 道真题 · 当前筛选命中 165 道 · 更新 2026-08-05
筛选题目已选：数据驱动
考察点
技术栈
第 141 题用户贡献度一般如何计算？ 考察贡献度计算的指标定义与常用方法第 142 题低活用户和高活用户具体表现在哪些方面的差异？ 考察对用户活跃度分层及其行为、价值差异的理解第 143 题如何衡量各个维度对订单量下降的贡献度？请给出具体的计算方法。 考察量化指标计算和归因分析能力第 144 题请介绍一次你设计和分析 A/B 测试的经历，包括实验设计的关键步骤和结果解读。 考察对 A/B 测试完整流程的理解、实验设计严谨性与结果解读能力第 145 题如果让你为外卖业务设计数据监控体系，会关注哪些关键指标？为什么？ 考察业务理解、指标体系和数据驱动能力第 146 题在离线模型迭代中，如何评估并纳入对DAU等业务指标的提升目标？ 考察离线模型评估与业务目标对齐的方法论第 147 题用户对共享单车App的加载速度表达不满。请设计一个分析方案，量化App性能问题对用户体验的影响，提出至少3个改进措施。 考察性能问题分析、影响量化与优化方案设计能力第 148 题设计一套多城市分层灰度：对“成团人数阈值与等待窗”进行构造化实验，明确城市/商圈/店型分层、样本量、实验周期与冷启动保护，并给出首要指标、护城河指标与失败止损线。 考察实验设计、分层抽样、指标体系与风险控制能力第 149 题针对“搜减脂版部队火锅出不相关内容”的问题，该怎么解决？ 考察搜索相关性问题的排查思路与解决方案设计第 150 题美团平台涉及多业务场景（外卖、到店、网约车等），数据分析的核心价值是什么？ 考察对多业务场景下数据分析核心价值的理解与归纳能力第 151 题请介绍你的项目情况，并说明数据来源。 考察项目概述、数据获取途径与数据可靠性意识第 152 题请从“城市-区域-站点-类目-SKU-时段”多层级设计一套指标体系与异常探测机制，并说明如何应对冷启动和节假日季节性，以及异常发生后的根因定位流程。 考察多层级指标体系设计、异常检测和根因定位能力第 153 题请描述推荐系统的完整链路，并说明每个环节应该使用哪些评价指标。 考察对推荐系统链路及各阶段评估指标的体系化理解第 154 题做一次“竞对拆解+倒推机会”：对比本地即时零售药品业务（美团买药 vs 其他平台），给出 3 个“可从外部观测且可复制”的策略点，并设计最小试点。 考察竞品分析、策略提炼及最小可行性验证设计能力第 155 题假设履约业务中存在小样本实验或溢出效应的制约，您会如何设计实验策略来支撑运营决策？ 考察在实验受限场景下的因果推断与决策权衡能力第 156 题我们关注一个指标“件单价”(即总销售额除以总销售件数)，发现十月份整体的件单价相比九月份出现了大幅下滑。针对这个现象，你认为有可能是哪些原因导致的？请剖析一下可能发生的情况。 考察对业务指标波动的系统性归因分析能力第 157 题请介绍你在实习中如何使用 Redis，并说明它对数据库压力缓解了多少。 考察对 Redis 实际应用场景的理解和量化分析能力第 158 题假设你发现某业务线的核心指标（如订单转化率）在过去一周持续下降，你会如何进行异动归因分析？ 考察指标异动时的系统性归因分析与业务理解能力第 159 题如何评估 Prompt 的准确度？ 考察候选人对 Prompt 效果量化和评估方法的掌握第 160 题当用于查询元数据的SQL语句出现错误时，你如何实现告警通知？一旦错误数据被提取，你又会如何发现并纠正？ 考察数据质量监控与异常数据发现机制的构建能力