参考答案：我就以AB测试为例吧，我们的X产品线（业务线）大概每4-6周的时间就会做一次产品的minor version的迭代，这里面就涉及到用户体验的调整，具体包括：A、B、C等（结合自己的项目讲），版本 迭代的话公司这边会做灰度，我们这边的工作就是做AB测试的数据复盘，AB测这边的数据主要包括了X、Y等 指标的一些数据，然后我们通过频数分析、方差分析去了解产品的迭代是否给这些核心指标带了利好的变化， 如果没有我们就要告知产品、告知业务方，这次的版本迭代并不成功，不适合向更多的用户开放新版本，研发 这边可能会根据需要做版本的回退。再比如说，我们会通过日常监控X、Y、Z等指标来判定是否出现业务异常， 然后通过维度拆解、漏斗分析等方式，找出那种因为产品功能问题、业务流程问题导致的异常（可以结合 自己的项目说得更具体一点），这些都是可以倒逼业务方去做调整的。
参考答案：聚焦的话肯定是北极星指标，像我们之前公司的X业务线，这边主要就是……等指标都会出现在月报中； 然后就是指标的对比（同比、环比、行业水准参照）、细分和拆解（追哪些维度，哪些维度之间需要做交叉组合）、 指标异常原因的分析、说明以及给到业务团队的建议（总之，产品线对应的指标体系框架下的东西都讲到位）。
参考答案：结合项目讲，可以从原始数据的事实表讲起，因为你的统计指标都源于你的事实表，跟进自己的项目 想想实际产品会产生哪些事实表，然后从事实表去思考核心数据是哪些，还是要围绕北极星指标来讲。这种问题 回答的时候绝对不能犹豫，犹豫就说明你简历上的这些东西都是假的，这个问题应该讲明细一点，事实表、 维度表都要讲到。月度指标因为监测周期更长，可以讲北极星指标，质量型的指标，而日常工作，肯定关注的东西 更琐碎一些，比如你是做电商用户留存的，你可能要关注就是渠道的拉新，拉新后的激活，激活后的转发转化， 你关注的数据可能更细节一些，包括产品功能留存，功能留存对大盘的贡献等等，日常监控的内容可能会更多细节的， 月度的话更宏观一些。