Domande da colloquio per Data Analyst

Approccio — Filtrare → unire → raggruppare → ordinare → limitare

Per prima cosa chiarisco se contare ordini annullati o rimborsati; normalmente includo solo quelli completati. La query filtra orders per data e stato, raggruppa per cliente, somma revenue, ordina in modo decrescente e limita a cinque. La data corretta e la granularità sono importanti. I dati delle righe devono essere preaggregati per non moltiplicare i ricavi. Se vanno inclusi i pari merito al quinto posto, uso una funzione di ranking invece di LIMIT. Infine convalido il totale idoneo, i conteggi e i possibili duplicati.

Approccio — Definire la coorte → definire il ritorno → LEFT JOIN → aggregare

Per prima cosa definisco fidelizzazione: attività esattamente al settimo giorno o in qualsiasi momento durante i primi sette giorni. Per il giorno 7, una CTE contiene le registrazioni di gennaio con user_id e signup_date, mentre un LEFT JOIN collega gli eventi validi del settimo giorno. Il LEFT JOIN conserva chi non è tornato; un INNER JOIN gonfierebbe il tasso. Il denominatore è costituito dagli utenti univoci idonei e il numeratore da quelli che presentano l’evento. Escludo dal denominatore gli utenti senza sette giorni completi di osservazione. Posso anche segmentare per canale, piattaforma, regione o settimana.

Approccio — Numerare gli acquisti per utente

Filtro prima gli acquisti validi e completati. Li numero poi con row_number() over (partition by user_id order by purchase_at, order_id) e seleziono la riga di rango due. order_id rende il risultato deterministico quando i timestamp coincidono. Se devono comparire tutti gli utenti, unisco il risultato alla tabella utenti con un LEFT JOIN; chi non ha un secondo acquisto mantiene un valore nullo. Nelle tabelle grandi sono utili indici su user_id e data di acquisto.

Approccio — Una riga per utente con un timestamp per fase

Creo una riga per utente mediante aggregazione condizionale e prendo il primo timestamp di ogni fase, evitando di contare eventi ripetuti. Se l’ordine è obbligatorio, la verifica deve avvenire dopo la registrazione, l’onboarding dopo la verifica e l’acquisto dopo l’onboarding. Calcolo la conversione tra le fasi e quella totale. Ogni numeratore conta gli utenti univoci nella fase successiva e ogni denominatore quelli nella precedente. I segmenti per piattaforma, canale, dispositivo, regione e coorte rivelano dove si concentra l’abbandono. Verifico duplicati, fasi saltate, fusi orari, account di prova ed eventi tardivi.

Approccio — Convalidare → segmentare → esaminare il funnel → fattori esterni → raccomandare

Per prima cosa verifico se il calo è reale: modifiche alla strumentazione, ritardi della pipeline, fusi orari, filtri anti-bot, versioni e confronto con dati grezzi. Segmento poi per piattaforma, versione, regione, canale, anzianità, piano, dispositivo e origine. Esamino il percorso: sono diminuite aperture, accessi, visualizzazioni o azioni principali? Aperture stabili con minore attività indicano il prodotto; meno aperture possono dipendere da notifiche, acquisizione, stagionalità, un’interruzione del servizio o un fattore esterno. L’intervento dipende dalla causa, come annullare una versione con più errori. Se i dati arrivano in ritardo, comunico il limite invece di creare una falsa urgenza.

Approccio — Obiettivo → metrica principale → driver → controlli → segmenti

Chiarisco se l’obiettivo è scoperta, interazione, conversione, fidelizzazione o carrello. La metrica principale deve riflettere il valore, non soltanto i clic; nell’e-commerce, ad esempio, acquisti derivanti dalle raccomandazioni per utente attivo. I driver possono includere impression, CTR, aggiunte al carrello, conversione, ricavi per sessione, copertura e varietà. I controlli includono resi, rimborsi, clic irrilevanti, latenza, reclami e cannibalizzazione. Segmento per utenti nuovi o abituali, categoria, dispositivo e superficie. Un test A/B misura il breve periodo; fidelizzazione e riacquisto mostrano se il valore persiste.

Approccio — Scomporre i ricavi in traffico, conversione, carrello, mix, prezzo e fidelizzazione

Un traffico maggiore può compensare una conversione inferiore. Anche il carrello può aumentare per effetto di prezzi, pacchetti, grandi clienti o prodotti più costosi. Un’altra possibilità è avere meno visitatori, ma di maggior valore, oppure una diversa definizione di tracking. Segmento per canale, prodotto, regione, clienti nuovi e abituali, gruppo e dispositivo. Scompongo poi i ricavi in sessioni, conversione, carrello, rimborsi e riacquisto e verifico se la conversione è misurata per sessione, utente o visitatore. La valutazione dipende da qualità e sostenibilità, non soltanto dall’aumento dei ricavi.

Approccio — Pubblico → decisioni → metriche → segmenti → avvisi

Per prima cosa chiarisco il pubblico e le decisioni. La dirigenza ha bisogno di una visione sintetica di crescita, fidelizzazione, monetizzazione e rischio, non di ogni dettaglio operativo. In alto mostrerei MRR, fidelizzazione netta e lorda, MRR nuovo, ampliato, ridotto e perso, clienti attivi, conversione da prova a pagamento, ARPU, eventualmente recupero del CAC e dato effettivo rispetto all’obiettivo. Segmentare per tipo di cliente, canale, piano, regione, dimensione e vendite assistite rispetto al self-service consente di diagnosticare. Tendenze, coorti, un ponte dell’MRR, motivi delle disdette e scostamento dall’obiettivo rispondono a queste domande: stiamo crescendo, perché, dove esiste un rischio e cosa va indagato? Devono essere visibili definizioni, aggiornamento, filtri, responsabili e soglie.

Approccio — Chiarire la decisione → spiegare il rischio → proporre una vista migliore

Per prima cosa chiarisco quale decisione deve supportare. Spiego poi il rischio in modo oggettivo: i ricavi cumulativi possono nascondere un rallentamento, un grafico a torta con troppe categorie può occultare differenze e l’assenza di intervalli può creare una falsa precisione. Propongo una visualizzazione migliore della stessa domanda: serie temporale, coorti, funnel, distribuzione, barre segmentate o scomposizione. Se serve comunque la vista originale, può essere inclusa con limiti chiari; non la presenterei come mia raccomandazione. Essere utili e mantenere l’integrità analitica sono obiettivi compatibili.

Approccio — Profilare → standardizzare → convalidare → documentare

Per prima cosa profilo righe, colonne, valori nulli, duplicati, tipi, valori impossibili, date e anomalie e conservo una copia non modificata. Elimino poi gli spazi, normalizzo i nomi, interpreto le date, converto le unità e associo le categorie incoerenti a un elenco controllato. Prima di deduplicare, definisco la chiave aziendale. Riconcilio quindi totali e conteggi con una fonte affidabile e verifico valori nulli, valori univoci e intervalli. Documento le trasformazioni, separo dati originali e puliti ed evito modifiche manuali nascoste.

Approccio — Esplorazione rispetto a calcolo controllato

Le tabelle pivot sono utili per esplorare, raggruppare e sintetizzare rapidamente per dimensione. Le formule sono migliori per una logica personalizzata, multistadio o verificabile, come coorti, ponti, punteggi ponderati, eccezioni o riconciliazioni. In pratica uso le tabelle pivot per individuare schemi e poi costruisco un modello controllato. I report ricorrenti dovrebbero migrare verso una pipeline SQL o BI riproducibile, anziché dipendere da un foglio manuale fragile.

Approccio — Ipotesi → randomizzazione → metriche → controlli → decisione

L’ipotesi è che il nuovo design riduca l’attrito e aumenti gli acquisti completati senza causare danni successivi. Verifico unità di randomizzazione, campione, durata, esposizione, idoneità e assegnazione persistente; randomizzare per sessione può alternare le varianti per gli utenti abituali. La metrica principale è la conversione dall’avvio del checkout all’acquisto. Quelle secondarie sono errori di pagamento, durata, carrello e upselling. I controlli comprendono rimborsi, chargeback, assistenza, latenza, errori e reclami. Oltre alla significatività statistica conta la rilevanza pratica. Consiglierei il rollout soltanto con un miglioramento utile, controlli sani, tracking affidabile ed effetto stabile.

Approccio — Verificare la potenza → valutare la direzione → ponderare il costo → decidere

Non significativo non significa necessariamente nessun effetto. Verifico se campione e durata potevano rilevare una differenza rilevante. Esamino poi dimensione dell’effetto e intervallo: uno ampio che include beneficio e danno è inconcludente; uno stretto intorno allo zero suggerisce un impatto limitato. Considero anche manutenzione, rischio e strategia. Una funzionalità costosa senza beneficio misurabile non dovrebbe essere distribuita. Se presenta valore strategico o costo ridotto, può essere iterata o misurata meglio. Il riepilogo separa chiaramente progettazione, osservazione, grado di certezza, limiti e raccomandazione.

Approccio — Definizioni → fonti → filtri → granularità → tempistica → riconciliazione

Per prima cosa confronto le definizioni: lordo o netto di rimborsi, sconti, imposte e chargeback; data dell’ordine, del pagamento, della spedizione o della fattura. Esamino poi fonti, filtri e granularità. Le differenze possono derivare da test, cancellazioni, account interni, regioni, join delle righe, fusi orari o frequenza di aggiornamento. Partendo da una fonte affidabile, creo un ponte: aggiungo o sottraggo ogni differenza individuata finché i due valori non coincidono. Il risultato non consiste soltanto nel dichiarare errata una dashboard, ma nel fissare una definizione, un responsabile, una fonte ufficiale e un intervento per evitare che accada di nuovo.

Approccio — Misurare le assenze → individuare la causa → scegliere il trattamento → dichiarare

Per prima cosa quantifico le assenze per campo, percentuale, segmento, periodo, fonte e piattaforma, perché raramente sono casuali. Individuo poi la causa: campo facoltativo, errore di tracking, ritardo, integrazione, privacy o valore non applicabile. In base alla causa, escludo righe, imputo con una giustificazione, creo una categoria sconosciuta, integro da un’altra fonte o limito l’analisi. Zero e sconosciuto non sono equivalenti. Spiego come i dati mancanti influiscano sul grado di certezza e se la conclusione regga sotto ipotesi ragionevoli.

Approccio — Decisione → analisi → scoperta → raccomandazione → impatto

Scelgo una storia in cui la mia analisi ha influenzato un lancio, un prezzo, il marketing, il prodotto, le operations o una priorità. Spiego in modo accessibile quali dati e metriche ho usato, quali segmenti contavano e quale scoperta inattesa è emersa, senza perdermi negli strumenti. Espongo poi raccomandazione e impatto: per esempio, riallocare il budget dopo aver individuato un canale non redditizio o annullare una funzionalità che aumentava i clic ma danneggiava la fidelizzazione. Includo limiti, incertezza e modo in cui ho allineato gli stakeholder.

Approccio — Chiarire l’urgenza → fornire orientamento → spiegare i limiti → pianificare la convalida

Chiarisco prima decisione, scadenza e rischio. Per una decisione reversibile e poco rischiosa può bastare un’indicazione preliminare; per ricavi, clienti, conformità o strategia, lo standard qualitativo deve essere più elevato. Separo ciò a cui si può rispondere oggi da ciò a cui non si può e, al massimo, fornisco una stima preliminare indicando il grado di certezza. Allo stesso tempo dettaglio pulizia, convalida, riconciliazione e data di una risposta affidabile. In questo modo lo stakeholder può agire senza trasformare una cifra rapida ed errata in una falsa verità.

Approccio — Impatto → urgenza → sforzo → dipendenza → allineamento

Stabilisco la priorità in base a impatto, urgenza, sforzo, dipendenze e reversibilità della decisione. Un’analisi per un lancio previsto domani viene in genere prima di un miglioramento facoltativo di una dashboard. Per ogni richiesta chiarisco decisione e responsabile. I report manuali ricorrenti sono candidati all’automazione. In caso di conflitto, spiego cosa può essere consegnato e quando, quale decisione ne dipende e perché consiglio quell’ordine. Il tempo degli analisti va impiegato dove migliora le decisioni, non soltanto per chiudere richieste.