題集精選一：金融面試方向
1. 你如何看待現在很流行的大數據精準營銷，有何利弊？
【參考答案】
一分為二的看待，優勢：
（1）運用大數據分析法，可以分析用戶的行為
通過積累數據，能夠準確的分析出你的新老用戶的喜好和消費習慣。雖然過去大多數企業都會說顧客就是上帝，要以顧客為中心，想顧客所想，做客戶想做，但是如何真正做到這個口號呢？目前就可以應用大數據分析法，分析客戶的基本需求，這其實就是利用大數據進行營銷的前提。
（2）通過大數據分析，營銷信息精準推送
藉助大數據營銷，企業可以將一些營銷的信息準確推送給真正需求的用戶。目前現在企業真正做到精準營銷還比較難，因為缺少了詳細且海量的數據，缺少了對數據詳細的分析，自然就不能夠做到真正的精準，而現在通過運用大數據分析法，分析客戶的真正需求，使營銷廣告能更精準的推送給用戶。
（3）通過大數據營銷，營銷活動投其所好
有了精準營銷，企業如可以將營銷活動精準推送給客戶，不僅可以拉新，還可以提升客戶粘性。企業通過數據分析，明確掌握自己的產品主要傾向於什麼樣的客戶，制定相應的推廣活動投其所好。現在社會，無論是線上還是線下的產品，都可以運用大數據分析法，通過不同渠道瞭解客戶信息，從而在產品的營銷中做到投其所好。
（4）通過大數據營銷，篩選重點客戶
在眾多的用戶中，到底哪些是重點客戶呢？相信這樣的問題是大多數企業都想了解的。現在通過使用大數據分析法，就可以瞭解這類問題，實現精準營銷。通過大數據的分析，企業能夠篩選出有價值的重點客戶。針對這類重點客戶，進行精準營銷，對目標用戶進行多角度的分析，幫助企業更加了解消費者的特點。
弊端：
（1）從法律法規的層面來看，大數據精準營銷非常容易劍走偏鋒，實為“不仁”。大數據作為一套分析理論及工具，本來無可厚非，各行各業，大到國家經濟政策變動，小到一個馬路口紅路燈的時長，背後無不是大數據技術在支撐。但“匹夫無罪懷璧其罪”，掌握了大量個人信息之後，如果缺乏有效地管控，大數據的社會危害性極大。垃圾短信成堆、詐騙信息不斷、魏則西之類的事件頻繁爆發……這已經是活生生的事實。
（2）從經營的層面，大數據精準營銷面臨往往是對新顧客笑臉相迎，對老顧客不聞不問，此為“不義”。無論是筆者熟悉的運營商，還是滴滴打車等互聯網企業，對客戶分層分級、標籤化的結果就是，對那些產生利潤的老顧客，儘量少投入營銷資源，對於新客戶以及不穩定的老客戶（存在流失風險的），反而花大力氣營銷，企業內部的說法叫“精準營銷激活沉默用戶、維穩存量客戶”，說白了還不是“外來的和尚好唸經”唄。
（3）從客戶感知的角度，大數據精準營銷往往有一種等著客戶，守株待兔願者上鉤的感覺，很是“無禮”。傳統廣告，無論是電視、報紙還是戶外廣告，總是靜靜地等在那裡，無論你是否看到，它都在那裡，而且你也相信其他人也會看到這樣的廣告。但是大數據精準推送的廣告，像影子一樣跟蹤著你在網絡世界裡的一舉一動，你經常會心裡嘀咕，是不是全世界只有你一個人收到了這個廣告。而且，動不動就彈出的廣告，對用戶行為很是打擾。
同時，從傳播效果的角度看，大數據精準營銷廣告由於傳播的分散，缺乏品牌積累，反而很難建立起品牌形象，是為“不智”。傳播並不是“你知道、我知道、他知道”就完了，大的品牌往往還具備“你知道：我知道他也知道，他知道：你知道我也知道，……”更深的用戶認知層級（傳播的鏈路知道模型by高承遠）。寶潔等大品牌已經削減新媒體，加強傳統媒體投放，DSP等新媒體廣告面臨著未老先衰的窘境。
（4）從傳播執行和監測層面，大數據精準營銷廣告面臨著“難信”的尷尬。IAB最新研究顯示，有24%的用戶在電腦端上使用廣告攔截軟件，15%的擁護在移動端使用廣告攔截軟件，除了“被攔截”之外，更大的水分，在於新媒體領域的“數據造假”。
2. 我在做實證分析時，模型既有異方差又有自相關，怎麼處理？
【參考答案】
首先，若是橫截面數據主要考慮百異方差，若是時間序列主要考慮自相關。
你現在的情況同時存在異方差和自相關，建議你先考慮產生自相關的度原因是模型誤設還是純粹的自相關。如果只是純粹的自相關，可以用FGLS解決自相關的問題。
而你在解決了自相關後發現，還存在異方差知的問題。但是通常情況下方差都是未知的，我們不方便再做加權最小二乘了。這時要解決異方差的問題，可以採用懷特的“異方差穩健標準誤”，基於這個標準誤構道造出的統計量可以做出有效的統計推斷。
再說一種方法吧，當同時存在異方差和自相關時，你可以直接使用HAC，也就是異方差自相關一致標準誤，基於這個專標準誤構造的統計量可以做出正確的推斷。它的前提是你的屬樣本需要足夠大。
最後，還需要你根據自己的情況構造出一個合適的模型，上面那些只是理論上的參考。
3. 條件期望是什麼？
【參考答案】
條件期望，又稱條件數學期望。在概率論中，條件期望是一個實數隨機變量的相對於一個條件概率分佈的期望值。換句話說，這是給定的一個或多個其他變量的值的一個變量的期望值。它也被稱為條件期望值。
聲明：以上內容由雷常教育老師整合創作，答案僅做參考。
閱讀更多 雷常教育 的文章
