互联网公司从一个数据科学家的角度可以主要分为两个大类，一类是single-user（单一用户），比如google、meta（facebook）、tiktok大多数属于这一类，还有一类是multi-user（多用户）的，比如doordash、roblox，amazon等等。

你可能会有疑问，投广告和看广告的人也是两个用户啊，那么google、meta和tiktok为什么不是多用户类型的公司呢？

实际上，对于真正多用户的公司，它们要服务的是多方的，比如新型的独角兽roblox，它们既要考虑如何让开放者更易用，又要考虑如何增长最终的玩家数量或者让玩家粘性更强。

而对于google这种公司，它们是为了更好的发广告来满足广告主一方的需求，所以即使是在不断优化投放的算法和机器学习模型，它们服务的对象或者说收入的来源也只有一方。作为最终收到广告的你、我、他，公司并不在乎我们具体是谁，在乎的只是我们是不是广告主可以最大它们广告效果和利润的人，如果不是就换下一个人。

作为多用户的公司，它们都是platform-wide的公司，所以很多时候要考虑不同用户之间的平衡：

针对单用户，又可以进一步分成B2B和B2C，有的公司的产品是我们每天可以接触到的，而有一些面向企业级用户的产品我们可能感觉很遥远。所以不同公司的产品思维题应该用不同的答题框架。

推荐大家观看我之前分享的视频，这里以meta为例子，详细剖析了数据分析的答题思路和要点，并且模拟了面试官的回答提出了很多后续问题。这种分析的思路对大部分B2C的产品题都是有效的。

附视频链接：

https://www.zhihu.com/zvideo/1447614639068987392

写在最后

数据分析现在越来越火，主要是大数据时代我们收集数据的能力随着科技技术的进步越来越强，所以收集到的数据量也呈指数般增长。如何做好数据分析需要你根据不同公司、不同产品，掌握不同的分析结构和方法，这是做好数据科学家或者数据分析员的终极密码。