数据分析求职Happy Ending 献上我的面经和回答思路

一：简历

• 自我介绍
• 项目实习经历

二：行为面(根据我被问到的频率排序)，HR面基本都会问到，技术面也会穿插文

硬技能：书籍+实战

软实力：精益数据分析、知乎数分领域专家、人人都是产品经理

能介绍一下我们这个业务线或部门吗

你觉得数据分析师的核心竞争力是什么【这个问题我觉的是最成功的一个问题，网易和贝壳都反问我，你觉得呢？之后他们会进行自己的分享，他们的回答其实也就是他们的经验，可以加深你对这个岗位的认识】

前面你被问到的问题，都可以在这个环节反问，问多少都可以！！而且面试官会很愿意回答

因为我的实习都是C端相关的，所以面试滴滴两次被问到了这个问题

主要掌握途径是百度！知乎！面试前将网络上与本公司的相关高赞高浏览文章有选择性的阅读一遍，从中提炼出上述的问题点。你会发现这个过程你真的会了解到很多

四、硬技能

1. sql / 统计学/ Excel / python / 机器学习

在秋招面试中，我只被问到了前两项，后三个都没被问到过（我的简历中无python机器学习相关经历，如果有应该会被问到）

Sql问题：

Union 和 union all区别

Rank() over(partition by XX order by XX)几种窗口排序函数及区别

Case when then else end

AB实验是什么

如何确定样本量

假设检验

置信区间

a值、p值

中心极限定理 / 大数定律

T检验，Z检验，F检验，卡方检验： 场景、使用条件、统计量、分布

• 围绕贝叶斯概率

网上找题刷一刷，拼多多二面问到了“三门问题“

• 你搭建指标体系的思路是什么，你们平常工作会关注哪些指标

Eg. 视频类产品

大盘指标--日活、新增、回流、持续活跃；次留、三留、七留

消费------内容消费渗透率、app人均使用时长、人均播放时长、人均播放次数、完播率

互动------整体互动设备数、点赞、评论、收藏、分享

生产------总视频数量、新增视频量、投稿作者数、人均投稿数、整体投稿率

• 异常值的拆分

例如：成交额下降，怎么分析（以此为例子，提供我常用的思路）

1、明确数据，什么时间下降了多少；首先需要判断这是不是一个正常的现象

查看过去一段时间的成交额趋势，观察同比数据，如果变化一致说明受周期性的现象，比如节假日活动的影响； 观看环比数据，看一下是累积性时间还是突发性事件

2、维度拆分，找到哪个维度的成交额下降

(1)新老用户拆分

(2)用户来源渠道拆分

3、指标拆解

成交额 = 流量 x 转化 x 客单价(用户平均购买商品的金额)

流量：是不是商品曝光率减少了

转化：漏斗模型进行分析，从浏览量--点击量--加购物车量--下单量--成交量

比较环比数据，看哪一个指标出现了问题

总之：就是结合经验进行维度拆分，然后与其他时间的数据、经验值进行对比找到问题的原因

4、对于定位的问题，再分析背后的原因

运营：之前搞活动，现在不搞了；push通知太频繁了

技术：产品版本更新，出现bug

外部：国家政策、竞争对手

• 衡量某一个细分模块(如 某一个功能、运营策略)给平台带来的收益(成交额、贡献市场、活跃人数等)

(1) AB测试：设计两个方案，变量是有无这个细分模块

Eg. 衡量拼多多一个资源位带来的成交额，然后面试官就会以此继续问AB实验及涉及到的统计学的内容

(2)控制变量法 + 时间、人群对比

Eg.网易云一首歌下架后对用户的影响（显然不能做ab检测）

首先对用户分组：之前消费过这首歌的用户A，之前未消费过这首歌的用户B

然后看两个用户组歌曲下架前后的一段时间内的时长变化情况

其中B组用户变化情况就代表了除音乐下架的其他因素的累积效果，A组的用户变化情况代表音乐下架+其他因素的累积效果。因此只需要对比这两条线的趋势，具体数值就可以衡量音乐下架的影响

大家可以针对不同类型的产品进行积累，主要组成是AARRR指标+产品个性化指标

因为我的简历中写了一个留存相关的小分析，被反问的频率炒鸡高，几乎每家公司的每场面试都被问到了，而且会反问问题

留存问题应该如何拆分 / 影响留存因素

新用户：渠道、内容质量

老用户：用户生命周期、内容质量、内容分发效率、用户画像

以上是我自己积累总结的回答，仅供参考，如果哪里写的不正确或者大家有其他的思路，可以发评论或者私信我哦，如果我看到，会一一回复的。

面试过程其实也是一个学习的过程，我们可以通过面试官的反馈和反问环节不不断的更新的业务知识和问题答案。最后希望大家都可以找到自己满意的工作

==============================================================

最后的最后和大家分享一下我的转行求职心路历程叭～

有的时候我们只需要需要一点点坚持，一点点耐心，一点点勇气 就会向前迈进一大步

我是生物医学工程专业的研究生(两年半学制)一枚，在研一的10月初开始自学数据分析的基本功，主要包含：excel，sql，统计学，tableau，python。同时也兼顾了数据分析思维的锻炼，这方面主要是看书《增长黑客》、《精益求精数据分析》、《一个电商运营者的自白》。其实每本看的都不透彻，只是想培养一下自己的思维，做到“知”这一层面。

在2月底，寒假期间，各个互联网大厂的春招提前批就开始了，零实习经历和跨专业的背景让我全部吃了闭门羹；于是我开始转战日常实习，***、boss直聘大大小小的公司感觉投了不下50家，直到4月份，趣头条收留了我。感谢自己当时的勇气与决心，为了这份实习，一个人溜回了上海(当时还处于疫情期间，高校禁止返校)，开始我的实习之旅。 这份实习也成了我求职道路上最重要的一个转折，一是这份工作让我亲眼见证了、亲身实践了数据分析师这个角色，这个岗位不在仅仅停留在想象之中。在这里增长的知识、经历也成了我接下来走的每一步的一笔重要资源。二是这份工作让我结识了真正志同道合的小伙伴们，在艰难前行的道路上又多了4个同行者，我们相互鼓励相互学习相互吐 槽，在工作中也充满了欢声笑语。

由于学校科研加疫情原因，我5月份就被迫回到学校隔离了，这份1个多月的实习也就结束了。虽然回到学校，但我一直也静不下来，于是又开始一波波的投简历； 由于疫情封校，手里的几个offer也白白流走了。到了6、7月份，整体疫情逐渐好转，在和导师、学校持续了近一个月艰难的协商下，我终于溜出了学校，这次又是偷偷的，背着导师和爸妈我一个人去了北京快手。当时北京大兴海鲜市场又成了疫情风险区，作出这个决定纠结了好久，最终还是不想放弃这么好的实习机会。就这样，趣头条的四小只就这样在北京又相遇了，大家都在更大更好的平台发展。

快手的这段实习我遇到了超级nice的leader，是一个比我大3岁的小姐姐，可爱有趣，但是工作中又雷厉风行、谈判能力极强。她会主动和我分享工作经验、心路历程。这段实习经历帮助我快速成长，很感谢这段经历中我身边的每一个小伙伴，我遇到了喜欢的工作team，工作氛围，我想要成为一个怎样的数据分析师在我心中也逐渐明朗起来。

8，9月份，秋招开始啦！这两段实习经历让我在秋招中进展的很顺利。最终在9月结束前拿到了网易云音乐SP、滴滴、拼多多和贝壳找房的意向书，我的互联网秋招之旅也在9月画下了句号。

其实只要坚持不放弃，从小做起，一步一步积累，大家最终都会达到自己理想的彼岸。

也欢迎大家移步zh：飞扬君 我会在这里分享我数据分析自学历程，以及我后续的学习与工作心得～～