数据分析师面试问题（按轮次划分）

候选人常常只准备SQL，结果被案例环节打个措手不及——offer往往就是在这个环节决定的。本节梳理完整的面试流程，让你的准备与之匹配。分析师面试反复使用五种环节类型，每种考察的重点各不相同。

• SQL。现场写查询或带回家完成，是最常见的技术筛选环节。
• 统计与概率。考察你对结果含义的理解，而非证明推导。
• 业务案例与指标。把一个模糊的业务问题转化为可衡量的问题。
• 电子表格与数据可视化。Excel或Google Sheets函数，以及针对受众选择合适的图表。
• 行为面试。干系人冲突、被要求给出还无法支撑的数字，以及你如何处理自己犯错的情况。

通过与未通过的候选人之间的分界线，通常在于沟通而非技术。一个默默写出正确查询的分析师，得分会低于一个能说清自己在检查什么、为什么这样检查的分析师。

SQL

• 在一张表中找出第二高的薪资。
• 编写一条查询，返回每位客户最近的一笔订单。
• 内连接（inner join）和左连接（left join）有什么区别？什么情况下这个选择会改变你的行数？
• 统计在一月下过单但二月没有下单的用户数量。
• 计算每日营收的累计总和。
• 按每个类别对产品的营收进行排名。
• 找出重复行，并写出删除这些重复行的查询。
• 以百分比形式计算环比增长。
• HAVING能做到而WHERE做不到的是什么？
• NULL值会如何影响COUNT、连接（join）和平均值？

在这份清单里，窗口函数和NULL问题比其他任何内容都更能区分候选人。大声说出"这里用左连接会保留没有订单的客户，他们的总额会变成NULL而不是零"，正是面试官在留意的信号。

统计与概率

• 向一个没学过统计的人解释p值。
• 在你见过的案例里，相关性和因果关系有什么区别？
• 什么时候你会用中位数而不是平均数？
• 置信区间告诉你的是什么？
• 你会如何检验一个A/B测试结果是否可信？
• 什么是选择偏差？它可能会如何出现在我们的数据里？

这些环节考察的是你的解读是否可信。精准的通俗语言胜过教科书式的措辞，承认结果所能支持的结论是有限的，反而会被加分。

案例环节会给你一个界定不清的业务问题，你的任务是把它转化成一个真正能写查询去回答的问题。

• 注册量在上升，但活跃用户数持平，你会如何调查？
• 你会如何衡量一个新功能是否成功？
• 上个月营收下降了10%，请说说你的诊断思路。
• 你会把哪个指标放到高管仪表盘上，又会舍弃哪个？
• 你会如何判断一个营销渠道是否真的有效？
• 某位干系人要求你在当天结束前给出一个数字，但数据还不完整，你会交付什么？
• 对于这款产品，你会如何定义"活跃用户"？

电子表格与数据可视化

• 你会用哪个函数把两张表按共同键合并？当键不匹配时会出现什么问题？
• 做一个按地区和月份展示营收的数据透视表，你会先检查什么？
• 你会用哪种图表展示分布，哪种展示趋势？
• 你有八个类别，其中一个占绝对主导，你会如何诚实地呈现这一点？

行为面试

• 说说一次你的分析改变了某个决策的经历。
• 说说一次你给出的数字后来被证明是错的，之后发生了什么？
• 你如何处理一位希望得到与数据不同答案的干系人？

一位在订阅制公司面试的初级分析师被问到，为什么注册量上升而营收却下降。她没有猜测，而是列出了自己会按哪些维度细分：套餐等级、地区，以及新用户与续订用户，并表示会核查当月是否上线了定价调整。面试官告诉她，检查是否有定价调整上线，正是大多数候选人会跳过的部分。

阅读问题只能建立熟悉感。面试考察的是在时间压力下的实际产出，这是两种不同的能力。

• 大声地手写SQL。现场环节常常只提供一个没有自动补全、也无法运行查询的纯文本编辑器。用这种方式练习，能暴露出你只是一知半解的语法。
• 边写查询边讲解。说出你在连接什么表，以及你预期行数会如何变化。面试官会给他们能听到的推理过程打分。
• 练习向干系人转译结果。每做完一个案例，用三句话、不带任何术语地解释结果。这种解释在大多数公司都是一个被打分的环节。
• 针对追问进行演练。第二个问题——"如果数据不完整怎么办"——才是案例真正决出胜负的地方。

找一个会反驳你的面试官来演练这些提示，是目前最接近真实场景的模拟方式；模拟面试工具会运行带追问的分析师风格环节。更多角色和主题合集可在面试问题库中找到。

有一点需要说明：带回家的SQL测试和监考评测平台不在实时助手的覆盖范围内，屏幕共享的查询环节会显示你屏幕上的所有内容。在实时视频对话中，SubcueAI以本地桌面应用或Chromium浏览器侧边栏的形式运行，不会有会议机器人加入通话。完整说明见可检测性专题。