前陣子幫一位準(zhǔn)備跳槽的朋友做模擬面試他在簡歷上寫了“熟練使用SQL、Python、Excel”結(jié)果一套筆試題做下來SQL窗口函數(shù)寫不對Excel的數(shù)據(jù)透視表只敢拖字段不敢動計算字段業(yè)務(wù)分析題更是通篇空話。他很沮喪地問我“數(shù)據(jù)分析筆試到底考什么為什么感覺所有題都眼熟但下筆就是拿不準(zhǔn)”這個問題其實很有代表性。數(shù)據(jù)分析崗位的筆試和程序員刷LeetCode不一樣它考的不只是語法和算法而是“數(shù)據(jù)敏感度業(yè)務(wù)邏輯工具熟練度”的組合。我在過去幾年里刷過不少數(shù)據(jù)分析的筆試題也幫部門出過面試題站在“出題人”和“做題人”兩個角度反復(fù)看過這些卷子。今天這篇內(nèi)容就是把我在實際刷題、出題、閱卷過程中沉淀下來的經(jīng)驗整理出來題目類型、解題思路、踩坑點、復(fù)習(xí)優(yōu)先級都盡量講透適合準(zhǔn)備找數(shù)據(jù)分析實習(xí)或全職崗位的同學(xué)收藏起來按章節(jié)慢慢看。1. 筆試不是考你學(xué)了多少工具是考你的分析基本功很多備考的人有一個誤區(qū)覺得數(shù)據(jù)分析筆試就是拼工具技巧SQL學(xué)得越偏門越好Python庫背得越多越穩(wěn)。實際上我閱卷時最在意的不是“你用了什么高級函數(shù)”而是“你的思路是否完整、結(jié)果是否經(jīng)得起追問”。1.1 一張試卷背后藏著三種能力維度數(shù)據(jù)分析筆試通常不會只考一類題目它會刻意覆蓋三個維度數(shù)據(jù)操作能力SQL、Python、Excel這類工具題考察你能不能把原始數(shù)據(jù)變成可以直接分析的表格。這類題占大頭但考察點通常集中在“高頻核心操作”上而非冷門函數(shù)。邏輯推理能力給你一份業(yè)務(wù)數(shù)據(jù)報表讓你找異常、做歸因、給建議。這道題沒有標(biāo)準(zhǔn)答案但閱卷人能從你的回答里看出你有沒有分析套路能不能把業(yè)務(wù)問題轉(zhuǎn)化成數(shù)據(jù)問題。業(yè)務(wù)理解能力圍繞指標(biāo)定義、實驗設(shè)計、場景假設(shè)出題。比如“某App的次日留存率下降了5個百分點你如何排查”這種題看似開放實際上考察的是你對完整分析流程的熟悉程度。這三種能力在試卷中的比例取決于公司和崗位級別。校招卷子里工具題偏多社招卷子業(yè)務(wù)題偏多資深崗甚至全是開放題因為到了那個層級SQL寫得好不好已經(jīng)不是核心賣點了。1.2 不同公司出題風(fēng)格的差異化我把兩類有代表性的出題風(fēng)格放在一起對比方便你判斷備考重點公司類型題型分布典型特點復(fù)習(xí)優(yōu)先級互聯(lián)網(wǎng)大廠50% SQL 30% 業(yè)務(wù)題 20% 開放題題量大、數(shù)據(jù)表結(jié)構(gòu)復(fù)雜考察處理大規(guī)模數(shù)據(jù)的思路SQL窗口函數(shù)、業(yè)務(wù)指標(biāo)體系、AB實驗傳統(tǒng)行業(yè)/外企30% Excel 30% Python 40% 商業(yè)案例更看重商業(yè)敏感度Excel操作題分值高案例題常結(jié)合行業(yè)背景Excel函數(shù)、Python數(shù)據(jù)處理、商業(yè)思維方式創(chuàng)業(yè)公司/中小廠40% Python 40% 項目題 20% 情景題偏向?qū)嶋H工作內(nèi)容可能直接甩一份臟數(shù)據(jù)讓你清洗分析pandas清洗、分析報告撰寫需要強(qiáng)調(diào)的是行業(yè)背景對考題影響很大。如果你投的是電商公司指標(biāo)題大概率圍繞GMV、轉(zhuǎn)化率、復(fù)購率展開如果是內(nèi)容平臺關(guān)注重點就變成DAU、使用時長、留存。投遞前花半小時看看這家公司的產(chǎn)品形態(tài)和數(shù)據(jù)指標(biāo)比悶頭刷題管用得多。1.3 從招聘JD反推復(fù)習(xí)范圍這里分享一個我一直用的方法把崗位JD里的關(guān)鍵詞全部摘出來對照著規(guī)劃復(fù)習(xí)范圍。比如JD里寫了“熟悉Spark”那你至少要會簡單的DataFrame操作和RDD概念寫了“熟悉R語言”大概率是醫(yī)學(xué)統(tǒng)計或科研背景的崗位統(tǒng)計檢驗的內(nèi)容要重點看。這個方法看起來很土但真的能幫你把有限的備考時間花在刀刃上。2. SQL題別死在“看起來會”的語法細(xì)節(jié)上SQL是數(shù)據(jù)分析筆試的第一關(guān)也是拉開差距的地方。很多人在LeetCode上刷了幾百道題覺得自己“會SQL”但筆試時一緊張窗口函數(shù)忘記怎么寫PARTITION BY自連接思路轉(zhuǎn)不過來照樣拿不到分。2.1 高頻考點的“必會清單”我把真正高頻的考點梳理成了一份清單你可以對照自測窗口函數(shù)ROW_NUMBER()、RANK()、DENSE_RANK()、LAG()、LEAD()、SUM() OVER()分組聚合GROUP BY HAVING注意聚合前后的過濾條件寫在哪里多表關(guān)聯(lián)INNER JOIN、LEFT JOIN的區(qū)別關(guān)聯(lián)條件寫錯會導(dǎo)致數(shù)據(jù)翻倍行轉(zhuǎn)列/列轉(zhuǎn)行CASE WHEN GROUP BY的經(jīng)典組合或者UNION的寫法時間函數(shù)DATE_FORMAT、DATE_DIFF、DATE_SUB這些按不同數(shù)據(jù)庫語法掌握連續(xù)問題連續(xù)登錄天數(shù)、連續(xù)簽到天數(shù)這類題幾乎每場筆試都會出現(xiàn)2.2 “連續(xù)登錄N天”的完整拆解以最經(jīng)典的“統(tǒng)計2024年1月連續(xù)登錄7天及以上的用戶”為例我見過太多人寫到一半卡住。最常見的錯誤寫法是SELECT user_id, COUNT(DISTINCT login_date) AS login_days FROM login_log WHERE login_date BETWEEN 2024-01-01 AND 2024-01-31 GROUP BY user_id HAVING login_days 7;這個寫法只能算出“總登錄天數(shù)大于等于7”但無法判斷是否“連續(xù)”。比如用戶只在1號、3號、5號……隔天登錄累計天數(shù)可能超過7天但他并沒有連續(xù)登錄過。這就是典型的邏輯偷換。正確的解法是利用“日期減去行號”的連續(xù)區(qū)間原理WITH t1 AS ( SELECT user_id, login_date, ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY login_date) AS rn FROM login_log WHERE login_date BETWEEN 2024-01-01 AND 2024-01-31 ), t2 AS ( SELECT user_id, login_date, DATE_SUB(login_date, INTERVAL rn DAY) AS grp_date FROM t1 ) SELECT user_id, COUNT(*) AS continuous_days FROM t2 GROUP BY user_id, grp_date HAVING COUNT(*) 7;核心思路是如果登錄日期是連續(xù)的那么登錄日期減去行號后得到的日期應(yīng)該相同。比如用戶1號登錄行號1減去1天得到上個月31號2號登錄行號2減去2天仍然得到上個月31號。這些“相同日期”的行就構(gòu)成了一段連續(xù)區(qū)間分組統(tǒng)計數(shù)量即可。2.3 窗口函數(shù)和自連接的取舍“連續(xù)登錄”這類題還有另一種解法用LAG窗口函數(shù)SELECT user_id, login_date, LAG(login_date) OVER (PARTITION BY user_id ORDER BY login_date) AS prev_date FROM login_log;拿到前一行的日期后判斷當(dāng)前日期與前一行日期的差值是否為1再通過累加標(biāo)記分組。這種思路在處理“計算連續(xù)天數(shù)最大值”的時候比日期減行號更靈活因為你可以針對單行做判斷。兩種方法我都建議練熟筆試時哪條順手用哪條。另外要提醒一個特別隱蔽的坑使用LEFT JOIN做留存計算時關(guān)聯(lián)后沒有保留未回訪的用戶導(dǎo)致次日留存率計算錯誤。比如要算“注冊用戶的次日留存”如果用INNER JOIN關(guān)聯(lián)登錄表只有次日回訪的用戶才會出現(xiàn)在結(jié)果集里分子分母就都錯了。正確做法是先算出每日新增用戶數(shù)再LEFT JOIN回訪用戶保留無回訪記錄的用戶行分母才是完整的注冊用戶數(shù)。3. Python編程題拿全分的“三件套”是處理、聚合、表達(dá)Python在數(shù)據(jù)分析筆試?yán)锏谋戎乇绕渌麔徫桓卟簧俚疾旆秶鄬潭╬andas數(shù)據(jù)處理、numpy計算、簡單的數(shù)據(jù)可視化。它不像算法崗那樣考動態(tài)規(guī)劃更難的是“在有限時間內(nèi)寫出能跑通、結(jié)果正確的腳本”。3.1 數(shù)據(jù)處理題先想清楚空值和類型再動手?jǐn)?shù)據(jù)分析筆試的Python題很多都從“清洗數(shù)據(jù)”切入比如“給定一份訂單明細(xì)表含字段order_id、user_id、order_amount、order_date請統(tǒng)計每個用戶的月消費(fèi)總金額并找出每月消費(fèi)金額TOP3的用戶。”這題第一眼看上去很簡單實際做題時很多人會忽略三個隱藏考點order_date是字符串需要先轉(zhuǎn)成datetime才能提取月份order_amount可能存在空值直接groupby求和會把整組結(jié)果變成NaN排序和取TOP3時要考慮并列情況。我的參考寫法import pandas as pd # 類型轉(zhuǎn)換與空值處理 df[order_date] pd.to_datetime(df[order_date]) df[order_amount] pd.to_numeric(df[order_amount], errorscoerce).fillna(0) # 提取月份并聚合 df[order_month] df[order_date].dt.to_period(M) monthly_agg df.groupby([order_month, user_id], as_indexFalse)[order_amount].sum() # 按月份分組計算排名并篩選TOP3 monthly_agg[rank] monthly_agg.groupby(order_month)[order_amount].rank( methoddense, ascendingFalse ) result monthly_agg[monthly_agg[rank] 3].sort_values([order_month, rank])這里用rank(methoddense)是因為如果兩個用戶消費(fèi)金額一樣應(yīng)該并列同一名次而不是跳過名次導(dǎo)致取不到三個用戶。能不能在筆試?yán)锵氲竭@一層就是拿滿分和拿基礎(chǔ)分的區(qū)別。3.2 groupby-agg-merge三步走另一類高頻題是“多個DataFrame拼接分析”。比如給你一張用戶注冊表user_table和一張訂單表order_table要求統(tǒng)計“每個注冊用戶的首次下單時間”。很多新手會嘗試用循環(huán)一行行去找實際上兩行merge就搞定了# 先找出每個用戶最早的下單時間 first_order order_table.groupby(user_id, as_indexFalse)[order_date].min() first_order.columns [user_id, first_order_date] # 關(guān)聯(lián)到用戶表 result user_table.merge(first_order, onuser_id, howleft)用LEFT JOIN而不是INNER JOIN的邏輯和SQL里一樣否則沒有下過單的注冊用戶會被過濾掉統(tǒng)計口徑就不完整了。這類題的通用解法永遠(yuǎn)是先用groupby做細(xì)化聚合再和其他表關(guān)聯(lián)幾乎不需要寫復(fù)雜的自定義函數(shù)。3.3 可視化題別把圖畫得“只有自己看得懂”部分筆試會要求你用matplotlib或seaborn畫圖題目本身不難但閱卷時最常見的扣分點是“圖沒有標(biāo)題、沒有軸標(biāo)簽、沒有圖例”。繪圖題的評分規(guī)則其實很樸素至少讓一個沒看過數(shù)據(jù)的人能看懂這張圖在說什么。我建議養(yǎng)成這樣一個習(xí)慣性的繪圖模板import matplotlib.pyplot as plt # 假設(shè)df為按月份聚合的GMV數(shù)據(jù) plt.figure(figsize(10, 5)) plt.plot(df[month], df[gmv], markero, linestyle--, labelGMV) plt.title(2024年各月份GMV變化趨勢) plt.xlabel(月份) plt.ylabel(GMV萬元) plt.grid(alpha0.3) plt.legend() plt.tight_layout() plt.show()這套模板很簡單但能保證你的圖在外觀上達(dá)到及格線。真正想加分的話在圖上標(biāo)注異常點、使用不同顏色區(qū)分不同用戶群都能讓閱卷人覺得你不只是會調(diào)接口而是真理解數(shù)據(jù)背后的業(yè)務(wù)含義。3.4 numPy和pandas的分工一定要說清楚面試官喜歡在筆試后面試時追問“numpy和pandas有什么區(qū)別”表面是工具題實際考察你是否理解“基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)”和“業(yè)務(wù)數(shù)據(jù)抽象”的分層關(guān)系。我的回答思路是numpy處理的是同質(zhì)的數(shù)值數(shù)組適合做矩陣運(yùn)算pandas在numpy之上提供了Series和DataFrame加上行索引和列名更適合做表格式數(shù)據(jù)的清洗與聚合。筆試遇到這種概念題不需要長篇大論抓住“底層數(shù)組vs帶標(biāo)簽的表格”“數(shù)值計算vs數(shù)據(jù)清洗”這對關(guān)鍵差異就能得分。4. Excel題外行覺得簡單內(nèi)行比的是建模思路很多技術(shù)背景的同學(xué)看不起Excel題覺得它是“表哥表姐”才需要掌握的工具。真正做過筆試題會發(fā)現(xiàn)Excel題答題時間短、操作繁瑣、容錯率低反而是翻車重災(zāi)區(qū)。4.1 數(shù)據(jù)透視表亮出你的“計算字段”能力Excel操作題通常不會只讓你拖字段它更高頻的考察點是“計算字段”。比如“有一張銷售流水表包含產(chǎn)品類別、銷售區(qū)域、銷售額、成本請用數(shù)據(jù)透視表統(tǒng)計各區(qū)域各品類的毛利率。”普通考生會先加總銷售額和成本再在透視表旁邊用公式算毛利率。更穩(wěn)妥的做法是直接在透視表里插入計算字段選中透視表→分析→字段、項目和集→計算字段名稱填“毛利率”公式填(銷售額-成本)/銷售額。這樣做的優(yōu)勢是透視表篩選維度變化時毛利率會自動重新計算不會出現(xiàn)旁邊公式引用范圍對不上的問題。4.2 函數(shù)組合題VLOOKUP和SUMIFS的固定搭配Excel函數(shù)題里VLOOKUP出鏡率極高但命題人越來越喜歡繞彎子。比如“有訂單表和產(chǎn)品表訂單表只有產(chǎn)品編號需要按產(chǎn)品編號帶出產(chǎn)品單價并計算訂單金額。”簡單做法是VLOOKUP(產(chǎn)品編號, 產(chǎn)品表區(qū)域, 產(chǎn)品單價所在列號, FALSE)筆試真正埋坑的地方在于產(chǎn)品表區(qū)域必須用絕對引用$否則下拉填充時區(qū)域會位移導(dǎo)致部分行返回#N/A。我判卷時見過不少考生公式思路完全正確就因為忘了加$符號丟了整道題的分。如果題目要求“根據(jù)訂單日期和產(chǎn)品類別兩個條件求和”就輪到SUMIFS出場SUMIFS(銷售額列, 日期列, 起始日期, 日期列, 結(jié)束日期, 類別列, 零食)注意兩個細(xì)節(jié)條件里日期要放在英文雙引號里并拼接單元格引用日期條件和文本條件的寫法不一樣別混用。4.3 讓表格“會說話”排版也算分有一些Excel題目不考函數(shù)也不考透視表而是直接丟給你一張亂糟糟的源表要求“整理成適合分析的格式”。這種題考的是做表習(xí)慣標(biāo)題行加粗并凍結(jié)首行、去除合并單元格、日期格式統(tǒng)一為YYYY-MM-DD、空值用“NA”標(biāo)出而不是留白、為數(shù)據(jù)區(qū)域添加自動篩選。這些操作技術(shù)含量不高但代表了你的數(shù)據(jù)整理意識。筆試時不要跳過這類看似“沒什么技術(shù)含量”的題目它們往往是區(qū)分“會不會做表”和“有沒有好習(xí)慣”的隱形標(biāo)尺。4.4 分清Excel和SQL/Python的邊界還有一類概念題會問“Excel適合處理多大的數(shù)據(jù)量為什么”答案要點是Excel單表處理幾萬行沒問題到了幾十萬行以上卡頓和公式奔潰的風(fēng)險會明顯上升這時應(yīng)該切換為SQL或Python用它們在數(shù)據(jù)庫層面或者內(nèi)存中完成數(shù)據(jù)處理。這道題不存在標(biāo)準(zhǔn)答案閱卷人真正想聽到的是你能根據(jù)數(shù)據(jù)量級選擇合適的工具而不是被某一款工具綁架。5. 業(yè)務(wù)分析題指標(biāo)體系、歸因邏輯與AB實驗的“張口就來”如果說工具題決定筆試能否及格業(yè)務(wù)分析題就決定你能不能進(jìn)入下一輪。這類題不會給你現(xiàn)成的公式和函數(shù)而是把你扔進(jìn)一個真實的商業(yè)場景里看你的反應(yīng)。5.1 指標(biāo)體系題別一上來就提GMV和DAU“請為一款電商App搭建核心指標(biāo)體系。”遇到這種題如果你回答“主要關(guān)注GMV、訂單量、轉(zhuǎn)化率”大概率只能拿一半分。閱卷人想看的不是孤立的指標(biāo)羅列而是指標(biāo)間的層級關(guān)系。我的回答框架分三層北極星指標(biāo)電商不是GMV而是“有效訂單量”或“購買用戶數(shù)”。因為GMV包含取消、退貨、刷單容易被活動數(shù)據(jù)注水真正決定業(yè)務(wù)健康度的是產(chǎn)生真實交易的購買人數(shù)與訂單數(shù)。過程指標(biāo)圍繞用戶生命周期拆解即“獲客→激活→留存→轉(zhuǎn)化→傳播”的AARRR模型。每一個環(huán)節(jié)設(shè)計一個或兩個核心指標(biāo)新增用戶數(shù)、注冊轉(zhuǎn)化率、次留率、首單轉(zhuǎn)化率、復(fù)購率、分享率。精細(xì)化指標(biāo)下沉到商品和渠道層面比如各品類動銷率、各渠道的ROI、高價值用戶占比等。這一層是為后續(xù)歸因和策略迭代服務(wù)的?；卮饡r最好帶一句“這套指標(biāo)體系會配合日報/周報/月報更新不同層級的管理者看不同層級的指標(biāo)”這句話能讓面試官覺得你有落地思維。5.2 歸因分析題GMV下降了你怎么排查“某電商平臺本周GMV環(huán)比下降了10%請分析可能的原因?！边@是我見過最高頻的業(yè)務(wù)分析題沒有之一。它的答題模板幾乎可以固化成條件反射先拆解公式GMV 流量 × 轉(zhuǎn)化率 × 客單價分別計算這三個指標(biāo)本周與上周的環(huán)比變化找出波動最大的那一項如果是流量下降繼續(xù)拆渠道自然流量、搜索流量、廣告流量、活動流量各自的變化如果是轉(zhuǎn)化率下降看是不是商品結(jié)構(gòu)變化、價格調(diào)整、評論區(qū)輿情、競品促銷如果是客單價下降看是低價商品占比提升還是普遍降價結(jié)合時間節(jié)點看是否受節(jié)假日、季節(jié)性因素影響比如大促后的自然回落往往不是異常。這整套流程的核心是“先整體后部分、先數(shù)據(jù)后業(yè)務(wù)、先內(nèi)因后外因”。無論題目背景是什么行業(yè)這個歸因邏輯都能直接套用。5.3 AB實驗題辛普森悖論是必考心魔AB實驗是高級一點的業(yè)務(wù)題常見問法包括“如何設(shè)計實驗”“如何判斷實驗結(jié)果是否顯著”?？疾熘匦囊呀?jīng)從“你知道什么是P值”上升到“你能不能在真實業(yè)務(wù)里做判斷”。我印象最深的一道題是“實驗組整體轉(zhuǎn)化率低于對照組但按照用戶新老分層后每一層都是實驗組更高請問可能是什么原因”這就是典型的辛普森悖論總體趨勢與分組趨勢相反。根本原因是實驗組和對照組中“新老用戶占比不一致”而新用戶的轉(zhuǎn)化率天生低于老用戶。如果實驗組里新用戶占比過高就會把整體轉(zhuǎn)化率拉低。答題要點有兩個第一判斷實驗結(jié)果時必須先看分層再看總體第二做實驗分流時要把新老用戶、高活低活用戶分開均勻分流否則結(jié)論會被結(jié)構(gòu)差異污染。5.4 業(yè)務(wù)發(fā)散題給一家烘焙連鎖店搭指標(biāo)這幾年筆試越來越喜歡出“跨行業(yè)業(yè)務(wù)題”比如“給一家烘焙連鎖店設(shè)計經(jīng)營分析指標(biāo)體系”。這類題看著陌生其實考的還是那套框架。我的答法是先從門店維度拆單店日均銷售額、坪效、人效再從產(chǎn)品維度拆各品類銷售額占比、單品毛利率、滯銷品占比最后從用戶維度拆復(fù)購率、會員占比、客單價。只要能展現(xiàn)出“自上而下拆解再自下而上匯總”的思維方式具體指標(biāo)是什么反而不是最重要的。6. 開放題和項目復(fù)盤題結(jié)構(gòu)化表達(dá)比堆量重要到了這個環(huán)節(jié)工具題已經(jīng)不太能拉開差距了閱卷人更關(guān)注你面對開放性問題的時候能不能有邏輯地表達(dá)觀點。6.1 開放題的回答框架結(jié)論先行數(shù)據(jù)支撐行動收尾開放題沒有任何標(biāo)準(zhǔn)答案但回答的“形狀”是有高下之分的。低分回答通常是想到哪說到哪先扯背景再說一個淺層原因最后草草收尾。高分回答通常是“結(jié)論先行→列出依據(jù)→給出行動建議→指出所需數(shù)據(jù)”四段式。舉個例子題目問“某內(nèi)容社區(qū)的用戶日均使用時長下滑你怎么分析”。低分回答“可能是內(nèi)容質(zhì)量下降了需要加強(qiáng)審核?！备叻只卮稹拔业慕Y(jié)論是該社區(qū)的核心用戶創(chuàng)作積極性下降導(dǎo)致內(nèi)容供給不足。依據(jù)一從內(nèi)容供給側(cè)看日均新增作品數(shù)環(huán)比下降10%其中優(yōu)質(zhì)創(chuàng)作者發(fā)布的占比下降更明顯依據(jù)二從消費(fèi)側(cè)看人均瀏覽內(nèi)容條數(shù)沒有明顯變化但完播率下降5%建議圍繞頭部創(chuàng)作者做召回激勵和內(nèi)容扶持為了驗證這個結(jié)論還需要拉取創(chuàng)作者發(fā)布頻率的分布、最近活躍創(chuàng)作者占比等數(shù)據(jù)。”看到差別了嗎高分回答里每一步都帶著具體的數(shù)據(jù)口徑和假設(shè)即便數(shù)據(jù)是編的也顯得你有分析框架。6.2 項目復(fù)盤題別把項目過程念成流水賬項目題通常不會直接讓你“介紹你做過的項目”而是追問“你在項目中最難忘的異常發(fā)現(xiàn)是什么”。很多人會從頭到尾復(fù)述一遍項目流程比如“我當(dāng)時抓取了數(shù)據(jù)、清洗了數(shù)據(jù)、做了可視化……”這完全是在報流水賬。真正能拿分的講法是只挑一個完整的數(shù)據(jù)分析閉環(huán)來講——先說明分析背景再說你的假設(shè)然后說你用了什么數(shù)據(jù)、什么方法驗證最后說驗證結(jié)果是打臉了還是落地了帶來了什么業(yè)務(wù)影響。如果能把這個閉環(huán)里“踩坑、糾偏、再驗證”的過程如實講出來比吹十個項目的效果都好。6.3 遇到不會的口徑或工具怎么盡量得分開放卷子偶爾會有你沒見過工具名詞比如“用Spark做一份日志數(shù)據(jù)分析”但你只練過pandas。我的建議是不要空著先把思路寫清楚拆分?jǐn)?shù)據(jù)源、按時間粒度聚合、統(tǒng)計關(guān)鍵事件占比、輸出可視化結(jié)論。即使不寫具體代碼閱卷人也能看到你有分析方案。很多情況下分析思路的正確性比完整的Spark語法更重要因為實際工作里你會有時間和文檔去查API但你的方法論肯定不是臨時能補(bǔ)的。6.4 統(tǒng)計概念題假設(shè)檢驗和回歸別只背結(jié)論最近幾年的筆試題越來越喜歡問統(tǒng)計基礎(chǔ)比如“P值是什么”“置信區(qū)間什么含義”“如何判斷兩個變量相關(guān)”。這類題看起來基礎(chǔ)但翻車率很高因為很多同學(xué)只會背“P0.05拒絕原假設(shè)”這句話卻說不清P值到底是什么意思。答題時可以這樣說P值是在“原假設(shè)為真”的前提下觀察到當(dāng)前或更極端結(jié)果的概率。它表示數(shù)據(jù)與原假設(shè)的兼容程度而不是“原假設(shè)為真的概率”。這個概念澄清比單純背定義更能體現(xiàn)統(tǒng)計功底。7. 刷題之外的“最后一公里”錯題復(fù)盤與作答策略學(xué)會題目本身的解法只是第一步真正讓你筆試表現(xiàn)穩(wěn)定的是刷題之外的那套“應(yīng)試習(xí)慣”。7.1 做題順序決定你的心態(tài)我個人的習(xí)慣是先花兩分鐘通讀全卷把題目按“工具題、業(yè)務(wù)題、開放題”分類再根據(jù)分值分配時間。通常我會先做最有把握的Excel或SQL基礎(chǔ)題快速拿分建立信心中間做Python編程題這類題計算量適中可以在狀態(tài)最好的時候集中精力最后留足時間給業(yè)務(wù)分析題和開放題因為這類題需要寫很多文字寫慢了會占掉大量時間。不要一上來就死磕難題。如果一道SQL題十分鐘還沒想出來果斷先跳過做完后面會的再回頭。數(shù)據(jù)分析筆試的及格線通常不高拿穩(wěn)基礎(chǔ)題就贏了大半。7.2 錯題本怎么做才不算白做刷題的過程中一定要建錯題本但別直接把題目和正確答案復(fù)制粘貼進(jìn)去。我的做法是每道錯題記錄四欄——錯題原題、我的錯誤答案、錯誤原因語法記錯/思路偏差/業(yè)務(wù)背景不懂/時間不夠、正確思路的一句話總結(jié)?？记安豢丛}只看錯誤原因和思路總結(jié)。比如“日期減行號能判斷連續(xù)性”“LEFT JOIN保留無匹配行”“透視表計算字段用于占比指標(biāo)”這些都是濃縮后的解題直覺。7.3 筆試題里的分析思路面試還能復(fù)用一個經(jīng)常被忽略的點是筆試結(jié)束不意味著題目作廢。你完全可以把筆試題里的業(yè)務(wù)場景、指標(biāo)體系和歸因邏輯整理成自己的“分析素材庫”面試被問到“你平時怎么分析業(yè)務(wù)”時直接引用筆試題目里的框架來回答比你臨時組織語言要流暢得多。我有一次面試被問到“怎么評估一個促銷活動是否成功”直接借用了筆試?yán)锏囊坏阑顒有Чu估題的回答框架對比活動前后GMV、剔除自然增長基線、看用戶結(jié)構(gòu)增量、評估利潤影響。面試官當(dāng)場點頭。7.4 保持手感每天15分鐘就夠備考階段不一定要每天做整套卷子但建議每天至少拿出15分鐘保持手感。今天寫一道窗口函數(shù)的SQL明天練習(xí)10分鐘pandas聚合后天用Excel看一遍數(shù)據(jù)透視表的操作路徑。數(shù)據(jù)分析筆試和任何技能考試一樣手感斷了就需要花雙倍時間重新?lián)炱饋沓掷m(xù)的低強(qiáng)度輸入比考前突擊更可靠。最后說一點我個人體會比較深的事情數(shù)據(jù)分析筆試表面上在考工具和邏輯本質(zhì)上在考一個人“遇見陌生問題時能不能保持結(jié)構(gòu)化思考”的底層能力。我不止一次看到SQL寫得溜、Python代碼漂亮的候選人在業(yè)務(wù)分析題上東拉西扯最后敗下陣來。反過來那些筆試成績穩(wěn)定的人往往都是把“拆解-驗證-表達(dá)”這條鏈路練成了肌肉記憶的人。希望這份整理能幫你在下一次筆試前少一點迷茫多一分把握。