数据分析面试题及答案.docxVIP

数据分析面试题及答案

一、基础认知题（考察对数据分析的核心理解）

问：数据清洗在整个分析流程中占比很高，你认为清洗时最需要关注哪3个点？为什么？

答：首先是缺失值处理，不能直接删，要先查缺失原因——比如用户注册时“职业”字段非必填导致的缺失，和系统故障导致的“订单金额”缺失，处理逻辑完全不同（前者可标“未知”，后者需补采或用同用户同品类订单均值替代）；其次是异常值识别，要结合业务定义异常，比如电商“客单价10万”，不能只看数值偏离，还要看是否是企业客户采购，避免误删有效数据；最后是数据一致性，比如“用户ID”在订单表是“12345”，在用户表是“012345”，这种格式差异会导致关联失败，必须统一规则。

问：你怎么区分“PV”和“UV”？实际业务中，什么时候更关注PV，什么时候更关注UV？

答：PV是页面浏览量（同一用户刷新10次算10个PV），UV是独立访客数（同一用户一天内多次访问只算1个UV）。关注PV通常是看内容/活动的吸引力，比如公众号推文PV高，说明内容传播性好；电商活动页PV高，说明引流效果好。关注UV更多是看用户覆盖度，比如新APP上线后，日UV增长快，说明拉新策略有效；会员体系改版后，UV下降，可能是会员权益没吸引力导致用户流失。

二、工具操作题（考察SQL/Excel等核心工具实操）

SQL题：现有订单表（order_id,user_id,product_id,pay_amount,pay_time）和商品表（product_id,category,price），请写SQL查“2024年每个商品品类的总销售额、订单数，以及客单价（总销售额/订单数）”，要求只显示客单价大于50的品类。

答：

SELECT

p.categoryAS商品品类,

SUM(o.pay_amount)AS总销售额,

COUNT(DISTINCTo.order_id)AS订单数,--避免同一订单多次统计

ROUND(SUM(o.pay_amount)/COUNT(DISTINCTo.order_id),2)AS客单价

FROM

ordero

LEFTJOIN

productpONo.product_id=p.product_id

WHERE

DATE_FORMAT(o.pay_time,%Y)=2024--按年份筛选

ANDo.pay_amount0--排除退款/0金额订单

GROUPBY

p.category

HAVING

客单价50;--筛选客单价条件

注：实际写的时候会先确认pay_time的字段类型（是datetime还是date），如果是timestamp可能要调整格式函数；另外会用COUNT(DISTINCTorder_id)而非COUNT(order_id)，因为可能存在订单表重复数据的情况。

Excel题：用Excel怎么快速匹配“用户表”和“消费表”中的用户信息？如果匹配时出现“#N/A”，可能是什么原因？

答：常用VLOOKUP函数，比如要在“消费表”中匹配“用户表”的“用户等级”，公式可以是=VLOOKUP(消费表!A2,用户表!$A:$C,3,0)——其中“消费表！A2”是要匹配的用户ID，“用户表！A:C”是匹配范围（用户ID在A列，等级在C列），“3”是取用户表第3列的等级，“0”是精确匹配。

出现“#N/A”可能是：①两边用户ID格式不一致（比如一边是文本“123”，一边是数字123）；②消费表中的用户ID在用户表中不存在（比如新用户还没同步到用户表）；③匹配范围的列号写错（比如实际等级在第4列，却写了3）。

三、业务分析题（考察业务落地能力）

问：某电商平台发现“618”后一周的用户复购率下降了15%，你会怎么分析原因？

答：先按“数据确认→维度拆解→归因验证→提出建议”的逻辑来：

第一步，确认数据准确性——先查复购率的计算口径（是“下单用户数/前7天下单用户数”还是“付款用户数/前30天下单用户数”），再核对是否有数据统计错误（比如订单状态同步延迟、退款数据没剔除）；

第二步，多维度拆解复购率下降——①按用户分层：新用户/老用户/会员，看是哪类用户下降明显（比如老用户复购降20%，新用户降5%，说明问题在老用户）；②按商品品类：看是美妆、家电还是食品类复购降，比如家电类降30%，可能是