数据分析面试题目及参考答案.docxVIP

数据分析面试题目及参考答案

一、基础技能类（SQL+统计）

1.SQL题目：用户行为分析

问题：现有用户行为表user_behavior，字段包括user_id（用户ID）、action_time（行为时间）、action_type（行为类型：view-浏览、click-点击、purchase-购买）、product_id（商品ID）。请写出SQL语句，查询2024年每个月的“浏览-点击转化率”和“点击-购买转化率”（转化率=后一行为数/前一行为数，结果保留2位小数）。

参考答案：

SELECT

DATE_FORMAT(action_time,%Y-%m)ASmonth,

ROUND(

(COUNT(DISTINCTCASEWHENaction_type=clickTHENCONCAT(user_id,-,product_id)END)

/COUNT(DISTINCTCASEWHENaction_type=viewTHENCONCAT(user_id,-,product_id)END)),

2

)ASview_click_rate,

ROUND(

(COUNT(DISTINCTCASEWHENaction_type=purchaseTHENCONCAT(user_id,-,product_id)END)

/COUNT(DISTINCTCASEWHENaction_type=clickTHENCONCAT(user_id,-,product_id)END)),

2

)ASclick_purchase_rate

FROMuser_behavior

WHEREYEAR(action_time)=2024

GROUPBYDATE_FORMAT(action_time,%Y-%m)

ORDERBYmonth;

解题思路：

用CONCAT(user_id,-,product_id)确保“同一用户对同一商品”的行为唯一性，避免重复统计；

用CASEWHEN分别统计浏览、点击、购买的独立行为数；

按月份分组，通过ROUND函数控制转化率精度。

2.统计题目：假设检验应用

问题：某电商平台推出新的商品详情页设计，随机将用户分为A组（旧版）和B组（新版），测试7天后A组转化率1.2%，B组1.8%。如何判断新版详情页是否真的更有效？需要哪些数据支持？

参考答案：

核心方法：双样本比例检验（假设检验），步骤如下：

建立假设：原假设H0（新版与旧版无差异，转化率相等），备择假设H1（新版转化率高于旧版）；

计算检验统计量（z值）：需用到两组的样本量、转化率，公式为z=(p2-p1)/√[p(1-p)(1/n1+1/n2)]（其中p为合并转化率）；

设定显著性水平α（通常取0.05），若p值α则拒绝H0，认为新版更有效。

所需数据支持：

A/B两组的样本量（样本量过小会导致检验效力不足，结果不可靠）；

两组用户的用户画像一致性（如年龄、消费能力、访问渠道等，需确保分组随机，无系统性偏差）；

7天内的转化明细（避免数据统计误差，如重复用户、异常点击等）。

二、业务分析类

3.问题：某外卖平台3月份订单量同比增长10%，但营收同比下降5%，请分析可能的原因。

参考答案：

从“订单量增长但营收下降”的核心矛盾出发，拆解营收公式（营收=订单量×客单价×佣金率-补贴成本），可能原因如下：

客单价下降：

平台推出低价套餐、快餐类商家占比提升，导致单均消费金额降低；

用户消费习惯变化，从高客单价正餐转向低客单价下午茶、零食等。

佣金率降低：

为吸引商家入驻，平台下调部分品类佣金比例；

头部商家谈判能力增强，争取到更低的专属佣金率。

补贴成本增加：

3月份推出大额满减、红包活动，补贴力度高于去年同期，导致净营收（营收-补贴）下降；

新用户补贴占比提升，新用户订单量增长但单均补贴成本高于老用户。

其他因素：

订单结构变化：低佣金率的品类（如生鲜、药品）订单量占比大幅提升，拉低整体营收；

统计口径调整：去年同期营收包含广告收入，今年广告业务拆分至其他部门，导致统计范围缩小。

4.问题：如何评估一款短视频APP的“用户留存能力”？请设计核心指标和分析思路。

参考答案：

核心指标（按留存周期划分）：

短期留存：次日留存率（注册后第2天仍活跃的用户占比