数据分析师面试题及参考答案.docxVIP

数据分析师面试题及参考答案

一、基础技能题（SQL+Excel）

1.SQL题：用户行为分析

题目：现有用户表（user）和订单表（order），结构如下：

user：user_id（用户ID，主键）、register_time（注册时间）、city（城市）

order：order_id（订单ID，主键）、user_id（外键）、pay_time（支付时间）、amount（订单金额）

要求：查询2023年注册的用户中，2024年有下单且累计订单金额≥1000元的用户ID、城市及2024年订单总金额，按总金额降序排列。

参考答案：

SELECT

u.user_id,

u.city,

SUM(o.amount)AStotal_amount

FROM

useru

JOIN

orderoONu.user_id=o.user_id

WHERE

YEAR(u.register_time)=2023

ANDYEAR(o.pay_time)=2024

GROUPBY

u.user_id,u.city

HAVING

SUM(o.amount)=1000

ORDERBY

total_amountDESC;

考察点：JOIN关联、日期函数、分组聚合、HAVING筛选，核心是业务逻辑与SQL语法的结合。

2.Excel题：数据处理与可视化

题目：现有一份电商月度销售数据（包含日期、产品类别、销售额、退款额），请说明如何用Excel完成以下操作：

（1）计算每个产品类别的月度实际销售额（销售额-退款额）；

（2）筛选出实际销售额Top3的产品类别；

（3）用合适的图表展示这3个类别的月度趋势，要求清晰区分销售额和退款额。

参考答案：

（1）实际销售额计算：新增“实际销售额”列，输入公式=C2-D2（假设销售额在C列，退款额在D列），下拉填充；

（2）Top3筛选：选中产品类别列和实际销售额列，插入“数据透视表”，行字段选产品类别，值字段选实际销售额（求和），点击透视表内的实际销售额列，选择“筛选”→“值筛选”→“前10项”，改为“前3项”；

（3）趋势图表：选中Top3类别的日期、销售额、退款额数据，插入“带标记的折线图”，X轴为日期，Y轴为金额，将销售额折线设为蓝色实线，退款额设为红色虚线，添加数据标签和图表标题（如“Top3产品类别月度销售与退款趋势”），调整坐标轴格式使趋势清晰。

二、业务分析题

3.核心指标解读

题目：某APP本周日活（DAU）较上周下降10%，请说明你的分析思路，需要拆解哪些维度，可能的原因有哪些？

参考答案：

分析思路：先确认数据真实性，再分层拆解，最后定位原因（“数据校验→维度拆解→原因排查”）。

数据校验：检查统计口径是否变化（如DAU定义是否从“打开APP即计数”改为“使用核心功能才计数”）、数据采集是否异常（如埋点故障、服务器统计延迟）、是否有节假日/特殊事件影响（如上周有周末促销，本周无活动）；

维度拆解：

时间维度：按天拆分（是单日暴跌还是持续下降）、对比历史同期（去年同期是否有类似趋势）；

用户维度：新老用户拆分（新用户注册量下降？还是老用户留存率下跌？）、用户画像（哪个城市/年龄段/渠道的用户下降最明显）；

功能维度：核心功能是否异常（如登录故障、支付失败、内容加载卡顿）、是否有版本更新（新功能不被用户接受，或更新后兼容性问题）；

可能原因：

外部：行业淡季、竞品推出重磅活动/补贴、节假日后用户回归工作/学习（如周日过后工作日DAU自然回落，但需对比历史数据）；

内部：无运营活动支撑（上周有签到送福利，本周无）、产品故障（核心功能不可用）、内容质量下降（如短视频APP优质内容减少）、渠道投放收缩（新用户来源减少）。

4.运营策略建议

题目：某电商平台想提升用户复购率，你认为可以从哪些角度制定策略？需要用到哪些数据来支撑策略落地和效果评估？

参考答案：

策略方向（围绕“用户需求→激励机制→体验优化”）：

个性化推荐：基于用户历史购买记录，推送同类/互补产品（如买了手机推手机壳），数据支撑：用户购买品类、浏览记录、加购未付款商品数据；

复购激励：设置会员积分体系（消费1元积1分，积分可兑换商品/优惠券）、复购券（下单后发放“7天内二次下单减20元”券）、连续购买奖励（每月购买3次送免邮券），数据支撑：用户平均复购周期（确定优惠券有效期）、客单价（确定优惠券面额）；

服务优化：优化售后体验（如延长退换货期限、提高物流速度）、定期触达（如会员生日月送福利