数据分析师面试知识要点与题目解析.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师面试知识要点与题目解析

一、统计学基础（3题，每题10分）

题目1：

某电商平台A/B测试了两种推荐算法，算法X和算法Y。算法X触达用户1万次，转化率为5%；算法Y触达用户1.2万次，转化率为4.5%。请问哪种算法效果更好？请解释你的计算方法和逻辑。

题目2：

某城市出租车司机记录了连续一周的每日接单量，数据如下：[120,150,130,160,140,170,180]。请问这组数据的平均数、中位数和众数分别是多少？这些指标反映了哪些信息？

题目3：

假设某产品的用户留存率服从泊松分布，日留存率λ=0.1。请计算：

1.某用户第二天仍活跃的概率；

2.连续三天都活跃的概率。

二、SQL查询（4题，每题10分）

题目1：

表结构：

-`orders`（`order_id`,`user_id`,`order_date`,`total_amount`）

-`users`（`user_id`,`age`,`city`）

-`products`（`product_id`,`category`）

-`order_items`（`order_id`,`product_id`,`quantity`）

查询：请写出SQL语句，统计每个城市用户的平均订单金额，并按平均金额降序排列。

题目2：

表结构：

-`clicks`（`session_id`,`timestamp`,`page_id`）

-`sales`（`session_id`,`purchase_amount`）

查询：请写出SQL语句，计算每个会话的点击次数和购买金额，仅显示点击过至少3次且购买金额超过100的会话。

题目3：

表结构：

-`logins`（`user_id`,`login_time`,`device`）

查询：请写出SQL语句，统计过去30天内每天首次登录的设备类型及其占比。

题目4：

表结构：

-`traffic`（`date`,`source`,`clicks`,`sales`）

查询：请写出SQL语句，统计每个来源渠道的点击转化率（`sales/clicks`），并过滤掉点击量少于50的数据。

三、Python编程（3题，每题10分）

题目1：

请用Python实现以下功能：

1.读取CSV文件`sales_data.csv`（包含`date`,`product`,`revenue`列）；

2.计算每个产品的月销售额；

3.将结果保存为新的CSV文件`monthly_sales.csv`。

题目2：

假设有一个列表`data=[10,20,30,-5,40,-15]`，请用Python实现：

1.过滤出所有正数；

2.计算过滤后的数据的中位数；

3.打印结果。

题目3：

请用Python实现一个简单的线性回归模型，输入为`x=[1,2,3,4,5]`，`y=[2,4,5,4,5]`，输出斜率和截距。

四、业务分析（3题，每题10分）

题目1：

某生鲜电商发现周末订单量显著高于工作日，请分析可能的原因并提出至少3个验证假设的方案。

题目2：

某游戏APP新用户次日留存率低，请设计一个A/B测试方案，验证新功能对留存率的提升效果。

题目3：

某银行信用卡部门发现年轻用户（18-25岁）的分期付款率较高，请分析可能的原因并提出至少2个提升老用户分期率的策略。

五、数据可视化（2题，每题10分）

题目1：

假设某电商平台的用户购买行为数据如下：

-产品类别：服装、电子、家居、美妆；

-销售占比：服装30%，电子25%，家居20%，美妆25%。

请设计一个合适的图表类型（如饼图、条形图等）并说明理由。

题目2：

假设某城市共享单车骑行数据如下：

-时间：工作日/周末；

-区域：市中心、郊区；

-骑行量：工作日市中心高，周末郊区高。

请设计一个组合图表（如折线+面积图）并说明如何展示这些信息。

六、机器学习基础（2题，每题10分）

题目1：

解释过拟合和欠拟合的概念，并说明如何通过交叉验证来检测模型是否过拟合。

题目2：

假设你要预测用户的流失概率，数据包含用户属性（年龄、性别等）和流失标签（是/否）。请写出：

1.至少3个特征工程的方法；

2.选择一个合适的模型并说明理由。

答案与解析

一、统计学基础

题目1答案：

算法X的转化率=50次转化/1万次触达=5%；

算法Y的转化率=54次转化/1.2万次触达≈4.5%。

结论：算法X效果更好（5%4.5%）。

解析：直接比较转化率即可，无需复杂计算。

题目2答案：

平均数=（120+150+130+160+140+