2026年美团数据分析师招聘面试题集.docxVIP

第PAGE页共NUMPAGES页

2026年美团数据分析师招聘面试题集

一、SQL查询题（共5题，每题8分，总分40分）

场景：假设美团业务数据库包含以下表结构，需根据业务场景完成SQL查询。

表结构：

1.`orders`（订单表）：`order_id`（订单ID），`user_id`（用户ID），`store_id`（商家ID），`order_time`（订单时间），`total_amount`（订单金额），`status`（订单状态，如已完成、已取消）。

2.`users`（用户表）：`user_id`（用户ID），`age`（年龄），`city`（城市），`registered_time`（注册时间）。

3.`stores`（商家表）：`store_id`（商家ID），`store_name`（商家名称），`category`（品类，如快餐、火锅），`city`（城市）。

4.`order_details`（订单明细表）：`order_id`（订单ID），`item_id`（商品ID），`quantity`（数量），`price`（单价）。

1.查询2025年各城市不同品类商家的订单平均金额。（8分）

sql

SELECT

s.city,

st.category,

AVG(o.total_amount)ASavg_order_amount

FROMorderso

JOINstoressONo.store_id=s.store_id

JOINorder_detailsodONo.order_id=od.order_id

JOINitemsiONod.item_id=i.item_id

WHEREYEAR(o.order_time)=2025

GROUPBYs.city,st.category

ORDERBYs.city,st.category;

解析：

-关联`orders`、`stores`、`order_details`、`items`表，提取城市、品类和订单金额。

-过滤2025年订单，按城市和品类分组计算平均金额。

2.计算每个用户最近30天的订单取消率。（8分）

sql

WITHuser_ordersAS(

SELECT

user_id,

COUNT()AStotal_orders,

SUM(CASEWHENstatus=已取消THEN1ELSE0END)AScancelled_orders

FROMorders

WHEREorder_time=DATE_SUB(CURDATE(),INTERVAL30DAY)

GROUPBYuser_id

)

SELECT

user_id,

total_orders,

cancelled_orders,

(cancelled_orders/total_orders)100AScancel_rate

FROMuser_orders

ORDERBYcancel_rateDESC;

解析：

-窗口函数计算最近30天每个用户的总订单和取消订单数。

-分子为取消订单数，分母为总订单数，结果乘100得到取消率。

3.找出订单金额最高的前10%订单。（8分）

sql

SELECT

order_id,

total_amount

FROMorders

WHEREtotal_amountISNOTNULL

ORDERBYtotal_amountDESC

LIMIT1OFFSET(SELECTCOUNT()FROMordersWHEREtotal_amountISNOTNULL)/10-1;

解析：

-先计算总订单数，取总订单数的10%作为截止位置。

-`LIMIT`和`OFFSET`结合实现前10%订单的提取。

4.统计每个商家近90天的复购用户数。（8分）

sql

WITHuser_purchasesAS(

SELECT

user_id,

store_id,

COUNT(DISTINCTorder_id)ASpurchase_count

FROMorders

WHEREorder_time=DATE_SUB(CURDATE(),INTERVAL90DAY)

GROUPBYuser_id,store_id

HAVINGpurchase_count=2

)

SELECT

store_id,

COUNT(DISTINCTuser_id)ASrepurchase_users

FROMuser_purchases

GROUPBYstor