滴滴数据分析岗面试真题及详细答案（实战向）.docxVIP

滴滴数据分析岗面试真题及详细答案（实战向）

本次题库整理滴滴数据分析真实高频面试题型，涵盖数据基础、SQL实操、业务场景分析、AB实验、指标异动归因五大核心模块，答案贴合一线业务工作逻辑，语言通俗落地，适配校招、社招面试场景。

一、数据基础理论题（高频基础）

1.说说你日常工作中如何处理缺失值和异常值，结合滴滴出行业务举例

参考答案：

这两类数据问题是出行数据清洗的核心工作，我会根据数据场景、缺失/异常原因、业务影响分层处理，不统一一刀切。

缺失值处理：

首先区分缺失类型，再针对性处理。一是随机缺失，比如个别订单的乘客设备信息缺失、无关核心指标，我会直接保留数据，仅在对应分析字段剔除，不删除整条订单；二是非随机缺失，比如司机在线时长、订单金额为空，大概率是日志上报失败、接口异常，短期缺失可以用同时段、同区域均值填充，长期规律性缺失会标记数据源问题同步技术侧修复；三是核心业务字段缺失，比如订单状态、起止地点为空，这类数据无分析价值，直接剔除。

异常值处理：

先识别再处理，常用箱线图、分位数、业务规则三重校验。结合滴滴业务，常见异常分为两类：一是数据错误异常，比如单次行程500公里以上、订单金额上千元、行驶时长超10小时，明显不符合出行常理，占比极低，直接删除；二是极端正常业务值，比如跨城长途订单、节假日超长行程，属于真实业务场景，不删除，采用盖帽法，用99分位数替换极端值，避免拉