SQL是数据分析最常用的代码，也是最容易入门的代码。在本节中，主要会整理一些SQL基本的以及常考的语法知识。   【纯小白读前准备】   对于完全没有任何SQL基础的同学来说，光靠一篇文章想掌握SQL的考点是不现实的。推荐大家在阅读本章之前，先花半天时间看一本书：《MySQL必知必会》。这本书非常的薄，想快速掌握SQL语法，能够完成简单的取数工作，只需要阅读本书的第4章-第17章即可，总共不到100页的内容，大概需要花费半天的时间。完成以上学习后，再快速记忆一下19章和20章的内容，总共12页，了解如何插入、更新和删除数据。     完成阅读，基本上能够学习完常用的SQL语法。  【SQL基础...

【写在前面】   AB实验是数据分析师在日常工作中经常遇到的问题，广告排序，页面迭代，这些都需要在AB实验中不断优化。   许多公司都有自己的AB实验平台，数据分析师利用可视化的平台进行简单的配置与监测即可观察手中正在进行的实验效果。但对于实习生来说，并不一定都有机会在实习过程中接触到AB实验项目。一方面是因为企业在AB实验平台上往往设置了权限，开通给实习生的审批流程复杂；另一方面在于考虑到实习的不稳定性，老板并不一定愿意主动提供完整的AB实验参与机会。没有AB实验的实习经验，并不意味着在面试中就不需要准备AB实验的问题。针对许多我们做过的其他项目，面试官在最后都能加上一句：“你有用AB实验来...

多参加几次不同公司数据分析的面试，你会遇到一些“铁打的问题”：   “分析一下GMV下降30%的原因吧？” “我的产品DAU突然上涨了10%，你会怎么分析？” “转化率周环比下降了15%，要从哪几个角度来考虑？”   指标波动的问题，一定是数据分析面试考察的高频内容。不仅仅是因为这类题的回答能够体现候选人的思维逻辑性与业务熟悉度，也是因为指标变化是数据分析师在日常工作中常见且重要的分析主题。   那在笔试或者面试的时候遇到这类问题应该如何回答呢？   我们以“分析一下GMV环比下降20%的原因”为例进行回答。包括以下步骤：     第一步：确认数据   对于数据分析师来说，在遇到问题的时候，首...

【1 背景】 在面试中有关指标体系的问题层出不穷，对面试官来说，指标体系的提问方式可谓信手拈来。随便瞟到某个常用的APP，就可以提问，涵盖的行业包括内容社区、电商、视频、音乐等各个方面。对我们来说，以不变应万变才是宗旨。在面试前，可以自己梳理不同行业的特征，搭建基础的指标体系框架，这样在遇到具体产品的问题时，就能灵活的套用输出了。 在互联网的面试里，可以根据不同行业的性质进行初步的准备，这里举出了几种行业的案例。在确定了具体的面试企业或者有时间做更全面的准备后，再结合具体企业的背景特征做详细的划分。 电商。 不论是应用广泛的综合电商还是某垂直行业电商，都可以采用相似的准备思路。综合电商包括我们...

【1 背景】    指标体系是指反应某一业务（现象）的若干指标统计量组成的有机体，能够从不同的维度评估该业务的状态和结果。   而指标体系的考察，实在是有太多种可以提问的方式：   “请给微博\知乎\快手\小红书……设计指标监控体系？”   “你觉得XX产品目前最关注的指标是什么？”   “作为分析师，针对你所负责的XX产品，每天你会向CEO展示哪些指标”   ……   考察指标体系，一方面是知道同学们是否对常见的指标及其业务使用场景有所了解，另一方面也能够看出逻辑思维、知识整合能力。   开放性的业务题并没有标准答案，但不同的回答却一定有高下之分。如果能够结合部分业务特征，展示相对流畅的逻辑...

【1 背景】   当面试官问你上海有多少理发店时，他真的想知道上海有多少理发店吗？   估算题又称为费米问题，是数据分析笔试面试中常见的题型，也是很多面试官认为能够考察候选人逻辑能力以及数据敏感度的问题。没有接触过费米估算的人第一次在笔试面试中常常一脸懵逼，但费米本身并不是一个很难回答的问题——因为费米估算是有解题套路的，在回答的过程中，只要我们不断的将难获得的数据拆分为简单易得的数据，努力把一个复杂的问题拆分成多个简单的问题，就能回答个七七八八。   【2 案例详解】   费米估算是有逻辑套路的。我们从需求端、供给端两个方面给出案例。   <2-1 需求端>   需求端，从字面上...

HR面普遍是校招的最后一轮，绝大多数的HR不会再对业务、技术提问，而是从学校、生活、规划等方面开启“聊天式提问”。总结了一下最常见的HR面题型，虽然这些题目看起来都非常的简单，但想要给HR留下好的印象，必须提前准备好相关的素材，有备无患。 1、对数据分析工作的看法？ 思路参考：数据分析可以大致分成业务方向以及技术方向。在面试准备阶段，需要针对业务分析与技术分析备下两段说词。 例如。业务方向的分析以SQL为主，EXCEL、PPT为辅，我们需要思考如何将分析工作更好的和业务场景结合起来，怎么优化代码提高脚本运行速度，怎么用最清晰的报告思路以及最关键的指标来刻画业务的发展现状，呈现发展过程中遇到的问...

自我介绍的表达方式 你知道有什么问题是每一场面试都一定会遇到的吗？ 对，就是自我介绍。 自我介绍是任何一场面试的开场白。许多同学对于自我介绍的重视程度很低，认为就是随便的介绍下学校、专业和经历，再说说兴趣爱好，接下来面试官的提问环节才是面试的重点。 那就错了。自我介绍可以很随意，很没有特色；自我介绍也可以很有逻辑，很有针对性，甚至让面试官接下来的提问都围绕你的自我介绍展开。 尤其对于数据分析岗位来说。在绝大多数公司，数据分析岗位是不需要经历群面的，直接开门见山和面试官聊天。在大规模、流水线的校招中，面试官很有可能刚拿到你的简历，他需要几分钟的时间来浏览你的经历，准备合适的问题，在他阅读简历的时...

在数据分析的面试中，一定会有面试官提问：“来，说一个你在实习中印象深刻的项目吧”。 在面试前，对自己拿手的2-3个项目进行梳理，甚至是写下文字版的“稿子”供自己背诵，是拿到优秀面试评价的不二法门。 我在校招面试的时候，会对每个项目进行3阶段整理。将项目的主体内容以及发散性提问都记录在我的面试文档中。一般来说，项目主体内容会有600-800字，发散性的提问会有5-10个问题。   第一阶段：复盘项目过程，尽可能精细的展示细节 在XXX，数据分析是一个独立的部门，也是一个与业务打交道最多的技术部门。在工作中，业务会提出数据需求，而数据结果也会为业务的优化提供一定的指导。例如，在完成了“分享活动”的...

在上一章中我们说过，实习经历与项目经历是简历的必写内容。不要求两个栏目都有，但至少要有一个。   这一节，我们来聊一聊，投递数据分析岗位的时候，简历里怎么更好的展示【实习经历】呢？   在写简历之前，我们一定会对自己的实习内容进行回顾。可能很多人会有疑问：“怎么办，我平时就是做下临时需求，跑sql取数的，这简历好难写啊！”，“我实习有接触过做分析报告，但是感觉流程乱糟糟的，理不清啊，这怎么往简历上写啊 ？”   我相信，绝大多数投递数据分析岗位的同学，在正式秋招前会有数分的实习经历，实习时间在2-6个月不等。运气好的人，在实习里可以跟着leader参与一些项目和分析报告，在后期面试中这些分析报...

1、个人介绍   双985本硕。本科化学专业，研究生管理科学（物流方向），在自学实践中艰难的跨专业转行数据分析。2018年至今，在校招和社招中获得腾讯、网易、快手、携程、PayPal等大厂数据分析offer。擅长总结数据分析面试题目，整理面试回答思路。   2、为什么要写这个专刊   2018年我参加春招实习的时候，喜欢在牛客刷别人分享的数据分析面经，觉得很多问题重复出现的概率非常高，但网上并没有汇总的解析，就着手整理自己项目经历以及面试题目，记录成文字。秋招结束后，总结的面试文档超过4万字，全面涵盖了自我剖析，业务场景题分析，算法模型，常用代码等各方面的知识。   在校招过程中，深感数据分析...

经过大半年时间，多轮调整和修改，专刊终于得以上线。   专刊的内容对我来说并非全新的输出，早在3年前开始校招面试的时候我就着手整理自己的面经和思考，截止自己秋招结束时整理资料已超过4W字，陪伴我秋招里打怪升级，拿下很多offer。这份资料也在后续的社招中不断完善，万事皆有规矩可循，专刊算是这几年我对数据分析面试“套路”的总结，从笔试面试中容易被问的问题出发，仔细回顾的如何准备，如何思考，如何回答。   整个专刊的字数约10W+，数据分析的校招，往往会从业务能力，技术能力，数学能力，逻辑能力以及个人特质几个方面进行考察，因此章节的分布如下：   在第二章——基础篇中，主要介绍应届生投递数据分析岗...

说起SQL，数分岗位的必备技能之一。常见的考察SQL的方式主要是： （1）笔试阶段，网上答题。包括PDD，携程，网易在内很多公司都会在笔试的时候来几个SQL作为筛选条件。网上答题的时候很有可能遇到变态的题目……只能多搜搜这些公司在往年笔试时候出题内容，然后进行针对性的准备了。 （2）现场面试写代码。在面试小红书，网易的时候，面试官也会现场抽出几道SQL题让你写代码。现场写代码不会遇到太难的题目，一般窗口函数排个序可以搞定，再难点也就是求中位数、众数这些。 （3）远程面试口述语法。像蘑菇街，趣头条，招银网络科技等等，是在远程面试（或者电面）的时候随便问起SQL常见的语法。以我的经验来看，电面的考...

很多人对我4W字的文档感兴趣，把框架放上来吧    文档并不是一次性写完就结束了，而是在面试中，在实习中不断更新和完善。    文档也不是简单的百度答案、复制粘贴，而是要用自己的话进行复述，每个问题都需要想出与之对应的案例。       PART 1 自我分析篇        1、自我介绍（三段式）    2、对数据分析工作的理解（看法）    3、数据分析和数据挖掘算法的区别    4、优点和缺点    5、兴趣爱好    6、转专业的原因    7、最喜欢的课程    8、对未来的学习规划（职业规划）    9、别人对你的评价    10、大学里最遗憾最开心最困难的事情    11、对自己...