数据分析师面试题与笔试题含答案

2026年数据分析师面试题与笔试题含答案面试题（共5题，总分100分）题目1（15分）：某电商平台用户行为分析假设你是一家电商公司的数据分析师，请描述如何分析过去一年中平台用户的购买行为变化趋势，并提出至少三种可能的业务改进建议。答案要点：1.数据收集与清洗：收集用户购买记录、浏览记录、加购记录、收藏记录等多维度数据，清洗异常值和缺失值。2.趋势分析：-时间维度分析：按月/周/日分析购买量、客单价、复购率等指标变化，识别季节性波动和特殊事件影响。-用户分层分析：根据RFM模型（最近一次购买时间、购买频率、购买金额）对用户进行分层，分析不同层级用户的行为差异。-渠道分析：比较不同流量来源（自然搜索、付费广告、社交推荐）的用户转化率和留存率。3.业务改进建议：-个性化推荐优化：基于用户历史行为和相似用户群，优化商品推荐算法，提高点击率和转化率。-促销活动设计：针对不同用户层级设计差异化促销策略，如高价值用户专享折扣，新用户引导优惠等。-购物路径优化：分析用户从进站到购买的关键转化节点，减少中间流失环节，如优化产品详情页停留时间、简化下单流程等。题目2（20分）：A/B测试方案设计某互联网产品团队计划优化首页banner广告的点击率，请设计一个完整的A/B测试方案，包括测试假设、关键指标、样本量计算及结果分析方法。答案要点：1.测试假设：-原假设H0：新banner点击率与原banner点击率无显著差异-备择假设H1：新banner点击率显著高于原banner点击率2.关键指标：-主要指标：点击率（CTR）-次要指标：转化率、用户停留时间、跳出率3.样本量计算：-假设原CTR为5%，预期新banner提升至7%，显著性水平α=0.05，统计功效power=0.8-使用A/B测试样本量计算公式：n=(Zα/2+Zpower)²×[p1(1-p1)+p2(1-p2)]/(p1-p2)²-计算得出每个版本需测试用户约5000人4.测试执行方案：-流量分配：随机分配50%用户见原banner，50%用户见新banner-测试周期：至少运行14天（覆盖周末波动）-控制变量：保持其他页面元素不变，仅修改banner设计5.结果分析方法：-使用卡方检验分析CTR差异是否显著-绘制累计分布曲线（CDF）观察效果稳定性-进行多变量分析，若新banner效果显著，进一步分析具体设计元素（颜色、文案、图片）的贡献题目3（25分）：业务问题解决案例分析某本地生活服务平台发现，某区域门店的线上订单量下降30%，而线下客流持平。请分析可能原因并提出解决方案。答案要点：1.数据验证：-确认订单量下降是否真实存在（排除统计误差）-对比同期天气、节假日等外部因素影响2.可能原因分析：-线上渠道问题：-推广资源减少（如KOL合作中断、广告投放减少）-竞品竞争加剧（如某竞品推出补贴活动）-平台算法变化（推荐权重向竞品倾斜）-用户体验问题：-外卖配送时效变差（用户评价下降）-商品价格竞争力不足-用户界面改版导致操作不流畅-品牌认知问题：-品牌近期负面舆情影响-新用户获取成本上升3.解决方案：-短期措施：-加大本地区域推广预算（如周末限时折扣）-优化配送流程（增加临时骑手、调整调度算法）-中期措施：-用户调研（通过问卷、访谈了解流失原因）-重新评估菜单结构（淘汰滞销品、增加网红菜品）-长期措施：-建立用户反馈闭环机制-开发私域流量运营方案（如小程序会员体系）-技术升级（优化订单系统处理能力）题目4（20分）：数据可视化与洞察提炼假设你获得了某金融APP用户活跃度数据，请说明如何通过数据可视化技术呈现用户活跃周期特征，并提炼至少两个业务洞察。答案要点：1.数据可视化方案：-用户活跃周期热力图：-X轴为星期几，Y轴为时间段（0-24小时）-颜色深浅表示活跃用户占比，揭示典型活跃时段-留存率漏斗分析：-第一周留存率、第二周留存率...按时间维度绘制漏斗图-辅以异常节点标注（如某天留存率骤降）-用户路径分析桑基图：-展示新用户从注册到流失/付费的关键转化路径-箭头粗细表示用户流量大小2.业务洞察提炼：-洞察一：发现工作日9-11点、20-22点为两个主要活跃峰，周末则呈现两小峰（中午、晚上）-建议：针对不同时段推送差异化内容（如工作日推送理财知识，周末推送亲子内容）-洞察二：某类用户（如25-35岁男性）在工作日活跃度显著高于其他群体-建议：开发职场场景化金融产品（如午休理财计划、加班夜宵分期）题目5（20分）：SQL查询与数据清洗请写出一条SQL查询语句，找出某电商平台过去30天内复购率最高的前10名供应商，并解释查询思路。答案要点：1.SQL查询语句：sqlWITHpurchase_dataAS(SELECTsupplier_id,COUNT(DISTINCTorder_id)ASorder_count,COUNT(DISTINCTuser_id)ASunique_buyers,COUNT()AStotal_buyersFROMordersWHEREorder_date>=DATEADD(day,-30,GETDATE())GROUPBYsupplier_id),recovery_rateAS(SELECTsupplier_id,order_count,unique_buyers,total_buyers,ROUND((unique_buyers/total_buyers)100,2)ASrecovery_rateFROMpurchase_data)SELECTTOP10supplier_id,recovery_rateFROMrecovery_rateORDERBYrecovery_rateDESC;2.查询思路解释：-数据准备阶段：先筛选过去30天的订单数据，按供应商分组统计总订单数和唯一买家数-复购率计算：复购率定义为有复购行为的用户数占总购买用户数的比例-排序筛选：按复购率降序排列并取前10名-性能优化：使用CTE（公用表表达式）使查询逻辑更清晰，可考虑添加索引优化执行笔试题（共5题，总分100分）题目1（15分）：数据清洗问题解决某电商订单数据存在以下问题：1.用户ID有空白值2.订单金额包含小数点后两位，但部分记录为字符串格式（如"120.00"）3.订单状态存在异常值（如"已完成""完成"）请设计数据清洗方案。答案要点：1.用户ID空白值处理：-统计空白值比例，若低于5%可考虑删除-若比例较高，建议新增"未知用户"占位符或使用哈希加密处理2.金额格式转换：-使用正则表达式提取数字部分，转换为数值型-示例代码：`CREATETABLEcleaned_ordersASSELECTuser_id,CAST(REGEXP_REPLACE(order_amount,'[^0-9.]','')ASDECIMAL)ASorder_amount,order_statusFROMorders;`3.状态标准化：-创建状态映射表：{"已完成":"完成","完成":"完成","已签收":"完成","已取消":"取消"}-使用LEFTJOIN匹配标准化状态题目2（20分）：数据集关联分析给定两个数据集：-数据集A：用户基本信息（user_id,age,gender,city）-数据集B：用户消费记录（user_id,purchase_date,amount）请写出SQL查询语句，找出各城市年龄在25-35岁之间的用户消费金额中位数，并按中位数降序排列。答案要点：1.SQL查询语句：sqlWITHage_filteredAS(SELECTa.user_id,a.age,a.gender,a.cityFROMdataset_aaWHEREa.ageBETWEEN25AND35),amount_calculatedAS(SELECTb.user_id,b.amount,a.cityFROMdataset_bbJOINage_filteredaONb.user_id=a.user_id),city_medianAS(SELECTcity,PERCENTILE_CONT(0.5)WITHINGROUP(ORDERBYamount)OVER(PARTITIONBYcity)ASmedian_amountFROMamount_calculated)SELECTcity,median_amountFROMcity_medianORDERBYmedian_amountDESC;2.查询思路解释：-数据过滤：先筛选25-35岁用户-关联计算：将消费记录与用户信息关联，计算各城市用户消费金额-中位数计算：使用窗口函数计算每个城市消费金额的中位数-排序输出：按中位数降序排列城市题目3（25分）：Python数据分析使用Python处理以下任务：1.加载CSV文件"sales_data.csv"，字段包括：date,region,product,quantity,price2.按月统计各区域产品销售额（销售额=数量×单价）3.绘制折线图展示东部和南部区域销售额趋势对比答案要点：1.代码实现：pythonimportpandasaspdimportmatplotlib.pyplotasplt1.加载数据data=pd.read_csv('sales_data.csv',parse_dates=['date'])data['sales']=data['quantity']data['price']2.按月统计monthly_sales=data.groupby([data['date'].dt.to_period('M'),'region'])['sales'].sum().unstack()3.绘图plt.figure(figsize=(10,6))forregioninmonthly_sales.columns:plt.plot(monthly_sales.index.astype(str),monthly_sales[region],marker='o',label=region)plt.title('区域销售额月度趋势对比')plt.xlabel('月份')plt.ylabel('销售额（万元）')plt.legend()plt.grid(True)plt.xticks(rotation=45)plt.tight_layout()plt.show()2.关键步骤说明：-日期解析：使用`parse_dates`自动将字符串转换为datetime类型-销售额计算：创建新列保存计算结果-数据聚合：按月和区域分组，使用unstack转换为宽格式-可视化优化：设置图例、网格线、旋转X轴标签等题目4（20分）：统计假设检验某外卖平台测试了两种配送方案A和B，各随机抽取100名用户测试1小时后统计：-方案A：平均配送时长28分钟，标准差3分钟-方案B：平均配送时长30分钟，标准差4分钟请检验两种方案配送时长是否存在显著差异（α=0.05）。答案要点：1.假设检验：-原假设H0：μA=μB（两种方案配送时长无差异）-备择假设H1：μA≠μB（存在差异）2.检验方法选择：-样本量均大于30且已知方差，使用z检验-汇总数据：nA=nB=100,μA=28,σA=3,μB=30,σB=43.计算检验统计量：-标准误差：SE=√[(σA²/nA)+(σB²/nB)]=√[(3²/100)+(4²/100)]=0.5-z值：z=(μA-μB)/SE=(28-30)/0.5=-4.04.结果判定：-α=0.05时，双尾临界值±1.96-|-4.0|>1.96，拒绝原假设-结论：两种方案配送时长存在显著差异，方案A更优题目5（20分）：数据建模问题某电商平台需要预测用户次日购买概率，请：1.描述你会选择哪种机器学习模型2.说明需要哪些特征3.如何处理数据不平衡问题答案要点：1.模型选择：-推荐使用逻辑回归（LR）或梯度提升树（如XGBoost）-逻辑回归优点：可解释性强，适合业务验证-XGBoost优点：对电商场景特征组合