2026年数据分析师岗位面试技术问题与业务场景考核含答案

2026年数据分析师岗位面试技术问题与业务场景考核含答案一、SQL查询题（共5题，每题8分，共40分）背景：某电商平台（地域：华东）2026年数据表结构如下-`orders`（订单表）：`order_id`（订单ID，主键），`user_id`（用户ID），`product_id`（产品ID），`order_time`（订单时间），`total_amount`（订单金额），`status`（订单状态，'已完成'、'已取消'等）-`users`（用户表）：`user_id`（用户ID，主键），`age`（年龄），`city`（城市），`注册时间`（注册时间）-`products`（产品表）：`product_id`（产品ID，主键），`category`（产品类别），`price`（单价）-`order_items`（订单明细表）：`order_item_id`（明细ID，主键），`order_id`（订单ID，外键），`product_id`（产品ID，外键），`quantity`（数量）1.查询2026年每月总销售额及订单数，按月份降序排列。2.查询年龄在20-30岁之间，且每月复购次数超过2次的用户列表（复购指同一用户在同月有多个订单）。3.查询每个城市中订单金额最高的用户及其订单金额，若金额相同则按用户ID升序排列。4.查询2026年已取消订单中，单价最高的3种产品及其总取消金额。5.查询每个用户的平均订单金额，并筛选出平均订单金额高于该用户所在城市平均订单金额的用户。二、Python数据分析题（共3题，每题10分，共30分）背景：某零售企业（行业：快消品，地域：北京）2026年销售数据存储在CSV文件中，字段包括：`date`（日期）、`store_id`（门店ID）、`product_id`（产品ID）、`sales`（销量）、`price`（单价）。1.编写Python代码读取CSV文件，计算每个门店的日销售总额，并绘制条形图展示前5个门店的销售额。2.使用Pandas处理数据，筛选出2026年销量最高的10个产品，并计算其销量占比。3.分析每个门店的客单价（总销售额/总销量），找出客单价最低的3个门店，并输出其门店ID和客单价。三、业务场景题（共3题，每题10分，共30分）背景：某生鲜电商平台（地域：上海）希望提升用户复购率，2026年数据显示部分用户活跃度下降。1.如果你是数据分析师，你会通过哪些指标衡量用户活跃度？并说明如何通过数据分析找出活跃度下降的原因。2.假设平台推出“满减优惠券”活动，你会如何设计数据监控方案来评估活动效果？3.若发现某类产品（如“水果”）的退货率较高，你会提出哪些改进建议，并说明数据支持逻辑。四、统计学与机器学习基础题（共2题，每题10分，共20分）1.假设某城市用户月均消费金额服从正态分布，样本均值为5000元，标准差为800元，请计算月均消费在4000-6000元之间的用户占比。2.解释交叉验证在模型评估中的作用，并说明在哪些情况下不宜使用K折交叉验证。五、综合分析题（1题，20分）背景：某汽车主机厂（地域：广东）2026年推出新款电动汽车，为评估市场表现，收集了以下数据：`region`（区域）、`month`（月份）、`sales`（销量）、`price`（售价）、`subsidy`（补贴金额）、`competitor_price`（竞品平均价格）。请分析以下问题：1.用相关性分析销量与售价、补贴、竞品价格的关系。2.若要预测下季度销量，你会选择哪些特征，并说明理由。3.提出至少3条针对不同区域市场的推广建议，并说明数据依据。答案与解析一、SQL查询题答案1.查询2026年每月总销售额及订单数，按月份降序排列。sqlSELECTDATE_FORMAT(order_time,'%Y-%m')ASmonth,SUM(total_amount)AStotal_sales,COUNT(order_id)ASorder_countFROMordersWHEREYEAR(order_time)=2026GROUPBYmonthORDERBYmonthDESC;解析：使用`DATE_FORMAT`提取年月，`SUM`计算销售额，`COUNT`统计订单数，按月份降序排列。2.查询年龄在20-30岁之间，且每月复购次数超过2次的用户列表。sqlSELECTuser_idFROMusersuJOIN(SELECTuser_id,COUNT(DISTINCTDATE_FORMAT(order_time,'%Y-%m'))ASrepurchase_monthsFROMordersWHEREuser_idIN(SELECTuser_idFROMusersWHEREageBETWEEN20AND30)GROUPBYuser_idHAVINGrepurchase_months>2)ASrepONu.user_id=rep.user_id;解析：子查询统计每个用户的月复购次数，外层筛选20-30岁用户，且复购月份>2。3.查询每个城市中订单金额最高的用户及其订单金额。sqlSELECTu.city,u.user_id,SUM(o.total_amount)AStotal_amountFROMusersuJOINordersoONu.user_id=o.user_idGROUPBYu.city,u.user_idORDERBYtotal_amountDESC,u.user_idASCLIMIT1PERCITY;解析：分组统计每个用户的总订单金额，按金额降序排列，`LIMIT1PERCITY`确保每个城市只取最高金额用户（需调整SQL版本支持）。4.查询2026年已取消订单中，单价最高的3种产品及其总取消金额。sqlSELECTduct_id,p.category,SUM(oi.quantityp.price)AStotal_cancelled_amountFROMordersoJOINorder_itemsoiONo.order_id=oi.order_idJOINproductspONduct_id=duct_idWHEREo.status='已取消'ANDYEAR(o.order_time)=2026GROUPBYduct_id,p.categoryORDERBYtotal_cancelled_amountDESCLIMIT3;解析：连接订单、明细、产品表，筛选取消订单，分组统计产品取消金额，按金额降序取前三。5.查询每个用户的平均订单金额，并筛选出高于城市平均金额的用户。sqlSELECTu.user_id,AVG(o.total_amount)ASavg_order_amountFROMusersuJOINordersoONu.user_id=o.user_idGROUPBYu.user_idHAVINGavg_order_amount>(SELECTAVG(total_amount)FROMordersWHEREuser_idIN(SELECTuser_idFROMusersWHEREcity=u.city));解析：外层计算用户平均订单金额，内层计算城市平均金额，筛选高于城市均值用户。二、Python数据分析题答案1.读取CSV并绘制条形图（前5门店销售额）。pythonimportpandasaspdimportmatplotlib.pyplotaspltdata=pd.read_csv('sales_data.csv')storesales=data.groupby('store_id')['sales'].sum().sort_values(ascending=False).head(5)storesales.plot(kind='bar')plt.title('Top5StoresbySales')plt.xlabel('StoreID')plt.ylabel('TotalSales')plt.show()解析：分组计算门店销售额，排序取前5，绘制条形图。2.筛选销量最高的10个产品及占比。pythonproduct_sales=data.groupby('product_id')['sales'].sum().sort_values(ascending=False).head(10)total_sales=product_sales.sum()product_sales_ratio=(product_sales/total_sales100).round(2)print(product_sales_ratio)解析：分组计算产品销量，排序取前10，计算占比。3.找出客单价最低的3个门店。pythonstore_avg_price=data.groupby('store_id')['sales'].sum()/data.groupby('store_id')['sales'].count()lowest_avg_price=store_avg_price.sort_values().head(3)print(lowest_avg_price)解析：分组计算门店总销售额和销量，计算客单价，排序取最低3个。三、业务场景题答案1.用户活跃度指标及下降原因分析。指标：日活跃用户（DAU）、月活跃用户（MAU）、会话时长、页面停留次数、复购率。原因分析：-通过用户分层（新/老用户）对比活跃度变化；-分析用户行为路径（流失节点）；-结合用户反馈（如客服投诉）排查产品或服务问题。2.满减优惠券活动效果评估方案。-监控指标：参与率、优惠券使用率、客单价变化、活动期间GMV；-对比分析：与历史数据对比，排除季节性因素；-A/B测试：对比不同优惠券额度/门槛的效果。3.水果退货率高的改进建议。-数据支持：分析退货原因（质量问题、描述不符等）；-建议：-优化商品描述（增加图片/视频）；-加强供应商质检；-提供试吃/部分退款选项。四、统计学与机器学习基础题答案1.正态分布占比计算。-标准正态分布中，4000-6000元对应的Z值分别为-2.5和5，查表得占比约98.76%。2.交叉验证的作用及适用场景。作用：防止过拟合，评估模型泛化能力。不适用场景：-数据量过小（如<50）；-时间序列数据（需按时