2026年数据分析师面试与笔试题

2026年数据分析师面试与笔试题一、选择题（共5题，每题2分，共10分）题目1：某电商平台A在华东地区运营，2025年Q3用户增长率为5%，其中新用户占比60%。2026年计划将用户增长率提升至8%，假设新用户占比保持不变，则老用户增长率应达到多少？A.2%B.3%C.4%D.5%题目2：以下哪种方法最适合用于检测电商用户购物路径中的流失节点？A.相关性分析B.回归分析C.聚类分析D.用户分群题目3：某零售企业在双十一期间通过A/B测试优化商品详情页，控制组转化率为2%，实验组转化率为2.5%，若转化率提升的显著性水平为95%，则该优化效果是否显著？（假设样本量足够大）A.显著B.不显著C.需更多样本量验证D.无法判断题目4：某金融机构在华南地区推广信用卡，发现某城市用户的逾期率高达15%，但整体用户画像与全国用户相似。以下哪种策略最可能降低该城市逾期率？A.提高利率B.降低审批门槛C.加强催收力度D.调整营销渠道题目5：某外卖平台发现用户订单取消率在23:00-次日01:00期间骤增，最可能的原因是：A.系统拥堵B.外卖员配送延迟C.用户临时改变需求D.促销活动影响二、简答题（共3题，每题10分，共30分）题目6：某制造业企业在华北地区运营，2025年发现某类零件的次品率在夜间生产时显著高于白天。请提出至少三种可能的原因分析，并说明如何通过数据分析验证。题目7：某本地生活服务平台在西南地区运营，用户投诉集中在“优惠券无法使用”。请设计一个数据分析方案，评估优惠券使用问题的严重性并提出改进建议。题目8：某互联网公司在华东地区运营，用户反馈某新功能使用流程复杂。请说明如何通过用户行为数据评估该功能的使用难度，并提出优化方向。三、计算题（共2题，每题15分，共30分）题目9：某电商平台A在2025年Q1的用户留存率如下：-第1天留存率：30%-第7天留存率：20%-第30天留存率：15%假设用户行为符合马尔可夫链模型，请计算该平台的月活跃用户（MAU）与日活跃用户（DAU）的比例。题目10：某医药公司在华南地区运营，通过A/B测试验证两种广告文案的效果，数据如下：-控制组：点击率（CTR）=2%，点击后转化率（CVR）=5%-实验组：CTR=2.2%，CVR=4.8%请计算两组的营销投入产出比（ROI），并判断哪种文案更优。（假设广告成本相同）四、编程题（共1题，20分）题目11：某金融科技公司需要分析华南地区用户的借贷行为，数据见下表（简化示例）：|用户ID|年龄|借款金额|借款次数|逾期天数||--||-|-|-||1001|28|5000|2|0||1002|35|10000|3|5||...|...|...|...|...|请用Python（或SQL）完成以下任务：1.计算用户的平均借款金额和逾期天数；2.根据借款次数和逾期天数，为用户打标签（如“高风险用户”）；3.若逾期天数超过7天，则标记为“严重逾期”。五、开放题（共1题，30分）题目12：某生鲜电商平台在华东地区运营，发现用户复购率在节假日期间显著下降。请结合用户行为数据、地域特点及行业趋势，分析可能的原因，并提出至少三种可行的改进方案。答案与解析一、选择题答案1.C（新用户占比60%，则老用户占比40%；增长率为8%时，老用户需增长8%×40%＝3.2%，接近4%）2.A（流失节点需分析路径中断，相关性分析可检测异常节点）3.A（转化率提升0.5个百分点，假设样本量足够大，95%置信区间通常可检测到此差异）4.D（华南某城市逾期率高，需针对性调整营销渠道，如增加本地化宣传）5.C（23:00-01:00用户活跃但订单需求不稳定，临时取消率易上升）二、简答题解析题目6：可能原因：1.设备老化（华北地区冬季电力波动可能导致设备故障率上升）；2.人工操作疲劳（夜间三班倒制度影响质检精度）；3.原材料批次差异（夜间供应的原材料可能存在质量波动）。验证方法：-对比夜间与白天的设备维护记录；-分析工人疲劳度与次品率的相关性；-检验原材料批次检测结果。题目7：数据方案：1.收集用户投诉数据（按时间、城市、优惠券类型分类）；2.分析优惠券使用失败场景（如系统卡顿、规则未说明）；3.通过用户调研验证问题严重性。改进建议：-优化系统稳定性；-简化优惠券使用流程；-加强规则说明。题目8：评估方法：1.分析用户操作路径数据（如点击热力图、任务完成率）；2.对比新功能使用前后用户满意度。优化方向：-简化交互步骤；-增加引导提示；-提供替代方案。三、计算题解析题目9：马尔可夫链模型假设：-R1=30%，R7=20%，R30=15%；-则R1-R7=10%（即7天内流失10%），R7-R30=5%（即23天内流失25%）；-可反推30天留存率为15%，则30天前留存率=15%/（1-25%）≈20%；-最终计算MAU/DAU≈20%/30%＝0.67。题目10：ROI计算：-控制组：2%×5%＝10%；-实验组：2.2%×4.8%＝10.56%；实验组ROI略高，但需考虑样本量差异（如未提供，可假设相同）。四、编程题解析pythonimportpandasaspddata={'用户ID':[1001,1002],'年龄':[28,35],'借款金额':[5000,10000],'借款次数':[2,3],'逾期天数':[0,5]}df=pd.DataFrame(data)1.计算平均值avg_amount=df['借款金额'].mean()avg_overdue=df['逾期天数'].mean()2.用户标签（示例规则）df['标签']=df['借款次数'].apply(lambdax:'高风险'ifx>2else'正常')3.严重逾期标记df['严重逾期']=df['逾期天数'].apply(lambdax:'是'ifx>7else'否')print(df)五、开放题解析原因分析：1.节假日物流延迟（西南地区山路多，配送效率下降）；2.