2026年数据分析师招聘笔试题库

2026年数据分析师招聘笔试题库一、选择题（共5题，每题2分，共10分）1.某电商公司2025年Q1-Q4销售额数据如下：Q1=120万，Q2=150万，Q3=180万，Q4=160万。若采用移动平均法预测2026年Q1销售额，则预测值为多少？A.145万B.150万C.155万D.160万2.在数据清洗过程中，对于缺失值处理，以下哪种方法适用于连续型数据且能保留更多信息？A.均值填充B.中位数填充C.众数填充D.KNN填充3.某城市出租车订单数据中，司机年龄分布如下：20-30岁占40%，30-40岁占35%，40-50岁占25%。若随机抽取100名司机，年龄在30-40岁且性别为女性的司机比例最可能是？A.14%B.15%C.16%D.17%4.在SQL查询中，以下哪个函数可用于计算分组后的平均值？A.SUM()B.AVG()C.MAX()D.COUNT()5.某零售企业A/B测试新APP界面，对照组（原界面）转化率为5%，实验组（新界面）转化率为6%。若实验组用户量是对照组的两倍，则总体转化率的提升幅度最接近？A.0.5%B.1%C.1.5%D.2%二、简答题（共3题，每题10分，共30分）6.简述在分析用户流失原因时，可以采用哪些数据指标和模型方法。结合某在线教育平台的业务场景，举例说明。7.某外卖平台需要分析用户复购行为，请设计一个包含至少三个关键维度的数据报表，并说明每个维度的业务价值。8.解释“数据偏差”的概念，并列举至少三种在数据采集或分析过程中可能导致的偏差类型，以及对应的解决方法。三、计算题（共2题，每题15分，共30分）9.某电商A/B测试促销策略，对照组（无促销）月销售额为100万，实验组（满减促销）月销售额为120万。实验组用户量占30%，转化率比对照组高2个百分点。请计算该促销策略的ROI（投资回报率），并说明其对业务的实际意义。10.某城市共享单车骑行数据如下：-工作日日均骑行量：8万次-周末日均骑行量：12万次-空闲单车占比：20%-骑行单次平均时长：25分钟请计算该城市的共享单车周转率（周转率=总骑行量/总车数），并分析影响周转率的潜在因素。四、SQL题（共2题，每题15分，共30分）11.表结构：-`orders`（订单表：`order_id`（主键），`user_id`，`order_date`，`amount`）-`users`（用户表：`user_id`（主键），`age`，`city`，`gender`）需求：-查询2025年各城市用户订单金额总和排名前三的城市，并显示平均订单金额。12.表结构：-`ads`（广告表：`ad_id`，`campaign_id`，`clicks`，`impressions`）-`campaigns`（活动表：`campaign_id`（主键），`start_date`，`end_date`）需求：-计算每个广告活动在活动期间的单次点击成本（CPC=点击量/展示量），并筛选出CPC低于行业平均水平（假设为1）的活动，按CPC降序排列。五、分析题（共1题，25分）13.某生鲜电商平台2025年Q3数据显示：-订单量环比增长20%，但客单价下降10%；-北美地区用户流失率高达15%，而东南亚地区复购率提升25%；-APP崩溃报错率上升至3%。请结合业务场景，分析可能的原因并提出至少三个改进建议，要求每个建议需说明数据支撑及预期效果。答案与解析一、选择题1.C解析：移动平均法（3期）预测Q1=（Q3+Q2+Q1）/3=（180+150+120）/3=155万。2.B解析：中位数填充适用于连续型数据，能减少异常值影响，保留更多信息。3.B解析：30-40岁司机占比35%，女性比例未知，但随机抽样时性别分布通常与总体接近（假设城市男女比例1:1），则30-40岁女性司机比例≈35%×50%=17.5%，最接近15%。4.B解析：AVG()函数计算分组后的平均值，其他选项分别计算总和、最大值和计数。5.B解析：总体转化率提升=(实验组转化率×实验组占比+对照组转化率×对照组占比)/(实验组占比+对照组占比)=（6%×2+5%×1）/3=1%。二、简答题6.答案：-指标：留存率、流失率、活跃度、用户路径分析（如购物车放弃率）。-模型：逻辑回归（预测流失概率）、决策树（找出关键流失节点）。-举例：在线教育平台可通过分析用户课程完成率、直播互动率等数据，结合决策树模型识别“观看首节课后流失”的典型路径，针对性优化课程设计。7.答案：-报表维度：1.复购周期（业务价值：优化触达策略）：统计用户首次和再次购买间隔天数，高频复购用户可定向推送会员权益。2.客单价变化（业务价值：提升单次消费）：分析复购用户客单价趋势，通过满减或捆绑销售策略刺激加购。3.复购渠道（业务价值：优化流量分配）：对比不同渠道复购率，优先推广高复购渠道（如小程序）。8.答案：-偏差类型：1.采样偏差：抽样范围仅覆盖城市区域，忽略郊区用户（解决：分层抽样）。2.时间偏差：周末数据受节假日影响，与工作日不可比（解决：分时段建模）。3.测量偏差：问卷设计引导性过强（解决：双盲问卷设计）。三、计算题9.答案：-ROI计算：增加收入=120万-100万=20万增加成本=实验组用户量×转化率提升×单次利润（假设成本忽略）ROI=（增加收入-增加成本）/增加成本=20万/（实验组用户量×转化率提升×单次利润）若实验组转化率提升2个百分点，ROI提升显著，说明促销策略有效。10.答案：-周转率=总骑行量/总车数总骑行量=（工作日8万×5天+周末12万×2天）/天数总车数=总骑行量/单次平均时长×空闲率周转率≈（120万次/天）/（总车数），影响因素包括天气、政策、竞争对手补贴等。四、SQL题11.答案：sqlSELECTcity,SUM(amount)AStotal_amount,AVG(amount)ASavg_amountFROMordersWHEREorder_dateBETWEEN'2025-01-01'AND'2025-12-31'GROUPBYcityORDERBYtotal_amountDESCLIMIT3;12.答案：sqlSELECTcampaign_id,CPCFROM(SELECTcampaign_id,AVG(clicks)ASclicks,AVG(impressions)ASimpressionsFROMadsWHEREad_idIN(SELECTad_idFROMcampaignsWHEREstart_dateBETWEEN'YYYY-MM-DD'AND'YYYY-MM-DD')GROUPBYcampaign_id)ASsubWHERECPC<1ORDERBYCPCDESC;五、分析题13.答案：-原因分析：1.客单价下降可能因促销降价或用户向低价商品迁移（数据支撑：查看品类占比变化）。2.北美流失率高或因竞争加剧或本地化不足（对比竞品留存策略）。3.APP崩溃可能与新功能代码质量不足