1. 这套试卷到底考什么先把底牌摊开看先说结论京东2019春招数据分析岗的笔试本质上不是考“你会不会用Excel”而是考“你有没有数据分析师的脑子”。我当年拿到这套卷子的时候第一反应是“怎么没有考SQL”做完才发现SQL只是基本功真正的分水岭全在业务理解和逻辑推导上。我自己把整套试卷拆了一遍核心考点集中在这几块统计学基础、业务指标拆解、SQL/数据处理能力、商业案例分析以及少量机器学习常识。比例上统计学和业务分析加起来能占到60%左右SQL和数据操作占25%剩下的是机器学习基础题。这个分布其实很能说明问题——京东这类电商公司要的数据分析师不是纯技术岗而是能用数据回答业务问题的角色。整套卷子的难度梯度也很有意思前面几道题是送分题考察均值、中位数、方差这些基础概念但中间开始就上强度了比如给你一张订单表让你算复购率或者给你一个GMV下降的场景问你从哪些维度去定位原因。最后的大题基本是开放性的商业分析题没有标准答案考察的是你的分析框架和表达逻辑。所以如果你是打算投数据分析岗的应届生或者准备跳槽到电商行业做数据这套卷子是个非常好的体检工具。刷完它你不仅知道京东看重什么也能摸清自己在数据分析这条路上的短板在哪。2. 试卷题目类型与考察逻辑拆解2.1 统计学基础题不是考公式是考你懂不懂“为什么”这套卷子里的统计学题目老实说难度不大但陷阱不少。比如有一道题问“一组数据的标准差为0说明什么”很多人一看就选“所有数据相等”这没错但选项里还有“数据波动最小”“数据都等于均值”这些干扰项。你要是对标准差的定义理解得不够透很容易被绕进去。再比如有一道题给你一组数据让你算变异系数。这题本身不难但很多人会忽略单位问题——如果两组数据的量纲不同直接比较标准差是没有意义的必须用变异系数。这就是典型的“看起来考计算实际上考理解”的题目。我的建议是复习统计学的时候不要死记公式重点搞清楚每个统计量的适用场景和局限性。比如均值容易受极端值影响这时候中位数更稳健方差描述波动但量纲是平方解释的时候要用标准差。这些知识点京东的卷子里几乎都会以选择题或判断题的形式出现。2.2 业务指标题电商数据分析师的核心竞争力整套卷子里我认为最值得细细琢磨的是业务指标相关的题目。比如有一道题给你一个月的订单数据表让你计算“月复购率”。这题看着简单但“复购率”的定义就有好几种是按用户算还是按订单算是计算当月下单用户中有多少是历史老用户还是计算所有用户中有多少在当月内买了两次以上我曾经拿这道题问过几个朋友每个人给的答案都不一样但都觉得自己是对的。这恰恰说明业务指标的定义在数据分析中是个高频坑。京东这类电商公司不同部门对同一指标的定义可能完全不同——运营说的复购率和产品说的复购率可能一个按自然月算一个按滚动30天算。所以做这类题的关键不是“算出正确答案”而是“明确你的假设”。如果你能在答题时主动写一句“此处复购率定义为当月有购买行为的用户中上月也有购买行为的用户占比”哪怕算出来的数不是出题人预期的面试官也会觉得你思路清晰。反之如果你闷头算了个数假设和出题人不一样那基本就是零分。2.3 SQL题看起来在考语法实际在考逻辑试卷里有一道典型的SQL题给定订单表orders字段user_id, order_id, order_date, amount和用户表users字段user_id, register_date要求统计“2019年1月注册用户中首次下单时间在注册后7天内的用户数量”。这题SQL写起来不难但里面有两个逻辑陷阱。第一个是“首次下单时间”怎么取很多人的第一反应是直接用MIN(order_date)但别忘了你得先限定这个用户是2019年1月注册的再取他的首次下单时间。第二个陷阱是“注册后7天内”这个条件是用DATE_ADD(register_date, INTERVAL 7 DAY)和order_date比较还是用DATEDIFF(order_date, register_date) 7两种写法都能实现但可读性和性能有差别。更关键的是SQL题目的评分点往往不只是“结果对不对”还包括“你能不能解释每一步的意图”。我当时刷题的时候习惯在写完每个查询后用注释写出这段逻辑在业务上是什么意思这样面试官一眼就能看出你是真懂还是背答案。3. 实操环节我用这套试卷梳理了一份完整的数据分析答题思路3.1 拿到一个分析场景先别急着建模这套试卷的压轴题给了一个很典型的电商场景某类目最近30天GMV环比下降了15%要求分析原因并提出建议。这类题没有标准答案但答题思路的框架感很重要能直接拉开差距。我自己的答题框架是“先拆维度再定口径最后给建议”。首先GMV 流量 × 转化率 × 客单价这是最基础的电商公式任何GMV异动分析都得从这个公式入手。然后把流量拆成新客流量和存量流量把转化率拆成各品类、各渠道的转化率把客单价拆成各价格带的表现。拆完之后先定位是哪个环节出了问题再下钻到具体维度。这里有个细节容易忽略GMV下降不一定全是坏事。如果GMV下降的同时毛利率提升了那可能是商品结构调整导致的这在商业上未必是坏事。所以答题时不要只盯一个指标要结合利润、库存、退货率等关联指标一起看才能做出靠谱的判断。3.2 一道复购率题目的完整推演过程拿前面提到的复购率题目举例我把完整的分析过程展开一下。假设订单表里有这样几条数据user_idorder_idorder_date1A0012019-01-051A0022019-01-202A0032019-01-082A0042019-02-013A0052019-01-15如果按“当月下单用户中在本月内下单超过一次的用户占比”来定义那么1月份下单用户是1、2、3三人其中用户1在1月下了两单用户2在1月只下了一单用户3也只下了一单所以复购率是1/3约33.3%。但如果我们换一个口径把复购定义为“1月下单用户中在2月也下单的用户占比”那么用户2符合用户1和用户3不符合复购率还是1/3。数值一样但含义完全不同。前者衡量的是当月忠诚度后者衡量的是跨月留存。这就是为什么我反复强调做数据分析必须先定口径口径不同同一个数字讲的是完全不同的故事。3.3 分析结果呈现用表格和图形说话试卷里有些题目会要求“如何向业务方呈现你的分析结论”很多人忽略这部分的权重。其实在真实的工作中分析结果呈现的难度不亚于分析本身。同样一个结论用一张清晰的对比表和一段冗长的描述给业务方带来的感受是截然不同的。我在实操中推荐的做法是先给结论再给证据最后给建议。比如“GMV下降15%主要原因是新客流量下降20%而老客ARPU值基本持平。建议在拉新渠道上增加投放预算同时优化新客落地页的转化路径”。这样的表达数据支撑完整建议落地性强业务方一听就明白下一步该干嘛。4. 常见丢分点与避坑技巧4.1 笔试中最容易翻车的四类问题第一类是审题不清。题目问的是“月活跃用户数”你算成了“日活跃用户数的月均值”这两个数可能差好几倍而且计算逻辑完全不同。第二类是口径不自洽前面用了一种定义后面又换了前后矛盾这在问答题中尤其致命。第三类是计算粗心尤其是百分比和倍数的换算比如“增长20%”和“增长到20%”是两个概念弄混了整道题就废了。第四类是忽略数据质量题目给你的数据里有NULL值、重复值、异常值你没处理就直接计算结果当然跑偏。我当时刷这套卷子时就栽在了NULL值的处理上。有一道题统计平均订单金额我没有排除掉退款订单结果算出来的平均值比实际高出不少。后来我养成了一个习惯拿到任何数据先做探查性分析看清楚数据长什么样再去动手算指标。4.2 面试官真正想从大题中看到什么压轴的开放题表面上是考数据分析能力实际上是考你的商业sense和表达逻辑。面试官看的是你遇到一个模糊问题时能不能快速搭出一个分析框架以及你能不能把分析结果用业务听得懂的话讲出来。我自己在答这类题时会刻意避免一上来就堆模型。先圈定问题边界再拆解维度然后基于数据给判断最后落到可执行的建议。这个顺序既能让面试官看到你的逻辑性也能展示你对业务的理解深度。另外建议后面一定要跟一句“预期效果”或“下一步验证方式”比如“如果拉新投放到位预计两周内新客流量能恢复5%到8%届时再复盘投放ROI”。这种表达会让人觉得你是个有闭环思维的人而不是只会跑数的工具人。4.3 刷题之外这套试卷的扩展价值说句实在话京东这套2019年的春招试卷到今天来看题目本身可能有些过时但它的考察思路一点不过时。眼下数据分析岗位的面试越来越强调“业务理解”和“分析框架”而这套试卷恰恰在这些方面给了很好的训练。如果你正在准备数据分析面试我个人建议不要只刷这一套卷子把它的考察框架拆出来对照自己的薄弱项去补。比如统计基础不行就去补假设检验和置信区间SQL不熟就多练窗口函数和日期函数业务分析没有思路就多看一些电商指标拆解的案例。把这套卷子当成一面镜子比单纯背答案有用得多。5. 给正在准备数据分析岗的朋友几句掏心窝的话数据分析这个岗位入门门槛看起来不高但想走远靠的是三样东西业务敏感度、逻辑思维和学习能力。京东这套试卷其实就是在用它的方式考察这三样东西。业务敏感度体现在你对指标定义和业务场景的理解上逻辑思维体现在你拆解问题和组织表达的方式上学习能力体现在你遇到不熟悉的问题时能不能快速找到切入角度。我在实际带新人的过程中发现很多人不是不会算数而是不知道自己算出来的数意味着什么。这是学校教育和企业需求之间最大的gap。如果你的目标是进大厂做数据分析师我建议你在刷题之外多花点时间研究你感兴趣行业的业务逻辑多看一些行业分析报告试着用自己的话把数据背后的故事讲出来。这个能力才是面试官真正买单的东西。