京东数据分析岗面试经历分享：SQL+Python+业务洞察全考察

背景介绍

先说下我的基本情况吧。我本科统计学专业毕业，目前在一家中型电商公司做了2年的数据分析师，日常工作主要是用SQL取数、做报表，偶尔用Python做些自动化脚本和简单的数据建模。说实话，在原公司待着也算稳定，但总觉得成长空间有限——数据基建不完善，很多时间花在取数这种重复劳动上，真正做深度分析的机会不多。

今年3月中旬，我在京东招聘官网上看到了京东零售-数据分析岗的社招信息，岗位要求3年以内经验，JD里写的主要是用户行为分析、活动效果评估、指标体系搭建这些，跟我目前的工作方向比较匹配。犹豫了两天还是投了，毕竟京东的数据体量和分析深度，肯定不是我现在这家公司能比的。

投递后大概一周，HR打电话来约面试，整体流程是技术一面→技术二面→业务面+HR面，三轮面试跨度大约两周。下面我按轮次详细复盘，希望能帮到正在准备京东数据分析面试的朋友们。

第1轮 技术一面（视频面，约55分钟）

一面面试官是个看起来30岁左右的小哥，开场先让我自我介绍，然后直接进入技术环节。整体节奏比较紧凑，问题密度很高。

1. SQL：求每个品类下销售额Top3的商品

面试官给了一个订单表order_detail，字段有order_id、product_id、category_id、sale_amount、order_date，让我写出每个品类下销售额排名前三的商品。

这题我比较熟，直接用窗口函数写了：

我的回答：

SELECT category_id, product_id, total_sale
FROM (
  SELECT category_id, product_id, SUM(sale_amount) AS total_sale,
        ROW_NUMBER() OVER(PARTITION BY category_id ORDER BY SUM(sale_amount) DESC) AS rn
  FROM order_detail
  GROUP BY category_id, product_id
) t
WHERE rn <= 3;

面试官追问：如果用RANK()和ROW_NUMBER()有什么区别？我答了并列排名的情况，RANK()会有跳跃，DENSE_RANK()不会跳跃。他点了点头，没再追问。

2. SQL：求连续3天登录的用户

给一个用户登录日志表user_login，字段有user_id、login_date，求连续3天及以上登录的用户。

这题我之前刷过类似的，用ROW_NUMBER()做差值的方法：

我的回答：

SELECT user_id
FROM (
  SELECT user_id, login_date,
        DATE_SUB(login_date, INTERVAL ROW_NUMBER() OVER(PARTITION BY user_id ORDER BY login_date) DAY) AS grp
  FROM (SELECT DISTINCT user_id, login_date FROM user_login) t1
) t2
GROUP BY user_id, grp
HAVING COUNT(*) >= 3;

面试官说思路没问题，但追问了一个边界情况：如果同一天有多条登录记录怎么处理？我说用DISTINCT去重，已经在子查询里处理了。他确认OK。

3. SQL：留存率计算

给定用户注册表和登录表，计算次日留存率、7日留存率。

我的回答：用LEFT JOIN，将注册日期和登录日期做差，分别筛选差值为1和7的记录，再除以当日注册人数。面试官让我写完整SQL，我写了大概5分钟，他检查后说逻辑正确。

4. Python：pandas数据清洗

面试官问：如果有一个DataFrame，其中age列有缺失值和异常值（比如负数和超过150的值），怎么清洗？

我的回答：先用df['age'].isnull().sum()查看缺失数量，缺失比例小的话用中位数填充df['age'].fillna(df['age'].median())，异常值用df.loc[df['age'] < 0 | (df['age'] > 150), 'age'] = np.nan先置空再填充。面试官追问如果缺失比例很大怎么办？我说可能要考虑这个特征是否还有意义，或者用模型预测填充，但实际工作中一般跟业务方确认。

5. Python：groupby和agg操作

问：如何用pandas实现按用户分组，计算每个用户的订单数、平均订单金额、最大订单金额？

我的回答：df.groupby('user_id')['order_amount'].agg(['count', 'mean', 'max'])，面试官说OK，又问如果想自定义列名呢？我答.agg(订单数=('order_amount', 'count'), 均价=('order_amount', 'mean'), 最大额=('order_amount', 'max'))，他满意了。

6. 统计基础：p值和假设检验

面试官问：p值的含义是什么？0.05的显著性水平怎么理解？

我的回答：p值是在原假设为真的前提下，观察到当前或更极端结果的概率。0.05的显著性水平意味着如果原假设为真，我们有5%的概率会错误地拒绝原假设（即第一类错误率控制在5%）。面试官追问：那p值小就一定说明效果显著吗？我说不一定，还要看效应量和样本量，大样本下很小的差异也可能p值显著，但实际意义不大。他点头认可。

7. 统计基础：大数定律和中心极限定理

问：简单说下大数定律和中心极限定理的区别？

我的回答：大数定律说的是样本量足够大时，样本均值趋近于总体期望；中心极限定理说的是样本量足够大时，样本均值的分布趋近于正态分布，不管总体是什么分布。前者关注的是"收敛到真值"，后者关注的是"分布形态"。面试官说解释得很清楚。

第2轮 技术二面（视频面，约60分钟）

二面面试官是位看起来资历比较深的女面试官，应该是团队负责人级别的。整体风格更偏业务场景，技术问题也跟业务结合更紧密。

1. SQL：用户漏斗分析

给定用户行为日志表user_action，字段有user_id、action_type（浏览/加购/下单/支付）、action_time，求从浏览到支付的每一步转化率。

我的回答：先用CASE WHEN统计每个用户是否完成了各步骤，再汇总计算转化率。我写了大概7-8分钟，面试官看后说思路对，但提醒我注意去重问题——同一用户可能多次浏览，要用是否完成过某行为来判断，而不是计数。我承认这个点确实容易忽略，修改后她认可了。

2. AB测试：如何设计一个优惠券效果的AB实验

面试官给了一个场景：京东要测试满200减30的优惠券对GMV的影响，问怎么设计实验。

我的回答：首先确定实验指标——主要指标是人均GMV，辅助指标是客单价、下单转化率；然后确定分流策略——按用户ID随机分流，实验组发券、对照组不发；样本量用功效分析计算，确保能检测到5%的提升；实验周期至少7天覆盖完整周期；最后用t检验或Mann-Whitney U检验比较两组差异。

面试官追问了两个问题：一是如果用户之间有社交传播效应怎么处理？我说可以考虑按社交圈簇分流，或者用时间片轮转实验；二是如果实验期间遇到大促怎么办？我说要么避开大促期，要么把大促作为分层因素。她说回答得比较全面。

3. AB测试：辛普森悖论

问：什么是辛普森悖论？在AB测试中如何避免？

我的回答：辛普森悖论是指在各分组中观察到的趋势，在合并数据后趋势反转。比如实验组在iOS和Android上分别表现更好，但合并后反而更差，可能是因为iOS用户占比差异导致的。避免方法是在分析时进行分层分析，或者用CUPED等方法控制混杂变量。面试官追问CUPED的原理，我只能说个大概——用实验前的协变量来降低方差，具体公式记不清了。这算是我二面答得不太好的一题，面试官说没关系，知道思路就行。

4. 业务分析：京东618大促复盘

面试官问：如果让你做京东618大促的数据复盘，你会从哪些维度分析？

我的回答：我会从四个维度展开：一是整体业绩——GMV、订单量、客单价同比环比变化；二是流量分析——UV、PV、各渠道引流效果、跳出率；三是转化漏斗——从浏览到下单各环节转化率，找出流失严重的环节；四是用户分层——新老用户贡献占比、高价值用户行为特征、沉睡用户召回效果。面试官追问：如果GMV同比增长但利润率下降，你怎么分析？我说要拆解成本结构，看是补贴力度过大还是低毛利品类占比提升，再结合品类和用户维度交叉分析。她对这个思路比较认可。

5. 指标体系：如何搭建一个品类的经营指标体系

问：如果让你负责京东某品类的数据，怎么搭建经营指标体系？

我的回答：我会用OSM模型来搭建。先确定目标（Objective），比如品类GMV增长；然后拆解策略（Strategy），GMV=流量×转化率×客单价，每个因子再往下拆；最后定义度量（Measurement），流量看UV/PV，转化率看各环节转化，客单价看人均消费。同时要区分北极星指标、过程指标和监控指标，形成看板。面试官问：如果多个指标之间有冲突怎么办？我说要看优先级，比如短期GMV和长期用户满意度冲突时，需要跟业务方对齐战略方向。她点了点头。

6. SQL：同比环比计算

给定月度销售汇总表，字段有month、category_id、gmv，计算每个品类每月的同比和环比增长率。

我的回答：环比用LAG(gmv, 1) OVER(PARTITION BY category_id ORDER BY month)，同比用LAG(gmv, 12) OVER(PARTITION BY category_id ORDER BY month)，然后计算增长率。面试官说没问题，又问如果某些月份没有数据导致LAG取到空值怎么办？我说用COALESCE处理，或者确保数据是连续的月份序列。

第3轮 业务面+HR面（约45分钟）

三面是业务负责人和HR一起面的，前30分钟业务面，后15分钟HR面。

业务面部分

业务面主要聊项目经历和业务理解。面试官让我详细讲一个最有成就感的数据分析项目。我讲了之前做的一个用户流失预警项目——用RFM模型对用户分层，发现最近30天未复购的高价值用户占比12%，然后配合运营做了定向召回，最终召回率18%，贡献GMV约80万。

面试官追问了几个点：RFM各维度的阈值怎么定的？我说用K-means聚类确定分界点；召回策略是什么？短信+push+专属优惠券；怎么评估效果？用对照组做对比。他说整体逻辑清晰，但问我如果重新做会怎么改进？我说会尝试用机器学习模型替代RFM规则，加入更多行为特征，比如浏览频次、搜索关键词等。

还问了一个开放题：京东PLUS会员的续费率下降了，你会怎么分析？我说先拆解——是哪类用户续费率下降？是新入会用户还是老会员？再分析可能的原因：权益吸引力下降？竞品会员分流？价格敏感？然后针对性做数据验证。面试官似乎比较满意。

HR面部分

HR面就比较常规了：

1. 为什么想来京东？——平台大、数据体量大、成长空间大
2. 当前薪资和期望？——如实回答
3. 职业规划？——3年内成为能独立负责业务线数据分析的资深分析师
4. 有什么想了解的？——问了团队规模和业务方向

HR说大概一周内给结果。

面试真题汇总

下面是三轮面试的所有题目汇总，方便大家快速浏览：

技术一面：

1. SQL：每个品类销售额Top3商品 → 窗口函数ROW_NUMBER/RANK → ⭐⭐
2. SQL：连续3天登录用户 → 日期差值法 → ⭐⭐⭐
3. SQL：次日/7日留存率计算 → LEFT JOIN + 日期差 → ⭐⭐⭐
4. Python：pandas缺失值和异常值清洗 → fillna + 条件替换 → ⭐⭐
5. Python：groupby多聚合操作 → agg函数 → ⭐⭐
6. 统计：p值含义和显著性水平 → 假设检验基础 → ⭐⭐
7. 统计：大数定律vs中心极限定理 → 概率论基础 → ⭐⭐

技术二面：

1. SQL：用户行为漏斗分析 → CASE WHEN + 去重 → ⭐⭐⭐
2. AB测试：优惠券效果实验设计 → 实验设计全流程 → ⭐⭐⭐⭐
3. AB测试：辛普森悖论及避免方法 → 分层分析/CUPED → ⭐⭐⭐⭐
4. 业务分析：618大促复盘维度 → OSM/拆解思维 → ⭐⭐⭐
5. 指标体系：品类经营指标搭建 → OSM模型 → ⭐⭐⭐⭐
6. SQL：同比环比计算 → LAG窗口函数 → ⭐⭐⭐

业务面+HR面：

1. 项目深挖：用户流失预警项目 → 项目复盘能力 → ⭐⭐⭐
2. 开放题：PLUS会员续费率下降分析 → 业务拆解思维 → ⭐⭐⭐⭐
3. 行为面试：为什么来京东/职业规划 → 动机与规划 → ⭐⭐

心得体会与建议

1. SQL是基本功，窗口函数必须熟练
京东的数据分析面试，SQL考察比重非常大，尤其窗口函数几乎必考。ROW_NUMBER、RANK、LAG这些要形成肌肉记忆，建议每天刷2-3道LeetCode SQL题，保持手感。另外去重、空值处理这些细节也容易被忽略，面试时一定要主动考虑边界情况。

2. AB测试是加分项，一定要理解原理而不只是背概念
二面问的AB测试设计题，如果只会背"随机分流、假设检验"这种泛泛的回答是远远不够的。面试官会追问分流策略、样本量计算、混杂变量控制这些细节，建议系统学习一下因果推断和实验设计的知识，CUPED、差分法这些进阶方法了解原理会加分很多。

3. 业务思维比技术深度更重要
从二面开始，面试官更看重你能不能把技术应用到业务场景中。比如618复盘那道题，技术本身不难，难的是你能不能系统地拆解问题、提出有洞察力的分析维度。建议平时多看业务分析报告，培养结构化思维。

4. 不会的题别慌，展示思考过程
二面CUPED那题我确实答得不完美，但我先说了"具体公式记不清了"，然后讲了我理解的思路和用途。面试官后来说，比起背公式，他们更看重候选人面对不会的问题时的思考方式。所以遇到不会的，先冷静分析，说出你的推理过程，比直接说"不知道"要好得多。

最后说下结果：面完三面后第6天，HR打电话来了，offer到手🎉。整体体验下来，京东的面试流程很专业，面试官水平也很高，问题设计得很有针对性。祝大家面试顺利！

FAQ

Q1：京东数据分析岗对学历有什么要求？
A：社招的话，本科及以上即可，更看重实际项目经验。我本科双非也过了简历关，所以学历不是硬门槛，但统计学、数学、计算机相关专业会有加分。

Q2：面试中SQL考到什么难度？
A：基本是中等偏上难度，窗口函数是核心考点，JOIN和子查询也会考。不会考特别复杂的存储过程或性能优化，但逻辑一定要写对。建议刷题平台：LeetCode SQL、牛客网SQL专项。

Q3：Python考得深吗？需要会机器学习吗？
A：Python主要考pandas数据处理，不会考算法实现。机器学习不是硬性要求，但如果你的项目里用到了，面试官可能会追问。建议把pandas的groupby、merge、apply这些操作练熟。

Q4：AB测试在面试中占比大吗？
A：非常大，尤其是二面。京东作为电商公司，AB测试是日常工作的核心方法论。建议重点准备：实验设计流程、样本量计算、分流策略、辛普森悖论、CUPED等。

Q5：从投递到拿到offer大概多久？
A：我整个流程大约3周：投递后1周约一面，一面后3天约二面，二面后4天约三面，三面后6天出结果。不同部门节奏可能不同，供参考。