京東數據分析崗面試經歷分享：SQL+Python+業務洞察全考察

背景介紹

先說下我的基本情況吧。我本科統計學專業畢業，目前在一家中型電商公司做了2年的數據分析師，日常工作主要是用SQL取數、做報表，偶爾用Python做些自動化腳本和簡單的數據建模。說實話，在原公司待著也算穩定，但總覺得成長空間有限——數據基建不完善，很多時間花在取數這種重複勞動上，真正做深度分析的機會不多。

今年3月中旬，我在京東招聘官網上看到了京東零售-數據分析崗的社招信息，崗位要求3年以內經驗，JD裡寫的主要是用戶行為分析、活動效果評估、指標體系搭建這些，跟我目前的工作方向比較匹配。猶豫了兩天還是投了，畢竟京東的數據體量和分析深度，肯定不是我現在這家公司能比的。

投遞後大概一週，HR打電話來約面試，整體流程是技術一面→技術二面→業務面+HR面，三輪面試跨度大約兩週。下面我按輪次詳細復盤，希望能幫到正在準備京東數據分析面試的朋友們。

第1輪 技術一面（視頻面，約55分鐘）

一面面試官是個看起來30歲左右的小哥，開場先讓我自我介紹，然後直接進入技術環節。整體節奏比較緊湊，問題密度很高。

1. SQL：求每個品類下銷售額Top3的商品

面試官給了一個訂單表order_detail，字段有order_id、product_id、category_id、sale_amount、order_date，讓我寫出每個品類下銷售額排名前三的商品。

這題我比較熟，直接用窗口函數寫了：

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;

面試官追問：如果用RANK()和ROW_NUMBER()有什麼區別？我答了並列排名的情況，RANK()會有跳躍，DENSE_RANK()不會跳躍。他點了點頭，沒再追問。

2. SQL：求連續3天登錄的用戶

給一個用戶登錄日誌表user_login，字段有user_id、login_date，求連續3天及以上登錄的用戶。

這題我之前刷過類似的，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;

面試官說思路沒問題，但追問了一個邊界情況：如果同一天有多條登錄記錄怎麼處理？我說用DISTINCT去重，已經在子查詢裡處理了。他確認OK。

3. SQL：留存率計算

給定用戶註冊表和登錄表，計算次日留存率、7日留存率。

我的回答：用LEFT JOIN，將註冊日期和登錄日期做差，分別篩選差值為1和7的記錄，再除以當日註冊人數。面試官讓我寫完整SQL，我寫了大概5分鐘，他檢查後說邏輯正確。

4. Python：pandas數據清洗

面試官問：如果有一個DataFrame，其中age列有缺失值和異常值（比如負數和超過150的值），怎麼清洗？

我的回答：先用df['age'].isnull().sum()查看缺失數量，缺失比例小的話用中位數填充df['age'].fillna(df['age'].median())，異常值用df.loc[df['age'] < 0 | (df['age'] > 150), 'age'] = np.nan先置空再填充。面試官追問如果缺失比例很大怎麼辦？我說可能要考慮這個特徵是否還有意義，或者用模型預測填充，但實際工作中一般跟業務方確認。

5. Python：groupby和agg操作

問：如何用pandas實現按用戶分組，計算每個用戶的訂單數、平均訂單金額、最大訂單金額？

我的回答：df.groupby('user_id')['order_amount'].agg(['count', 'mean', 'max'])，面試官說OK，又問如果想自定義列名呢？我答.agg(訂單數=('order_amount', 'count'), 均價=('order_amount', 'mean'), 最大額=('order_amount', 'max'))，他滿意了。

6. 統計基礎：p值和假設檢驗

面試官問：p值的含義是什麼？0.05的顯著性水平怎麼理解？

我的回答：p值是在原假設為真的前提下，觀察到當前或更極端結果的概率。0.05的顯著性水平意味著如果原假設為真，我們有5%的概率會錯誤地拒絕原假設（即第一類錯誤率控制在5%）。面試官追問：那p值小就一定說明效果顯著嗎？我說不一定，還要看效應量和樣本量，大樣本下很小的差異也可能p值顯著，但實際意義不大。他點頭認可。

7. 統計基礎：大數定律和中心極限定理

問：簡單說下大數定律和中心極限定理的區別？

我的回答：大數定律說的是樣本量足夠大時，樣本均值趨近於總體期望；中心極限定理說的是樣本量足夠大時，樣本均值的分佈趨近於常態分佈，不管總體是什麼分佈。前者關注的是「收斂到真值」，後者關注的是「分佈形態」。面試官說解釋得很清楚。

第2輪 技術二面（視頻面，約60分鐘）

二面面試官是位看起來資歷比較深的女面試官，應該是團隊負責人級別的。整體風格更偏業務場景，技術問題也跟業務結合更緊密。

1. SQL：用戶漏斗分析

給定用戶行為日誌表user_action，字段有user_id、action_type（瀏覽/加購/下單/支付）、action_time，求從瀏覽到支付的每一步轉化率。

我的回答：先用CASE WHEN統計每個用戶是否完成了各步驟，再匯總計算轉化率。我寫了大概7-8分鐘，面試官看後說思路對，但提醒我注意去重問題——同一用戶可能多次瀏覽，要用是否完成過某行為來判斷，而不是計數。我承認這個點確實容易忽略，修改後她認可了。

2. AB測試：如何設計一個優惠券效果的AB實驗

面試官給了一個場景：京東要測試滿200減30的優惠券對GMV的影響，問怎麼設計實驗。

我的回答：首先確定實驗指標——主要指標是人均GMV，輔助指標是客單價、下單轉化率；然後確定分流策略——按用戶ID隨機分流，實驗組發券、對照組不發；樣本量用功效分析計算，確保能檢測到5%的提升；實驗週期至少7天覆蓋完整週期；最後用t檢驗或Mann-Whitney U檢驗比較兩組差異。

面試官追問了兩個問題：一是如果用戶之間有社交傳播效應怎麼處理？我說可以考慮按社交圈簇分流，或者用時間片輪轉實驗；二是如果實驗期間遇到大促怎麼辦？我說要麼避開大促期，要麼把大促作為分層因素。她說回答得比較全面。

3. AB測試：辛普森悖論

問：什麼是辛普森悖論？在AB測試中如何避免？

我的回答：辛普森悖論是指在各分組中觀察到的趨勢，在合併數據後趨勢反轉。比如實驗組在iOS和Android上分別表現更好，但合併後反而更差，可能是因為iOS用戶佔比差異導致的。避免方法是在分析時進行分層分析，或者用CUPED等方法控制混雜變量。面試官追問CUPED的原理，我只能說個大概——用實驗前的協變量來降低方差，具體公式記不清了。這算是我二面答得不太好的一題，面試官說沒關係，知道思路就行。

4. 業務分析：京東618大促復盤

面試官問：如果讓我做京東618大促的數據復盤，我會從哪些維度分析？

我的回答：我會從四個維度展開：一是整體業績——GMV、訂單量、客單價同比環比變化；二是流量分析——UV、PV、各渠道引流效果、跳出率；三是轉化漏斗——從瀏覽到下單各環節轉化率，找出流失嚴重的環節；四是用戶分層——新老用戶貢獻佔比、高價值用戶行為特徵、沉睡用戶召回效果。面試官追問：如果GMV同比增長但利潤率下降，你怎麼分析？我說要拆解成本結構，看是補貼力度過大還是低毛利品類佔比提升，再結合品類和用戶維度交叉分析。她對這個思路比較認可。

5. 指標體系：如何搭建一個品類的經營指標體系

問：如果讓你負責京東某品類的數據，怎麼搭建經營指標體系？

我的回答：我會用OSM模型來搭建。先確定目標（Objective），比如品類GMV增長；然後拆解策略（Strategy），GMV=流量×轉化率×客單價，每個因子再往下拆；最後定義度量（Measurement），流量看UV/PV，轉化率看各環節轉化，客單價看人均消費。同時要區分北極星指標、過程指標和監控指標，形成看板。面試官問：如果多個指標之間有衝突怎麼辦？我說要看優先級，比如短期GMV和長期用戶滿意度衝突時，需要跟業務方對齊戰略方向。她點了點頭。

6. SQL：同比環比計算

給定月度銷售匯總表，字段有month、category_id、gmv，計算每個品類每月的同比和環比增長率。

我的回答：環比用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)，然後計算增長率。面試官說沒問題，又問如果某些月份沒有數據導致LAG取到空值怎麼辦？我說用COALESCE處理，或者確保數據是連續的月份序列。

第3輪 業務面+HR面（約45分鐘）

三面是業務負責人和HR一起面的，前30分鐘業務面，後15分鐘HR面。

業務面部分

業務面主要聊項目經歷和業務理解。面試官讓我詳細講一個最有成就感的數據分析項目。我講了之前做的一個用戶流失預警項目——用RFM模型對用戶分層，發現最近30天未復購的高價值用戶佔比12%，然後配合運營做了定向召回，最終召回率18%，貢獻GMV約80萬。

面試官追問了幾個點：RFM各維度的閾值怎麼定的？我說用K-means聚類確定分界點；召回策略是什麼？短信+push+專屬優惠券；怎麼評估效果？用對照組做對比。他說整體邏輯清晰，但問我如果重新做會怎麼改進？我說會嘗試用機器學習模型替代RFM規則，加入更多行為特徵，比如瀏覽頻次、搜索關鍵詞等。

還問了一個開放題：京東PLUS會員的續費率下降了，你會怎麼分析？我先拆解——是哪類用戶續費率下降？是新入會用戶還是老會員？再分析可能的原因：權益吸引力下降？競品會員分流？價格敏感？然後針對性做數據驗證。面試官似乎比較滿意。

HR面部分

HR面就比較常規了：

1. 為什麼想來京東？——平台大、數據體量大、成長空間大
2. 當前薪資和期望？——如實回答
3. 職業規劃？——3年內成為能獨立負責業務線數據分析的資深分析師
4. 有什麼想了解的？——問了團隊規模和業務方向

HR說大概一週內給結果。

面試真題匯總

下面是三輪面試的所有題目匯總，方便大家快速瀏覽：

技術一面：

1. SQL：每個品類銷售額Top3商品 → 窗口函數ROW_NUMBER/RANK → ⭐⭐
2. SQL：連續3天登錄用戶 → 日期差值法 → ⭐⭐⭐
3. SQL：次日/7日留存率計算 → LEFT JOIN + 日期差 → ⭐⭐⭐
4. Python：pandas缺失值和異常值清洗 → fillna + 條件替換 → ⭐⭐
5. Python：groupby多聚合操作 → agg函數 → ⭐⭐
6. 統計：p值含義和顯著性水平 → 假設檢驗基礎 → ⭐⭐
7. 統計：大數定律vs中心極限定理 → 概率論基礎 → ⭐⭐

技術二面：

1. SQL：用戶行為漏斗分析 → CASE WHEN + 去重 → ⭐⭐⭐
2. AB測試：優惠券效果實驗設計 → 實驗設計全流程 → ⭐⭐⭐⭐
3. AB測試：辛普森悖論及避免方法 → 分層分析/CUPED → ⭐⭐⭐⭐
4. 業務分析：618大促復盤維度 → OSM/拆解思維 → ⭐⭐⭐
5. 指標體系：品類經營指標搭建 → OSM模型 → ⭐⭐⭐⭐
6. SQL：同比環比計算 → LAG窗口函數 → ⭐⭐⭐

業務面+HR面：

1. 項目深挖：用戶流失預警項目 → 項目復盤能力 → ⭐⭐⭐
2. 開放題：PLUS會員續費率下降分析 → 業務拆解思維 → ⭐⭐⭐⭐
3. 行為面試：為什麼來京東/職業規劃 → 動機與規劃 → ⭐⭐

心得體會與建議

1. SQL是基本功，窗口函數必須熟練
京東的數據分析面試，SQL考察比重非常大，尤其窗口函數幾乎必考。ROW_NUMBER、RANK、LAG這些要形成肌肉記憶，建議每天刷2-3道LeetCode SQL題，保持手感。另外去重、空值處理這些細節也容易被忽略，面試時一定要主動考慮邊界情況。

2. AB測試是加分項，一定要理解原理而不只是背概念
二面問的AB測試設計題，如果只會背「隨機分流、假設檢驗」這種泛泛的回答是遠遠不夠的。面試官會追問分流策略、樣本量計算、混雜變量控制這些細節，建議系統學習一下因果推斷和實驗設計的知識，CUPED、差分法這些進階方法了解原理會加分很多。

3. 業務思維比技術深度更重要
從二面開始，面試官更看重你能不能把技術應用到業務場景中。比如618復盤那道題，技術本身不難，難的是你能不能系統地拆解問題、提出有洞察力的分析維度。建議平時多看業務分析報告，培養結構化思維。

4. 不會的題別慌，展示思考過程
二面CUPED那題我確實答得不完美，但我先說了「具體公式記不清了」，然後講了我理解的思路和用途。面試官後來說，比起背公式，他們更看重候選人面對不會的問題時的思考方式。所以遇到不會的，先冷靜分析，說出你的推理過程，比直接說「不知道」要好得多。

最後說下結果：面完三面後第6天，HR打電話來了，offer到手🎉。整體體驗下來，京東的面試流程很專業，面試官水平也很高，問題設計得很有針對性。祝大家面試順利！

FAQ

Q1：京東數據分析崗對學歷有什麼要求？
A：社招的話，本科及以上即可，更看重實際項目經驗。我本科雙非也過了簡歷關，所以學歷不是硬門檻，但統計學、數學、計算機相關專業會有加分。

Q2：面試中SQL考到什麼難度？
A：基本是中等偏上難度，窗口函數是核心考點，JOIN和子查詢也會考。不會考特別複雜的存儲過程或性能優化，但邏輯一定要寫對。建議刷題平台：LeetCode SQL、牛客網SQL專項。

Q3：Python考得深嗎？需要會機器學習嗎？
A：Python主要考pandas數據處理，不會考算法實現。機器學習不是硬性要求，但如果你的項目裡用到了，面試官可能會追問。建議把pandas的groupby、merge、apply這些操作練熟。

Q4：AB測試在面試中佔比大嗎？
A：非常大，尤其是二面。京東作為電商公司，AB測試是日常工作的核心方法論。建議重點準備：實驗設計流程、樣本量計算、分流策略、辛普森悖論、CUPED等。

Q5：從投遞到拿到offer大概多久？
A：我整個流程大約3週：投遞後1週約一面，一面後3天約二面，二面後4天約三面，三面後6天出結果。不同部門節奏可能不同，供參考。