京東數據分析崗面試經歷分享：SQL、業務分析、統計學全覆蓋

背景介紹

本人2年數據分析經驗，統計學本科+商業分析碩士，目前在一家電商公司做用戶增長分析，主要用SQL+Python+Tableau。投京東是今年3月份，在京東招聘官網投的數據分析崗。說實話京東數據分析崗的面試比我想像中難，不只是寫SQL，業務理解和統計思維也考得很深。

準備時間大概三週，重點複習了SQL窗口函數、AB測試、指標體系設計、概率論和假設檢驗。還專門練了幾個京東的業務場景題，比如京東Plus會員分析、618大促數據覆盤。投遞後等了8天收到一面通知，整個流程走下來大概兩週。

第1輪 技術面（視頻面，約60分鐘）

3月20號上午10點，京東視頻面。面試官是個數據分析團隊的負責人，看起來三十出頭，說話節奏很快。一上來就讓我自我介紹，然後直接開始問技術和業務。

1. 自我介紹

我簡要說了一下學歷和工作經歷，重點講了用戶增長分析的核心項目——新用戶激活率提升實驗。大概說了3分鐘。

2. SQL：寫一個查詢，找出每個品類中銷售額排名前3的商品

我用了窗口函數ROW_NUMBER() OVER(PARTITION BY category ORDER BY sales DESC)，然後WHERE rn <= 3。面試官追問了如果銷售額相同怎麼處理，我答了用RANK()代替ROW_NUMBER()，相同銷售額會給相同的排名。面試官又問RANK和DENSE_RANK的區別，我答了RANK會跳號（1,1,3），DENSE_RANK不跳號（1,1,2）。

3. SQL：計算用戶的次日留存率和7日留存率

我用了自連接：先找出每個用戶的首次登錄日期，然後用首次登錄日期+1天和+7天去關聯登錄表。面試官追問了如果數據量很大怎麼優化，我答了先在子查詢裡過濾時間範圍減少關聯數據量，以及給用戶ID和登錄日期建聯合索引。

4. AB測試：如何設計一個AB測試來驗證新推薦算法的效果

我分了幾步：1）確定實驗指標：點擊率、轉化率、GMV；2）確定樣本量：根據最小可檢測效應和顯著性水平計算；3）流量分配：隨機分流，確保實驗組和對照組用戶特徵一致；4）實驗週期：至少一個完整的用戶行為週期（7天）；5）結果分析：用t檢驗或卡方檢驗判斷差異是否顯著。面試官追問了如果實驗結果不顯著怎麼辦，我答了檢查樣本量是否足夠、指標是否合理、是否有新奇效應。

5. 指標體系：如何設計京東APP的指標體系

我分了三個層次：1）北極星指標：GMV；2）一級指標：DAU、轉化率、客單價、復購率；3）二級指標：各頻道流量、各品類轉化率、搜索點擊率。面試官追問了如果DAU下降怎麼排查，我答了先拆分維度（新老用戶、渠道、版本），然後定位是哪個維度出了問題，再深入分析原因。

6. 統計學：p值的含義是什麼

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。p值越小，拒絕原假設的證據越強。面試官追問了p值0.05的含義，我答了如果原假設為真，觀察到當前結果的概率只有5%，因此我們有95%的信心拒絕原假設。但p值不等於原假設為假的概率。

7. Python：pandas的merge和join有什麼區別

merge是通用的合併方法，可以指定on、left_on、right_on等參數，支持inner/outer/left/right四種合併方式；join是基於索引的合併，默認是left join。面試官追問了如果兩個DataFrame有同名列怎麼處理，我答了merge會自動加_x和_y後綴，也可以用suffixes參數自定義。

8. 業務題：京東Plus會員的續費率下降了5%，你怎麼分析

我分了幾步：1）確認數據準確性，排除統計口徑變化；2）拆分維度：新老會員、會員等級、購買品類、註冊渠道；3）假設驗證：可能是權益吸引力下降、競品分流、價格敏感度變化；4）定量分析：對比續費率下降群體的行為特徵，看是否有共同點。面試官追問了如果發現是權益吸引力下降，你有什麼建議，我答了增加專屬權益（比如專屬折扣日、免費退換貨），同時做用戶調研了解最想要的權益。

一面後等了4天收到二面通知。

第2輪 業務面（視頻面，約55分鐘）

3月25號下午3點，這輪面試官是業務部門的負責人，問題更偏業務理解和分析思維。

1. 你怎麼理解數據分析的價值

我說了三個層面：1）描述性分析——發生了什麼，用數據還原業務現狀；2）診斷性分析——為什麼發生，找到問題的根因；3）預測性分析——未來會怎樣，指導業務決策。數據分析的終極價值不是出報表，而是驅動業務增長。

2. 設計一個分析框架來評估618大促的效果

我分了幾個維度：1）整體維度：GMV、訂單量、客單價同比環比；2）流量維度：UV、轉化漏斗、流量來源佔比；3）用戶維度：新老用戶佔比、復購率、LTV；4）商品維度：爆款商品分析、品類結構變化；5）效率維度：ROI、獲客成本、營銷費用率。面試官追問了如果ROI下降了怎麼分析，我答了先拆分收入端和成本端，看是收入增長放緩還是成本上升過快，再分別深入。

3. 如何判斷一個指標異常

我講了幾個方法：1）同比環比對比，看是否超出正常波動範圍；2）控制圖法，用均值加減3個標準差作為上下限；3）時間序列分解，把趨勢、季節性、殘差拆開看殘差是否異常。面試官追問了如果指標每天都在波動，怎麼定義異常，我答了用移動平均+標準差的方法，或者用ARIMA模型預測預期值，實際值偏離預期值超過閾值就算異常。

4. 你做過最有價值的分析項目是什麼

我講了新用戶激活率提升項目。通過漏斗分析發現新用戶註冊後3天內完成首次購買的比例只有15%，進一步分析發現首次購買門檻太高（滿99減10的券使用率低）。建議把首次購買門檻降低到滿49減10，AB測試結果顯示激活率從15%提升到22%，LTV也提升了8%。面試官追問了AB測試的樣本量怎麼算的，我答了用功效分析，設定統計功效0.8、顯著性水平0.05、最小可檢測效應2個百分點。

5. SQL：寫一個查詢，計算每個用戶的RFM值

R（Recency）：最近一次購買距今天數；F（Frequency）：過去90天購買次數；M（Monetary）：過去90天購買金額。我用了子查詢+聚合函數，先算每個用戶的R/F/M原始值，然後按五分位打分。面試官說邏輯沒問題。

6. 如何評估一個推薦算法的好壞

我講了離線指標和在線指標：離線指標有準確率、召回率、NDCG；在線指標有點擊率、轉化率、用戶停留時長。面試官追問了離線指標好但在線指標差可能是什麼原因，我答了可能是離線數據分佈和線上不一致，或者推薦結果缺乏多樣性和新穎性導致用戶審美疲勞。

7. 反問環節

我問了團隊目前最核心的分析課題是什麼，面試官說是如何用數據驅動京東自有品牌的增長。這個回答讓我對團隊方向有了更清晰的認識。

第3輪 HR面（視頻面，約20分鐘）

3月28號上午11點，HR面比較輕鬆。

1. 為什麼選擇京東

我說了京東的電商業務體量是業內最大的之一，供應鏈和物流數據非常豐富，對數據分析的成長幫助很大。而且京東的數據文化很好，決策高度數據驅動。

2. 你的職業規劃

我說了前2年深耕業務分析能力，能獨立負責一個業務線的數據分析；3-5年希望能帶一個小團隊，從分析走向決策。

3. 期望薪資

說了期望18K，HR說會在定級後給具體方案。

4. 你有什麼想問我的

我問了入職後的培訓機制，HR說有1個月的新人培訓期，包括業務培訓和導師1對1輔導。

面試真題匯總

1. SQL窗口函數排名 — SQL — 中等

2. SQL計算留存率 — SQL — 中等

3. AB測試設計 — 實驗設計 — 較難

4. 京東APP指標體系設計 — 指標體系 — 較難

5. p值含義 — 統計學 — 中等

6. pandas merge與join區別 — Python — 簡單

7. Plus會員續費率分析 — 業務分析 — 較難

8. 數據分析價值理解 — 職業認知 — 簡單

9. 618大促效果評估框架 — 業務分析 — 較難

10. 指標異常判斷方法 — 數據分析 — 中等

11. SQL計算RFM值 — SQL — 中等

12. 推薦算法評估 — 算法評估 — 中等

13. 新用戶激活率提升項目 — 項目 — 較難

心得體會與建議

1. SQL是基本功，窗口函數必須會：京東數據分析面試幾乎每輪都考SQL，窗口函數是高頻考點。ROW_NUMBER、RANK、DENSE_RANK的區別要搞清楚，留存率的計算要能隨手寫。

2. AB測試是重點中的重點：不只是設計實驗，還要能回答各種追問——樣本量怎麼算、結果不顯著怎麼辦、新奇效應怎麼處理。建議把AB測試的完整流程從頭到尾理一遍。

3. 業務理解比技術更重要：京東面試官最看重的不是你SQL寫得多花哨，而是你能不能用數據解決業務問題。Plus會員續費率分析這種題，關鍵不是算數而是分析思路——怎麼拆維度、怎麼提假設、怎麼給建議。

4. 統計學基礎不能丟：p值、假設檢驗、置信區間這些基本概念要能解釋清楚。面試官不是考你公式，而是考你理解。

最終結果：4月2號收到offer，定級P6，base北京，月薪17K。從投遞到拿offer共13天。整體體驗不錯，面試官都很專業。

FAQ

Q：京東數據分析崗面試一般幾輪？
A：通常是3輪：技術面、業務面、HR面。部分崗位可能有交叉面。

Q：京東數據分析面試重點考什麼？
A：SQL、AB測試、指標體系、業務分析是必考，統計學基礎也是高頻考點。

Q：京東數據分析崗對Python要求高嗎？
A：中等，主要考pandas和numpy的基本操作，不會考機器學習算法實現。

Q：沒有電商經驗能進京東數據分析崗嗎？
A：能，但要對電商業務有一定了解。建議面試前研究一下京東的核心業務指標。

Q：京東數據分析崗薪資大概多少？
A：P5大概12-16K月薪，P6大概16-22K月薪，具體看定級和談薪情況。