数据分析面试经验

水哥最近去面试了，面的是数据分析岗位，总共面试 5 家公司。一家做工程行业的公司，两家电商类型公司，另一家是给国企提供服务的创业型公司，最后一家是做快消行业外企。面试的公司主要是厦门和北京两个地区的。

5 家公司中，水哥拿到了一家电商公司的 offer，其他几家都没有通过。接下来给大家聊一聊具体的情况。

第一家，工程类公司

水哥面试的第一家是做铝合金模具租赁、工程行业的小公司，他们的业务主要是给建筑工程行业客户提供服务的。这家公司拥有自己的加工厂，可以对铝合金进行二次加工后提供租赁服务。公司的规模不大，是几十个人的小公司。

这家公司在生产以及销售产品过程中积累了很多经营、财务等数据，这些数据目前存放在各个部门中，并且以 Excel 形式存放。他们老板希望对这些数据进行入库保存，后期实现对这些数据进行有效分析，为公司提供经营决策上的建议和帮助。

他们招数据分析师的目的是想帮助公司做数字化转型工作，前期完成数据库搭建和数据建模的工作，中期实现对数据的 ETL 和入库工作，后期再实现对数据的分析。

这家公司并没有专门的数据分析团队，也就是说，入职后需要一个人独立完成上面所有的工作。因为数据库搭建涉及到服务器部署这些运维知识，水哥虽然做的是开发工作，多多少少对这些知识有些了解。

但毕竟术业有专攻，说实话水哥对这块也没有很多深入的实践。水哥平时开发工作更多的是数据库表的设计，以及对数据的增、删、改、查操作，还有如果数据量大的话，需要考虑优化的查询写法。

在数据库搭建方面，由于涉及到数据库安全问题，比如用户权限管理、数据的攻击和篡改、核心数据的加密等等，水哥认为这部分工作其实由专业的 DBA (数据库管理工程师)去做比较合适。

一般在大厂，分工往往是明确的，服务器的搭建管理等有专门的运维工程师负责，数据库搭建维护等也有专门 DBA 负责，针对网络安全这块也有信息安全工程师负责。在大厂里面，个人充当的更多是一个螺丝钉角色，一项工作可能需要多个部门配合完成。

在团队规模比较小的公司，老板希望员工是全能的，日常中一个人可能同时干多个人的活，工作内容的界定也比较模糊。如果老板不画饼，并且薪资给的 OK 的话，水哥认为去小公司其实是更能锻炼到个人能力的。

这家公司想招的是具备开发能力的数据分析师，他们 HR 也讲到入职后需要对这家公司购买的数据系统进行二次开发，水哥认为这已经是开发工程师工作范畴了，就要了一个比开发岗位低一些的薪资。但这个薪资对这家公司可能还是高了，后面 HR 以岗位不匹配为由拒绝了水哥。

后知后觉，水哥这才意识到一些小公司其实就想低成本招一个全能型的员工，这样对企业来说是划算的，但对员工本人,水哥就不说了…

第二家，创业型公司

水哥面试的第二家是一个做数据服务的创业型的公司，这家公司的主营业务是给某国企电网完成一个数字化转型的工作。处理的数据主要物资、人资、财务及工程等方面的数据。

数据分析师主要工作是数据建模、数据库设计、ETL、用 SQL 提取数据、并且用 Python 或者 Tableau 进行分析。

这家公司比较注重数据分析师的沟通协调能力，面试过程中问了很多开放性的问题。

比如水哥被问到：基于现有分析项目，应该如何开展工作? (面试官补充了这些条件：数据建模、ETL等 这些前期的工作都已经做好了，并且项目中也应用了很多分析框架可以直接用，甚至可视化这部分的内容也已经做好了)

再比如水哥还被问到：对于现存的这些物料、人资数据，应该如何进行分析?

水哥这些开放性的问题都没有回答的特别好，面试虽然没有通过，但也从面试过程中学习到了一些思维方法。

上面两个问题，面试官提示水哥说，第一步都需要确认分析目的，先搞清楚为什么分析，分析什么问题。而这个分析目的是要作为数据分析师的我们去跟对方沟通才能得到的一个结果。这个「对方」 是需求方，可能是自己公司的业务部门，比如运营或者产品，或者是自己的直属领导，还可能甲方公司的领导等等，再然后才是怎么进行分析的问题。

第三、第四家，电商类公司

水哥面试的第三、四家公司是做电商行业的互联网公司。

其中一家是做亚马逊跨境电商的，主要产品是户外用品。数据分析师主要的工作内容是跟进日常广告的投放效果，并制作广告投放数据报表，对投放广告进行优化。分析工具主要以 Excel 和 PowerBI 为主，并且使用 Python 做一些数据采集工作。另外还要负责策划创意广告以及文案、对接设计师提供具体的设计方案，以及分析市场竞品一些数据。

另一家是做国内电商的，主要产品是家装用品，售卖平台以某宝和某东为主。**数据分析师主要的工作内容是收集市场产品品类形成数据报表、分析市场竞品数据，并且需要构建店铺购买客户的用户画像、给店铺运营提供人群信息数据支撑等。另外需要定期输出产品的数据周报、月报等，为各个部门提供数据分析的支持。分析工具主要以 Excel、SPSS、Python、Power BI为主。

两家公司中，水哥只拿到了做国内电商这家公司的 offer，因为工作地点问题，水哥最后面决定不入职。给水哥的感受是，这两家电商公司都比较注重分析方法，并且会是偏运营方向的业务分析，进去的话应该能学习到不少东西。

第五家，外企

水哥面试的第五家公司是一家做快消行业的外企，数据分析师在这里面主要的工作内容是开发数据报表，将一些商务数据比如订单、销量、收入等进行可视化呈现，也会涉及到一些数据建模和清洗的工作。数据库用的是 SQL Server,分析工具主要用的是 Power BI。

对转行到数据分析，水哥其实是不会去挑选行业的，任何行业，只要工作内容对自我成长有帮助，并且能积累数据分析经验，水哥都觉得是 OK 的。

这家公司是水哥比较想进的，公司的平台大小、业务内容等各方面都是符合水哥预期的。从这家公司面试开始到结束，大概经历了两周的时间，总共两轮面试，一轮技术面，一轮经理面。最后 HR 告知说，有竞争者水哥被刷了下来。

水哥学习的 BI 分析工具的是 Tableau，HR 告诉水哥，而他们更想招的是熟悉 Power BI 的候选人。二面的经理让水哥在一周时间内交一份 Power BI作品。水哥在白天搬砖，没有 Power BI 使用经验的情况上花了几个晚上的时间做出了一份作品，从面试结果来看是应该是没有符合他们的预期…不过也算是尽水哥最大的努力了，结果虽然不是水哥想要的样子，那就坦然接受吧。

最后

最后水哥想说几点，对于想转行数据分析的读者朋友可以看看：

• 数据分析师的招聘比较看重面试者是否有数据分析的项目经验。**如果你也和水哥一样的情况，属于转行，没有实际数据分析的工作经验，那么可以从两个方向进行准备：

  • 尝试结合当前的工作内容，看是否能和数据分析挂钩。**如果能把数据分析的方法和工具运用到当前的工作，这点是可以写入到简历的，这会是我们面试时的加分项。

  比如通过你的研究，调研了公司竞品的数据情况，并且通过 BI 工具输出了可视化的数据分析报告，为产品部门提供了决策上的帮助。

  • 如果当前工作内容跟数据分析不相关，那么可以从网上找一些开源的数据源去做分析，或者有爬虫经验的朋友可以爬取一些网站的数据做分析。

  水哥目前的工作也是跟数据分析没有很大的关联，可以说基本是不相关，水哥也是利用网上的数据源去做分析，实践证明这种方式是可以拿到面试机会的。

• 掌握一门 BI 分析的工具，至少达到高阶应用的水平。 是的，大家没有看错，目前招聘市场对数据分析师掌握 BI 分析工具的熟练程度是 「高阶」，只是初中级并不是很有优势，这也是水哥面试之后才得出的结论。所以想要转行到数据分析，熟练掌握一门 BI 分析工具是必须的。

从水哥投递的公司来看，要会 BI 分析工具主要是两种：Tableau 和 Power BI,这两个工具处于 BI 行业中领导者的位置，大家选一个来学习就好。
Tableau 和 Power BI 的高阶应用都涉及到 「计算」(可以把「计算」简单理解成是 Tableau 和 Power BI 中以编程的方式实现一些高级的功能)，比如 Tableau 中 LOD 表达式的运用,Power BI 中的 DAX 函数的使用。

好了，今天的文章就分享到这边了，如果觉得水哥的文章对你有帮助，欢迎将文章分享给你身边的朋友，我们下期再见。水哥最近去面试了，面的是数据分析岗位，总共面试 5 家公司。一家做工程行业的公司，两家电商类型公司，另一家是给国企提供服务的创业型公司，最后一家是做快消行业外企。面试的公司主要是厦门和北京两个地区的。

5 家公司中，水哥拿到了一家电商公司的 offer，其他几家都没有通过。接下来给大家聊一聊具体的情况。

第一家，工程类公司

水哥面试的第一家是做铝合金模具租赁、工程行业的小公司，他们的业务主要是给建筑工程行业客户提供服务的。这家公司拥有自己的加工厂，可以对铝合金进行二次加工后提供租赁服务。公司的规模不大，是几十个人的小公司。

这家公司在生产以及销售产品过程中积累了很多经营、财务等数据，这些数据目前存放在各个部门中，并且以 Excel 形式存放。他们老板希望对这些数据进行入库保存，后期实现对这些数据进行有效分析，为公司提供经营决策上的建议和帮助。

他们招数据分析师的目的是想帮助公司做数字化转型工作，前期完成数据库搭建和数据建模的工作，中期实现对数据的 ETL 和入库工作，后期再实现对数据的分析。

这家公司并没有专门的数据分析团队，也就是说，入职后需要一个人独立完成上面所有的工作。因为数据库搭建涉及到服务器部署这些运维知识，水哥虽然做的是开发工作，多多少少对这些知识有些了解。

但毕竟术业有专攻，说实话水哥对这块也没有很多深入的实践。水哥平时开发工作更多的是数据库表的设计，以及对数据的增、删、改、查操作，还有如果数据量大的话，需要考虑优化的查询写法。

在数据库搭建方面，由于涉及到数据库安全问题，比如用户权限管理、数据的攻击和篡改、核心数据的加密等等，水哥认为这部分工作其实由专业的 DBA (数据库管理工程师)去做比较合适。

一般在大厂，分工往往是明确的，服务器的搭建管理等有专门的运维工程师负责，数据库搭建维护等也有专门 DBA 负责，针对网络安全这块也有信息安全工程师负责。在大厂里面，个人充当的更多是一个螺丝钉角色，一项工作可能需要多个部门配合完成。

在团队规模比较小的公司，老板希望员工是全能的，日常中一个人可能同时干多个人的活，工作内容的界定也比较模糊。如果老板不画饼，并且薪资给的 OK 的话，水哥认为去小公司其实是更能锻炼到个人能力的。

这家公司想招的是具备开发能力的数据分析师，他们 HR 也讲到入职后需要对这家公司购买的数据系统进行二次开发，水哥认为这已经是开发工程师工作范畴了，就要了一个比开发岗位低一些的薪资。但这个薪资对这家公司可能还是高了，后面 HR 以岗位不匹配为由拒绝了水哥。

后知后觉，水哥这才意识到一些小公司其实就想低成本招一个全能型的员工，这样对企业来说是划算的，但对员工本人,水哥就不说了…

第二家，创业型公司

水哥面试的第二家是一个做数据服务的创业型的公司，这家公司的主营业务是给某国企电网完成一个数字化转型的工作。处理的数据主要物资、人资、财务及工程等方面的数据。

数据分析师主要工作是数据建模、数据库设计、ETL、用 SQL 提取数据、并且用 Python 或者 Tableau 进行分析。

这家公司比较注重数据分析师的沟通协调能力，面试过程中问了很多开放性的问题。

比如水哥被问到：基于现有分析项目，应该如何开展工作?(面试官补充了这些条件：数据建模、ETL等 这些前期的工作都已经做好了，并且项目中也应用了很多分析框架可以直接用，甚至可视化这部分的内容也已经做好了)

再比如水哥还被问到：对于现存的这些物料、人资数据，应该如何进行分析?

水哥这些开放性的问题都没有回答的特别好，面试虽然没有通过，但也从面试过程中学习到了一些思维方法。

上面两个问题，面试官提示水哥说，第一步都需要确认分析目的，先搞清楚为什么分析，分析什么问题。而这个分析目的是要作为数据分析师的我们去跟对方沟通才能得到的一个结果。这个「对方」 是需求方，可能是自己公司的业务部门，比如运营或者产品，或者是自己的直属领导，还可能甲方公司的领导等等，再然后才是怎么进行分析的问题。

第三、第四家，电商类公司

水哥面试的第三、四家公司是做电商行业的互联网公司。

其中一家是做亚马逊跨境电商的，主要产品是户外用品。数据分析师主要的工作内容是跟进日常广告的投放效果，并制作广告投放数据报表，对投放广告进行优化。**分析工具主要以 Excel 和 PowerBI 为主，并且使用 Python 做一些数据采集工作。另外还要负责策划创意广告以及文案、对接设计师提供具体的设计方案，以及分析市场竞品一些数据。

另一家是做国内电商的，主要产品是家装用品，售卖平台以某宝和某东为主。数据分析师主要的工作内容是收集市场产品品类形成数据报表、分析市场竞品数据，并且需要构建店铺购买客户的用户画像、给店铺运营提供人群信息数据支撑等。**另外需要定期输出产品的数据周报、月报等，为各个部门提供数据分析的支持。分析工具主要以 Excel、SPSS、Python、Power BI为主。

两家公司中，水哥只拿到了做国内电商这家公司的 offer，因为工作地点问题，水哥最后面决定不入职。给水哥的感受是，这两家电商公司都比较注重分析方法，并且会是偏运营方向的业务分析，进去的话应该能学习到不少东西。

第五家，外企

水哥面试的第五家公司是一家做快消行业的外企，数据分析师在这里面主要的工作内容是开发数据报表，将一些商务数据比如订单、销量、收入等进行可视化呈现，也会涉及到一些数据建模和清洗的工作。数据库用的是 SQL Server,分析工具主要用的是 Power BI。

对转行到数据分析，水哥其实是不会去挑选行业的，任何行业，只要工作内容对自我成长有帮助，并且能积累数据分析经验，水哥都觉得是 OK 的。

这家公司是水哥比较想进的，公司的平台大小、业务内容等各方面都是符合水哥预期的。从这家公司面试开始到结束，大概经历了两周的时间，总共两轮面试，一轮技术面，一轮经理面。最后 HR 告知说，有竞争者水哥被刷了下来。

水哥学习的 BI 分析工具的是 Tableau，HR 告诉水哥，而他们更想招的是熟悉 Power BI 的候选人。二面的经理让水哥在一周时间内交一份 Power BI作品。水哥在白天搬砖，没有 Power BI 使用经验的情况上花了几个晚上的时间做出了一份作品，从面试结果来看是应该是没有符合他们的预期…不过也算是尽水哥最大的努力了，结果虽然不是水哥想要的样子，那就坦然接受吧。

最后

最后水哥想说几点，对于想转行数据分析的读者朋友可以看看：

• 数据分析师的招聘比较看重面试者是否有数据分析的项目经验。如果你也和水哥一样的情况，属于转行，没有实际数据分析的工作经验，那么可以从两个方向进行准备：

  • 尝试结合当前的工作内容，看是否能和数据分析挂钩。如果能把数据分析的方法和工具运用到当前的工作，这点是可以写入到简历的，这会是我们面试时的加分项。

  比如通过你的研究，调研了公司竞品的数据情况，并且通过 BI 工具输出了可视化的数据分析报告，为产品部门提供了决策上的帮助。

  • 如果当前工作内容跟数据分析不相关，那么可以从网上找一些开源的数据源去做分析，或者有爬虫经验的朋友可以爬取一些网站的数据做分析。

  水哥目前的工作也是跟数据分析没有很大的关联，可以说基本是不相关，水哥也是利用网上的数据源去做分析，实践证明这种方式是可以拿到面试机会的。

• 掌握一门 BI 分析的工具，至少达到高阶应用的水平。是的，大家没有看错，目前招聘市场对数据分析师掌握 BI 分析工具的熟练程度是 「高阶」，只是初中级并不是很有优势，这也是水哥面试之后才得出的结论。所以想要转行到数据分析，熟练掌握一门 BI 分析工具是必须的。

从水哥投递的公司来看，要会 BI 分析工具主要是两种：Tableau 和 Power BI,这两个工具处于 BI 行业中领导者的位置，大家选一个来学习就好。
Tableau 和 Power BI 的高阶应用都涉及到 「计算」(可以把「计算」简单理解成是 Tableau 和 Power BI 中以编程的方式实现一些高级的功能)，比如 Tableau 中 LOD 表达式的运用,Power BI 中的 DAX 函数的使用。

好了，今天的文章就分享到这边了，如果觉得水哥的文章对你有帮助，欢迎将文章分享给你身边的朋友，我们下期再见。