这几年总结出的大厂数据分析师能力模型，知其然更知其所以然

关于数据分析师面试常考的问题大家现在可以搜到很多，公司里的题库感觉都快被扒光了，于是乎技术题刷了不少，业务题套路也背了不少，但是大家想过这些问题背后具体考察的都是哪些能力吗？今天帮大家把数分面试的一些隐藏关卡给大家扒一扒，刚好可以为后面的秋招做沉淀，后续我会陆续更新一些干货、讯息、个人思考，需要的宝子可以点个心心然后蹲更新。今天这期，先来拆一拆数分面试中所关注的候选人能力包含哪些。

问题类别概述

首先我们先简单回顾下面试中会涉及的几大问题类别，

第一类，和自身经历紧密相关的问题，包括实习、工作、项目的介绍及延申；

第二类，基本功问题，包括sql做题、统计概念，偶尔出现一些python题，

第三类，业务问题，包括与自身经历相关或与岗位工作内容相关的业务场景题以及对行业和岗位的理解等，

第四类，行为问题，包括对职场突发情况的处理、工作优先级如何安排等等

底层能力要求

以上提到的问题都只是表象，由这些问题我们来看看背后反应的能力到底有哪些

第一点，好奇心

与其说这是能力，不如说是一种潜质，决定了数据分析师候选人未来的成长速度和发展上限。好奇心的考察从两个方面可以体现，一个是第一类问题里聊到过往经历的时候所表现出的对自己本职工作之外内容的求知欲，比如所做分析的前因后果、业务当前或即将开展的一些新动作，别人不一定会告诉你，但这不妨碍你想知道。第二个是业务场景题，其实面试的时候面试官的逻辑有时候未必就很严谨，加上缺少上下文，问出的问题难免有纰漏。所以为了更准确的回答这些问题，探究更多信息反而能够带动面试官更好的思考。从上面的描述大家应该不难感受到，好奇心之所以重要，就是因为他是主动探索的源动力，没有公司喜欢算盘珠子一样的分析师

第二点，结构化的能力

这一点可以让工作更系统和更有条理，也是区分候选人是否适合成为分析师的分水岭。结构化的能力同样可以通过第一类和第三类问题进行考察，前者是看对

你做过的事情能不能有结构的说出来，这不仅仅只是口头表达的功夫，而是由对于做过的工作思考并归类后沉淀而来的。后者是看对于未知问题能否很好的应对。面试再怎么准备，都是有几率碰到让自己眼前一懵的问题的，尤其是业务题，这种时候先有结构再想细节可以给自己缓冲，也是胜率最高的方法。所以，面试中结构的完整性会大于细节的正确性

第三点，深入思考的能力

这项能力在前三类问题中都能考察到，所谓深入思考其实是对某个方向的不断下钻，比如工作或实习涉及很多杂事，但这些杂事所服务的深层目标是什么，再比如同样写一套sql，怎样会效率更高，毕竟很多公司跑数序列资源紧张，又臭又长的代码很容易导致一跑一整天。但深入思考也需要知识储备做加持，前两天和一位广告方向的同学聊，他在前两个能力上都做得很好，也喜欢深入思考，但涉及像商业广告的产品逻辑、投放逻辑等专业领域的问题仍然会给人停留表面的感觉，总觉得没到点子上，所以会推荐先去看相关的经典书籍积累一下。因此，深入思考的能力是知识和习惯结合的产物，先有习惯，才会逐渐意识到有些地方想思考但思考不下去了，这个时候就需要知识补充来填补盲区。

最后一点，良好的沟通能力

做的分析讲不出来或者讲完别人听不懂，面试官就get不到，工作中就难以落地，所以都是没有价值的。在工作中数据分析师有五大沟通场景，分别是向上汇报、向下传达、需求承接、成果输出以及跨部门协调，而在面试中沟通能力可以体现在，第一类问题能够把自己的故事说的清晰直接、重点突出，第三类问题能够和面试官有来有往、获取信息，第四类问题能够游刃有余、合理安排。所以分析师会做会想还不够，会沟通才能把整个能力模型闭环掉。