滴滴数据分析面经

1. 请用30秒自我介绍，突出与你“数据分析师（出行场景）”岗位最契合的三点能力。

2. 你如何概括滴滴当前多元出行生态（快车/拼车/两轮/公交/货运）中的数据价值链与核心壁垒？

3. 描述一次你用SQL+统计分析解决真实业务问题的经历（突出目标、方法、结果、复盘）。

4. 假设近一周新客首单转化率下降，你的第一轮诊断框架会如何分层与优先排查？

5. 如果要搭建“城市级供需匹配效率”指标体系，你会设哪些一级/核心指标及其计算逻辑简述。

6. 当实验组提升了2.5%的下单率但样本量尚不足，你如何判断是否继续观察或提前收敛？

7. 你如何向非技术同学解释“因果推断”与“相关分析”的差异，并举出在出行定价策略中的一个应用点？

8. 设想你要验证“夜间安心保障提示”对夜间完单率的影响，设计一个基础A/B实验方案（含分层思路）。

9. 若峰值时段乘客等待时长中位数改善但P95恶化，你会如何进一步分析并提出优化方向？

10. 请列出你常用的三种缺失值处理方法，并分别说明适用场景与潜在偏差。

11. 面对一次模型（如订单需求预测）离线AUC高但线上业务效果平平，你会检查哪三类问题？

12. 如果补贴活动ROI低于预期，你如何构建分群评估（人群/渠道/城市）以定位浪费点？

13. 说说你在团队协作中曾推动一个数据驱动决策落地的经历，重点突出你解决阻力的具体动作。

14. 当多部门同时请求临时分析需求，你的优先级判定维度与沟通策略是什么？