数据分析岗必备知识点      1、统计学基础（我大概是从以下方面去准备总结的）         2、面试题参考（来源于牛客网和自己的一些面经）        业务类           如何给产品定价               别人的答案参考：主要说了看成本和收益率，考虑商家收益分层定价之类的，以及大订单比如加盟商用户适当打折之类的（其实感觉应该加上竞品定价以及用户调研的             总结：              估算电动牙刷产品的收入（其中部件可以售卖牙刷头，刷柄）          若配送时间变晚，如何评估业务规模下降了多少          京东618大促期间，怎么保证物流履约率全国全局最优（分有销量目标和无销量目标两种情况）               根据产能和计划均衡来回答              指标异常和GMV下降          估算成都市9月美团单车骑行单量          如何看待外面行业现状和发展趋势？          平时是否点外卖？有哪些不满意的地方？          怎么判断电商节对大盘的影响          gmv下降如何分析          如果要给顾客发红包，你该如何定价          如果**事业群的生态里面加入广告，你会从哪些方面分析对该业务的影响          在用APP订酒店时，你认为哪些地方需要优化，改变什么才能让用户体验/用户数/销售额提升（具体是那个指标我记不清啦）          假如你新开一家超市，怎样提升销售额          对于某一个产品如何规划新的分析维度          怎么计算某个运营动作的投入产出比          分析一个app的日活量，怎么搜集数据          日活下降怎么分析          产品定价          tips：预测类问题是费米估计       参考文档：费米估算 | 产品面试中的估算问题解法 | 人人都是产品经理 (woshipm.com)              实习经历相关           实习工作模式（主动/被动）          sql水平定位           异动归因思路           数据指标体系，维度            如何保证样本稳定性          Tableau可视化          商业分析思考逻辑          实习期间最大的收获          实习中最有收获/成长的一段经历（深挖了这段经历，包括组织架构、汇报对象、业务分配、工作的具体内容、模型搭建过程）          实习中上司对我的反馈          实习中有什么可改进的地方                  统计学类           部分均值增大整体均值减小          泊松的等车问题          XGboost和随机森林的异同          特征工程的具体流程          一个回归问题的可视化你会做什么，包括残差图、qq图怎么理解这样的          线性回归和逻辑回归的区别                  sql类           开窗函数的结构          排序函数row_number、rank、dense_rank的区别          书写顺序          group by 和distinct哪个快          sql优化的方式                  职能类            怎么推动 项目          对于部门业务的认识（一定要认真听业务介绍！）          对供应链行业的认识          如何看待与同事的相处过程，与学校有什么不同          如何看待工作内容以及工作成就感          如果你的数据分析报告对方没有根据一些结论去推动决策的话怎么办          分析了很多方向还是没结论怎么办(真实的令人窒息)          你怎么看各个互联网公司          如何理解数据在工作中的应用          聊到做项目团队中扮演leader角色，是怎么评选的，小组怎么开展合作的，在做leader的过程中怎么克服所说的缺点的                  竞品相关           橙心优选、pdd和美团之间的业务优势和战略目标          生鲜电商业务                  规划类            职业规划          商分的理解          数分的理解          行业和业务选择的原因          为什么选择商分          商分和数分的区别，以及怎么看商分的地位和价值（想想和战略的区别          怎么看商分在业务里发挥的价值          数据分析和算法          工作地选择          职业发展方向为什么是商业分析，而不是咨询                  hr相关           生活中伙伴认为我是怎样的一个人          这几份实习的不同          职业规划          优缺点          对这个公司/岗位/公司文化的了解               拆解问题的两种方法              假设拆解（咨询公司叫假设树）：对问题的原因列出假设，进而通过数据去判断真伪               特点：门槛低、易遗漏              逻辑拆解（咨询公司叫议题树）：包括漏斗拆解和指标拆解（能很好的降低遗漏）               好处：不重不漏、快速定位问题的核心要素                      参考：       数据分析面试题总结_阿斯达克-CSDN博客_gmv下降怎么分析       数据分析：三步搭建基础分析框架 | 人人都是产品经理 (woshipm.com)       https://cloud.tencent.com/developer/article/1182302?from=article.detail.1050630