今天我来谈谈对数据分析岗位面试准备的理解，特别是互联网行业面试考察的主要方面，以及如何快速准备。注意，面试准备大体上仅针对面试，并不会涵盖数据分析全方面的知识体系，特此建议初学者经过系统化学习后，再进行相关面试准备。

在大家开始找工作之前，至少留出2周时间进行知识梳理及过往经验总结，系统化处理碎片信息。面试准备时间过长的话容易导致疲惫，过短则可能准备不充分，大家一定要按照自己的实际情况进行安排。注意，本篇仅适用于0-5年数据分析师哦。以下分几个方面来讲讲数据分析的面试准备。

一、统计学

统计学基础对于数据分析师来说非常重要，寻找指标之间的相关性、设计ab测试、显著性检验、结果分析、预测建模等都需要一定的统计学知识，所以建议复习高频知识点。

二、编程能力类：sql+python

互联网数据分析师岗位编码能力考察通常是sql+python，R语言较少考察。对于分析师来说，sql是一切分析工作的基础。Sql的考察形式一般为当场出1-2道场景题目。而Python在业务类分析师的面试中通常不会考到。

三、项目经历类

项目是数据分析岗位考察的重点，是最能考察候选人对业务的熟悉程度、思考深度、思维方式以及对自己工作的梳理总结的一个环节，可能面试中60%的时间都在聊项目。准备面试的时候最好完整梳理至少两个过往所做的项目，项目选取尽量选择完整性高、参与度深、成果好的。

在叙述中，注重逻辑性及条理性，清晰表达，着重体现自己的分析能力和最后取得的成果。

一些小伙伴的工作比较琐碎，没有经历过比较完整体系化的分析项目，那么可以着重梳理自己工作中的重点产出，解决过什么问题，将自己在过程中的思考方式进行总结，毕竟分析师最核心的能力不仅是‘分析’，还有‘把事儿做成’，所以照着这个方针，去说说你是如何解决问题，把事儿做成的。

四、分析思维

分析思维指的是数据分析常用方法论，比较常见且重要的分析方法和场景有：漏斗分析、分类分析、用户路径分析、A/B实验、roi分析、ltv分析、分层分析、流失分析、留存分析等。通常面试不会直接问分析方法论，而是会出一些开放性问题去考察应试者的分析思维。

五、针对面试岗位的特定准备

做面试准备不仅需要总结自己过去经验，且需要根据面试公司、产品、分析方向的不同，来进行一些针对性的准备。需要了解该业务的产品逻辑、商业模式、常用数据指标以及该业务类型的常用分析方法。

例如面试增长数据分析师，需要了解常用的增长策略和增长模型，渠道拉新roi ltv、用户画像、ab实验等分析方法。在面试的时候，可以谈谈自己对该业务的了解，自己的过往经验可以帮对方解决什么问题，如果入职可以从哪方面来开展工作等方面，向面试官展示自己对该职位的诚意和匹配度。