小红书2020校招数据分析笔试题卷二算是我这几年看下来比较有代表性的一套。很多候选人来找我复盘时第一反应都是“题目看着不难怎么分就是不高”。它不考深度学习不考手撕算法甚至SQL也没到竞赛难度但就是能精准筛出一批“只会跑数、不懂业务”的人。整套卷子其实是把你丢进一个真实的内容社区场景里看你能不能把数据分析从一句口号变成可落地的决策支撑。如果你正在准备校招数据岗或者刚转行想建立业务分析感这套题值得反复啃。接下来我从题型能力模型、高频考点、答题技巧、备考路线四个方面拆一遍。内容以我看到的回忆版和同类校招卷为参考尽量还原考官的出题意图。1. 拆解一套校招笔试题先看它到底想考什么1.1 考点地图数据岗笔试不是刷题竞赛先泼一盆冷水。很多同学准备数据岗笔试第一反应是刷LeetCode、刷SQL题或者背Python语法。这套卷子恰恰告诉你数据分析和数据开发、算法不一样它更看重“业务翻译能力”——把模糊的业务问题翻译成清晰的数据问题再翻译成决策建议。我梳理了一下这套卷二的核心考点可以分成四层考查维度常见出题形式考察本质指标体系计算留存、转化率、GMV、客单价是否理解业务口径取数能力写SQL取核心指标能否用工具回答业务问题统计分析AB实验、显著性、置信区间结论是否经得起推敲业务思维异动归因、活动效果评估能否驱动决策四种能力不是平均分配。从实际反馈看业务思维占比最高其次是指标理解和SQL。所谓“技术复现”的部分反而好准备真正拉分的是“分析思路”。为什么小红书这样的内容平台特别爱考这些因为业务本身就是内容和人互动数据天然丰富。笔记曝光、阅读、点赞、评论、收藏、关注、下单……每个行为背后都对应一个用户决策瞬间每个指标背后都可能牵引一个运营动作。没有业务理解给你再多数据也写不出有洞察的答案。1.2 小红书场景为什么适合当考题小红书是个典型的UGC内容社区后来又叠加了电商和本地生活。这种“社区种草交易”的混合体非常适合考察候选人的体系化思维。举个例子。社区里最核心的指标是什么很多人会答DAU、MAU、留存。但题卷里往往不会直接问“什么是DAU”而是给一个场景“某功能上线后DAU涨了但人均时长掉了你怎么判断功能好坏”这背后考的是北极星指标拆解和业务取舍。再比如小红书笔记有“曝光-点击-阅读-互动”的完整链路。笔试里常见的漏斗题不是简单考“曝光到点击的转化率怎么算”而是考“两个内容分发策略下一个曝光转化率升高、但整体互动量下降你觉得问题可能出在哪”。如果只盯单一指标很容易掉进辛普森悖论的坑。所以这套卷子给我的整体感觉是它不追求你算出唯一正确答案而是看你能不能把条件用全、把坑避开、把话说清楚。这也是整篇文章想重点讲的内容。2. 高频题型详解与实战思路2.1 业务指标题别急着套公式先确认口径指标题几乎必考。出现形式可能是填空、选择也可能是一道简答题。比如“某日新增用户1000人其中200人当天发布了笔记300人当天收藏了笔记600人第二天再次打开App那么这批新增用户的次日留存率是多少”很多人的第一反应是“600/100060%”。这题坑点在于“新增用户”的时间口径。如果题目要求“次日留存用户 / 首日新增用户”留存率确实是60%。但有些版本会把“次日活跃用户中的新增用户”混进来或者把“第二天再次打开App”理解为“这批人里有600人”这个没问题。但还有一种变形如果新增用户中有一部分是当天通过分享链接进入、没有完成注册那算不算活跃用户这就要回到产品对“新增用户”的定义。做这类题我建议养成一个习惯先写出口径公式再代入数字。留存率 某日新增用户中在第N日仍活跃的用户数 / 该日新增用户总数笔试时把公式写在前面再解释每个分母分子的业务含义能减少很多误判。别觉得啰嗦评分标准通常包含“口径清晰”这一项。再看一个常见的公式题“某社区某天的笔记总曝光量为1000万点击量为200万用户点击后产生互动点赞/收藏/评论的总次数为50万试计算点击率、互动率并说明二者关系。”点击率 200/1000 20%互动率如果按“互动用户数/阅读用户数”算题干里没给去重用户数就得说明只能用“互动次数/点击或阅读”作为近似。这里考验的是对“用户级”和“行为级”两种口径的理解。我见过不少答案直接写“互动率50/20025%”然后没有更多解释。但高分答案会补充一句“这里以行为次数代替用户数未去重如果需评估人均互动情况应使用互动用户数或人均互动次数。”这种补充虽然不会在每一步加分但整体会让人觉得你有数据敏感性。2.2 SQL取数题写不写得出来是分水岭SQL是笔试硬门槛。拿不到这道题的分数后面再花哨也白搭。常见场景题大概长这样“小红书内容侧有一个用户笔记表 data_note字段note_id, user_id, publish_date, like_cnt, comment_cnt和一个用户注册表 data_user字段user_id, reg_date。请用SQL统计2020年1月注册且当月发布笔记数大于等于3篇的用户中人均累计点赞数最高的是哪个城市不需要城市字段那就不加如果原题有城市字段例如city则统计每个城市的人均累计点赞数。”由于原题卷版本不同我们假设场景是“统计2020年1月注册的用户中截至2020年1月31日发布笔记数大于等于3篇的用户ID及累计点赞数按累计点赞数降序输出前100名。”一个可用的SQL是SELECT u.user_id, COUNT(n.note_id) AS publish_cnt, SUM(n.like_cnt) AS total_like_cnt FROM data_user AS u LEFT JOIN data_note AS n ON u.user_id n.user_id AND n.publish_date BETWEEN 2020-01-01 AND 2020-01-31 WHERE u.reg_date BETWEEN 2020-01-01 AND 2020-01-31 GROUP BY u.user_id HAVING COUNT(n.note_id) 3 ORDER BY total_like_cnt DESC LIMIT 100;重点是几个细节用LEFT JOIN还是INNER JOIN如果要求“发布笔记数大于等于3篇”用内连接更干净直接过滤掉没有发布笔记的用户。但如果你想看所有一月新增用户包括没有发笔记的才需要left join。日期过滤放在WHERE还是JOIN子句里这里如果把n.publish_date的过滤放在WHERE会导致 left join 退化成 inner join。这是经典坑点很多候选人在这个点上翻车。HAVING不能换成WHERE因为COUNT是聚合结果。如果笔试要求输出城市维度那还要 join 一个地区表GROUP BY 城市。这道题的本质是考你能不能把“用户注册、笔记发布、点赞累计”这三个业务环节串成一条清晰的数据链路。能取对数、不丢数据、不重复计数就已经赢过一半人。2.3 AB实验与因果推断题比统计知识更重要的是防坑AB实验是内容平台的高频题。常见问法“小红书计划把评论区从时间序改为热度序想验证是否能提升用户互动时长。请设计一个实验方案并说明核心评估指标和注意事项。”如果只是写“随机分组做假设检验看p值”大概率只能拿基础分。要拿高分需要体现以下层次指标体系不能只盯一个指标。主指标可以是“人均互动时长”或“七日留存”护栏指标包括“评论举报率”“低质评论占比”。单位与随机化用户级随机还是笔记级随机如果改动是所有用户在全局看到的评论排序都变那应该以用户为随机单位。实验周期要覆盖足够多的“发布-互动”周期避免新功能新鲜感带来的霍桑效应。层化与AA分组前按新老用户、活跃度分层启动前做AA验证确保分组无偏。显著性算好样本量避免上线后跑两周发现没效果既浪费流量又拖慢决策。至于更复杂的“为什么总体显著、分群反而都不显著”这背后是辛普森悖论。笔试里如果出现这样的论述题建议从“流量分配不均”和“用户结构不同”两个角度去答同时提出下线后按新老、频道、设备维度做分层分析。2.4 业务案例分析题串联全链路的能力案例题通常是最后一道大题分值最高。形式类似“2020年3月小红书社区笔记日均互动量比2月下降了8%但DAU环比上升5%。作为一个数据分析师你如何分析互动量下降的原因”很多人一上来就写“我查互动数、查评论数、查……”这不行。需要结构化。我会按四步走第一步明确问题。这里存在一个矛盾DAU上升但互动量下降说明“人均互动量”下滑更明显。问题本质可以拆成“用户总量变化”和“单用户行为变化”两个子问题。第二步拆解指标体系。互动量 DAU × 发布/浏览笔记人数占比 × 人均互动次数。再往下拆互动次数 点赞 收藏 评论 分享。需要定位是哪类互动在跌。第三步提出假设。可能原因包括3月内容供给结构变化、推荐策略调整、互动入口改版、外部季节性因素2月春节假期互动基数高、异常机器人刷量被治理等。第四步验证和决策。用数据验证每个假设。比如想看“内容供给结构变化”可以对比不同类目笔记的曝光占比和互动率想看“策略调整”查询实验平台近期是否有推荐策略的改动。这类题没有标准答案但评分维度通常很清晰结构完整、假设合理、数据可取、结论有业务落点。套路其实是可以刻意练习的。3. 从笔试到面试解题之外的加分项3.1 如何写出让面试官记住的答案笔试卷面不是程序运行改卷人不可能一行行找答案。你的结构决定了得分效率。一个核心原则结论先行证据在后。比如遇到归因题第一行先写“结论互动量下降主要来自人均互动次数下降而不是DAU下降”然后再给计算过程、拆解步骤。这既方便阅卷人抓重点也显得你有业务判断力。其次善于使用“如果数据支持……那么……”的句式。这种表达展示了假设驱动思维。比如“如果次日留存率在实验组显著高于对照组并且人均使用时长没有显著下降我会建议全量上线”。这种答案比干巴巴写“p0.05所以有用”高级得多。还有一个容易被忽略的细节单位。很多计算题里给出的数字是万、亿、百分比答的时候最好统一单位。比如“互动量下降约800万次其中评论减少贡献了60%”这比“互动变少了”强太多。3.2 高频丢分点清单我看了不少失分严重的卷子问题高度集中丢分点表现改进方式不读题题目要求按城市统计结果输出用户明细动笔前圈出关键字指标口径不清留存率分子分母解释模糊先写公式再代入SQL表关联混乱日期过滤放错位置数据翻倍解释每条join的粒度因果不分看到相关就喊因果多问一句“有没有别的解释”结论无落点算完数不提建议强制自己写“所以建议……”忽略异常值平均数被极端值带偏统计时先做分布描述只写工具不写思路Python代码堆砌没有结论代码块前写思路代码块后写结论如果你已经刷题很久可以拿这张表自测。只要没有其中三个以上笔试通过概率就会明显上升。4. 备考路线与工具实操4.1 一个月冲刺计划从补基础到实战模拟很多同学问“离笔试还有一个月来得及吗”我的答案是针对性训练完全够。关键在于不要让前两周耗在理论课上。我建议的节奏是时间重点具体任务第1周指标理解 SQL每天拆解一个业务指标练习10道中难度SQL第2周统计 AB实验弄懂假设检验、p值、置信区间独立设计3个实验方案第3周案例分析 Python每周精做3道综合案例题用pandas做描述统计第4周全真模拟 复盘掐时间做整套题错题归因修正答题结构这个计划有几个设计逻辑。第一周先解决最可控的得分点——SQL和指标定义不然会慌。第二周把AB实验作为专题这是专业分水岭。第三周开始练“写故事”的能力也就是把数据结果转成业务建议。第四周必须模拟真实考试很多人在前30分钟磨蹭后20分钟狂赶导致大题质量崩盘。4.2 我常用的笔试备选工具与资料工具不在多在于熟练。笔试时最要紧的是SQL和Python基础库一般在线编辑器支持MySQL/Python3不能联网所以离线也能跑的东西才是刚需。SQL每天在本地建两个练习表模拟关联查询、聚合、窗口函数。窗口函数如ROW_NUMBER() OVER(PARTITION BY user_id ORDER BY like_cnt DESC)在“找用户最高赞笔记”这类题里几乎是必用。Python重点掌握pandas的groupby、merge、pivot_table还有基础的描述统计与绘图。很多案例题第二问会要求用Python完成简单数据处理不需要机器学习模型。Excel如果题目允许用数据透视表也能快速验算结果特别是检查SQL结果是否正确。我习惯先手算一个小样例再用SQL查完整数据两边对上了才往下写。学习资料方面真题回忆版和开源的面经汇总最有用。另外把小红书官方公开分享的一些增长案例、社区治理和推荐策略材料通读一遍能帮你在案例题里写出更贴合业务背景的答案。注意不要只记结论要关注他们是怎么拆解问题的。5. 复盘我见过的高分答卷共性5.1 高分答案的四个特征从大量高分卷里我能总结出一些共性特征不只是卷面整洁那种。第一个特征是“业务名词准确”。比如写推荐相关案例时会用“曝光→点击→阅读→互动→转粉/下单”这个漏斗写内容生态时会用“供给侧与消费侧的平衡”。这不是堆术语而是说明你对业务有真实理解。第二个特征是“假设驱动”。高分答案很少一上来就贴数据而是先写“我假设是因为赞藏比的评价标准发生了变化故先看赞藏比是否下降再看评论情感分布”。这套逻辑是数据分析师的核心肌肉记忆。第三个特征是“量化意识”。哪怕题干没要求答题时也会带上“目标指标波动幅度在5%以上才值得深入分析”“样本量不足结论置信度受限”这类话语。这体现的不是技术能力而是职业判断。第四个特征是“有闭环”。算完数一定会回到业务动作。比如建议“对低质评论增加过滤模型对高互动用户进行召回激励”。哪怕建议不完美也比那些只写“继续监控”的答案强。5.2 一次真实复盘从“堆数据”到“做决策”我曾经带过一位求职者他第一轮笔试离通过线就差几分。我让他把卷二题目重新做一遍发现他最大的问题是每个问题答得很满但像在写说明书不是在“解题”。比如案例题问“某品类笔记曝光涨了30%但点击率跌了15%如何分析”。他写了一大段“我可以用SQL查曝光和点击然后join内容表算点击率”但没有落地结论。我让他按“用户搜索需求变化、封面质量、竞争内容挤压”三个假设来重写每一条都给出现有的数据和验证方法最后一句话给出“是否调整流量分配”的建议。重新提交后这套答案的评分明显提高。这件事给我的体会是校招笔试不是考你会不会用工具而是考你会不会“思考”。工具只是把思考翻译成结论的桥梁。同样一套题基础好的同学可能在SQL上拿满分但真正拉开差距的是案例分析和指标解释里展现出来的直觉。说到底小红书2020这套卷二之所以被反复提起不是因为它难而是因为它贴近真实工作。现在回头看那些在校招里拿到不错结果的候选人基本都是能把“业务问题”翻译成“数据问题”的人。以这个标准去练不管哪一年的笔试题你都能稳不少。
小红书校招数据分析笔试题解析：业务思维与SQL实战
小红书2020校招数据分析笔试题卷二算是我这几年看下来比较有代表性的一套。很多候选人来找我复盘时第一反应都是“题目看着不难怎么分就是不高”。它不考深度学习不考手撕算法甚至SQL也没到竞赛难度但就是能精准筛出一批“只会跑数、不懂业务”的人。整套卷子其实是把你丢进一个真实的内容社区场景里看你能不能把数据分析从一句口号变成可落地的决策支撑。如果你正在准备校招数据岗或者刚转行想建立业务分析感这套题值得反复啃。接下来我从题型能力模型、高频考点、答题技巧、备考路线四个方面拆一遍。内容以我看到的回忆版和同类校招卷为参考尽量还原考官的出题意图。1. 拆解一套校招笔试题先看它到底想考什么1.1 考点地图数据岗笔试不是刷题竞赛先泼一盆冷水。很多同学准备数据岗笔试第一反应是刷LeetCode、刷SQL题或者背Python语法。这套卷子恰恰告诉你数据分析和数据开发、算法不一样它更看重“业务翻译能力”——把模糊的业务问题翻译成清晰的数据问题再翻译成决策建议。我梳理了一下这套卷二的核心考点可以分成四层考查维度常见出题形式考察本质指标体系计算留存、转化率、GMV、客单价是否理解业务口径取数能力写SQL取核心指标能否用工具回答业务问题统计分析AB实验、显著性、置信区间结论是否经得起推敲业务思维异动归因、活动效果评估能否驱动决策四种能力不是平均分配。从实际反馈看业务思维占比最高其次是指标理解和SQL。所谓“技术复现”的部分反而好准备真正拉分的是“分析思路”。为什么小红书这样的内容平台特别爱考这些因为业务本身就是内容和人互动数据天然丰富。笔记曝光、阅读、点赞、评论、收藏、关注、下单……每个行为背后都对应一个用户决策瞬间每个指标背后都可能牵引一个运营动作。没有业务理解给你再多数据也写不出有洞察的答案。1.2 小红书场景为什么适合当考题小红书是个典型的UGC内容社区后来又叠加了电商和本地生活。这种“社区种草交易”的混合体非常适合考察候选人的体系化思维。举个例子。社区里最核心的指标是什么很多人会答DAU、MAU、留存。但题卷里往往不会直接问“什么是DAU”而是给一个场景“某功能上线后DAU涨了但人均时长掉了你怎么判断功能好坏”这背后考的是北极星指标拆解和业务取舍。再比如小红书笔记有“曝光-点击-阅读-互动”的完整链路。笔试里常见的漏斗题不是简单考“曝光到点击的转化率怎么算”而是考“两个内容分发策略下一个曝光转化率升高、但整体互动量下降你觉得问题可能出在哪”。如果只盯单一指标很容易掉进辛普森悖论的坑。所以这套卷子给我的整体感觉是它不追求你算出唯一正确答案而是看你能不能把条件用全、把坑避开、把话说清楚。这也是整篇文章想重点讲的内容。2. 高频题型详解与实战思路2.1 业务指标题别急着套公式先确认口径指标题几乎必考。出现形式可能是填空、选择也可能是一道简答题。比如“某日新增用户1000人其中200人当天发布了笔记300人当天收藏了笔记600人第二天再次打开App那么这批新增用户的次日留存率是多少”很多人的第一反应是“600/100060%”。这题坑点在于“新增用户”的时间口径。如果题目要求“次日留存用户 / 首日新增用户”留存率确实是60%。但有些版本会把“次日活跃用户中的新增用户”混进来或者把“第二天再次打开App”理解为“这批人里有600人”这个没问题。但还有一种变形如果新增用户中有一部分是当天通过分享链接进入、没有完成注册那算不算活跃用户这就要回到产品对“新增用户”的定义。做这类题我建议养成一个习惯先写出口径公式再代入数字。留存率 某日新增用户中在第N日仍活跃的用户数 / 该日新增用户总数笔试时把公式写在前面再解释每个分母分子的业务含义能减少很多误判。别觉得啰嗦评分标准通常包含“口径清晰”这一项。再看一个常见的公式题“某社区某天的笔记总曝光量为1000万点击量为200万用户点击后产生互动点赞/收藏/评论的总次数为50万试计算点击率、互动率并说明二者关系。”点击率 200/1000 20%互动率如果按“互动用户数/阅读用户数”算题干里没给去重用户数就得说明只能用“互动次数/点击或阅读”作为近似。这里考验的是对“用户级”和“行为级”两种口径的理解。我见过不少答案直接写“互动率50/20025%”然后没有更多解释。但高分答案会补充一句“这里以行为次数代替用户数未去重如果需评估人均互动情况应使用互动用户数或人均互动次数。”这种补充虽然不会在每一步加分但整体会让人觉得你有数据敏感性。2.2 SQL取数题写不写得出来是分水岭SQL是笔试硬门槛。拿不到这道题的分数后面再花哨也白搭。常见场景题大概长这样“小红书内容侧有一个用户笔记表 data_note字段note_id, user_id, publish_date, like_cnt, comment_cnt和一个用户注册表 data_user字段user_id, reg_date。请用SQL统计2020年1月注册且当月发布笔记数大于等于3篇的用户中人均累计点赞数最高的是哪个城市不需要城市字段那就不加如果原题有城市字段例如city则统计每个城市的人均累计点赞数。”由于原题卷版本不同我们假设场景是“统计2020年1月注册的用户中截至2020年1月31日发布笔记数大于等于3篇的用户ID及累计点赞数按累计点赞数降序输出前100名。”一个可用的SQL是SELECT u.user_id, COUNT(n.note_id) AS publish_cnt, SUM(n.like_cnt) AS total_like_cnt FROM data_user AS u LEFT JOIN data_note AS n ON u.user_id n.user_id AND n.publish_date BETWEEN 2020-01-01 AND 2020-01-31 WHERE u.reg_date BETWEEN 2020-01-01 AND 2020-01-31 GROUP BY u.user_id HAVING COUNT(n.note_id) 3 ORDER BY total_like_cnt DESC LIMIT 100;重点是几个细节用LEFT JOIN还是INNER JOIN如果要求“发布笔记数大于等于3篇”用内连接更干净直接过滤掉没有发布笔记的用户。但如果你想看所有一月新增用户包括没有发笔记的才需要left join。日期过滤放在WHERE还是JOIN子句里这里如果把n.publish_date的过滤放在WHERE会导致 left join 退化成 inner join。这是经典坑点很多候选人在这个点上翻车。HAVING不能换成WHERE因为COUNT是聚合结果。如果笔试要求输出城市维度那还要 join 一个地区表GROUP BY 城市。这道题的本质是考你能不能把“用户注册、笔记发布、点赞累计”这三个业务环节串成一条清晰的数据链路。能取对数、不丢数据、不重复计数就已经赢过一半人。2.3 AB实验与因果推断题比统计知识更重要的是防坑AB实验是内容平台的高频题。常见问法“小红书计划把评论区从时间序改为热度序想验证是否能提升用户互动时长。请设计一个实验方案并说明核心评估指标和注意事项。”如果只是写“随机分组做假设检验看p值”大概率只能拿基础分。要拿高分需要体现以下层次指标体系不能只盯一个指标。主指标可以是“人均互动时长”或“七日留存”护栏指标包括“评论举报率”“低质评论占比”。单位与随机化用户级随机还是笔记级随机如果改动是所有用户在全局看到的评论排序都变那应该以用户为随机单位。实验周期要覆盖足够多的“发布-互动”周期避免新功能新鲜感带来的霍桑效应。层化与AA分组前按新老用户、活跃度分层启动前做AA验证确保分组无偏。显著性算好样本量避免上线后跑两周发现没效果既浪费流量又拖慢决策。至于更复杂的“为什么总体显著、分群反而都不显著”这背后是辛普森悖论。笔试里如果出现这样的论述题建议从“流量分配不均”和“用户结构不同”两个角度去答同时提出下线后按新老、频道、设备维度做分层分析。2.4 业务案例分析题串联全链路的能力案例题通常是最后一道大题分值最高。形式类似“2020年3月小红书社区笔记日均互动量比2月下降了8%但DAU环比上升5%。作为一个数据分析师你如何分析互动量下降的原因”很多人一上来就写“我查互动数、查评论数、查……”这不行。需要结构化。我会按四步走第一步明确问题。这里存在一个矛盾DAU上升但互动量下降说明“人均互动量”下滑更明显。问题本质可以拆成“用户总量变化”和“单用户行为变化”两个子问题。第二步拆解指标体系。互动量 DAU × 发布/浏览笔记人数占比 × 人均互动次数。再往下拆互动次数 点赞 收藏 评论 分享。需要定位是哪类互动在跌。第三步提出假设。可能原因包括3月内容供给结构变化、推荐策略调整、互动入口改版、外部季节性因素2月春节假期互动基数高、异常机器人刷量被治理等。第四步验证和决策。用数据验证每个假设。比如想看“内容供给结构变化”可以对比不同类目笔记的曝光占比和互动率想看“策略调整”查询实验平台近期是否有推荐策略的改动。这类题没有标准答案但评分维度通常很清晰结构完整、假设合理、数据可取、结论有业务落点。套路其实是可以刻意练习的。3. 从笔试到面试解题之外的加分项3.1 如何写出让面试官记住的答案笔试卷面不是程序运行改卷人不可能一行行找答案。你的结构决定了得分效率。一个核心原则结论先行证据在后。比如遇到归因题第一行先写“结论互动量下降主要来自人均互动次数下降而不是DAU下降”然后再给计算过程、拆解步骤。这既方便阅卷人抓重点也显得你有业务判断力。其次善于使用“如果数据支持……那么……”的句式。这种表达展示了假设驱动思维。比如“如果次日留存率在实验组显著高于对照组并且人均使用时长没有显著下降我会建议全量上线”。这种答案比干巴巴写“p0.05所以有用”高级得多。还有一个容易被忽略的细节单位。很多计算题里给出的数字是万、亿、百分比答的时候最好统一单位。比如“互动量下降约800万次其中评论减少贡献了60%”这比“互动变少了”强太多。3.2 高频丢分点清单我看了不少失分严重的卷子问题高度集中丢分点表现改进方式不读题题目要求按城市统计结果输出用户明细动笔前圈出关键字指标口径不清留存率分子分母解释模糊先写公式再代入SQL表关联混乱日期过滤放错位置数据翻倍解释每条join的粒度因果不分看到相关就喊因果多问一句“有没有别的解释”结论无落点算完数不提建议强制自己写“所以建议……”忽略异常值平均数被极端值带偏统计时先做分布描述只写工具不写思路Python代码堆砌没有结论代码块前写思路代码块后写结论如果你已经刷题很久可以拿这张表自测。只要没有其中三个以上笔试通过概率就会明显上升。4. 备考路线与工具实操4.1 一个月冲刺计划从补基础到实战模拟很多同学问“离笔试还有一个月来得及吗”我的答案是针对性训练完全够。关键在于不要让前两周耗在理论课上。我建议的节奏是时间重点具体任务第1周指标理解 SQL每天拆解一个业务指标练习10道中难度SQL第2周统计 AB实验弄懂假设检验、p值、置信区间独立设计3个实验方案第3周案例分析 Python每周精做3道综合案例题用pandas做描述统计第4周全真模拟 复盘掐时间做整套题错题归因修正答题结构这个计划有几个设计逻辑。第一周先解决最可控的得分点——SQL和指标定义不然会慌。第二周把AB实验作为专题这是专业分水岭。第三周开始练“写故事”的能力也就是把数据结果转成业务建议。第四周必须模拟真实考试很多人在前30分钟磨蹭后20分钟狂赶导致大题质量崩盘。4.2 我常用的笔试备选工具与资料工具不在多在于熟练。笔试时最要紧的是SQL和Python基础库一般在线编辑器支持MySQL/Python3不能联网所以离线也能跑的东西才是刚需。SQL每天在本地建两个练习表模拟关联查询、聚合、窗口函数。窗口函数如ROW_NUMBER() OVER(PARTITION BY user_id ORDER BY like_cnt DESC)在“找用户最高赞笔记”这类题里几乎是必用。Python重点掌握pandas的groupby、merge、pivot_table还有基础的描述统计与绘图。很多案例题第二问会要求用Python完成简单数据处理不需要机器学习模型。Excel如果题目允许用数据透视表也能快速验算结果特别是检查SQL结果是否正确。我习惯先手算一个小样例再用SQL查完整数据两边对上了才往下写。学习资料方面真题回忆版和开源的面经汇总最有用。另外把小红书官方公开分享的一些增长案例、社区治理和推荐策略材料通读一遍能帮你在案例题里写出更贴合业务背景的答案。注意不要只记结论要关注他们是怎么拆解问题的。5. 复盘我见过的高分答卷共性5.1 高分答案的四个特征从大量高分卷里我能总结出一些共性特征不只是卷面整洁那种。第一个特征是“业务名词准确”。比如写推荐相关案例时会用“曝光→点击→阅读→互动→转粉/下单”这个漏斗写内容生态时会用“供给侧与消费侧的平衡”。这不是堆术语而是说明你对业务有真实理解。第二个特征是“假设驱动”。高分答案很少一上来就贴数据而是先写“我假设是因为赞藏比的评价标准发生了变化故先看赞藏比是否下降再看评论情感分布”。这套逻辑是数据分析师的核心肌肉记忆。第三个特征是“量化意识”。哪怕题干没要求答题时也会带上“目标指标波动幅度在5%以上才值得深入分析”“样本量不足结论置信度受限”这类话语。这体现的不是技术能力而是职业判断。第四个特征是“有闭环”。算完数一定会回到业务动作。比如建议“对低质评论增加过滤模型对高互动用户进行召回激励”。哪怕建议不完美也比那些只写“继续监控”的答案强。5.2 一次真实复盘从“堆数据”到“做决策”我曾经带过一位求职者他第一轮笔试离通过线就差几分。我让他把卷二题目重新做一遍发现他最大的问题是每个问题答得很满但像在写说明书不是在“解题”。比如案例题问“某品类笔记曝光涨了30%但点击率跌了15%如何分析”。他写了一大段“我可以用SQL查曝光和点击然后join内容表算点击率”但没有落地结论。我让他按“用户搜索需求变化、封面质量、竞争内容挤压”三个假设来重写每一条都给出现有的数据和验证方法最后一句话给出“是否调整流量分配”的建议。重新提交后这套答案的评分明显提高。这件事给我的体会是校招笔试不是考你会不会用工具而是考你会不会“思考”。工具只是把思考翻译成结论的桥梁。同样一套题基础好的同学可能在SQL上拿满分但真正拉开差距的是案例分析和指标解释里展现出来的直觉。说到底小红书2020这套卷二之所以被反复提起不是因为它难而是因为它贴近真实工作。现在回头看那些在校招里拿到不错结果的候选人基本都是能把“业务问题”翻译成“数据问题”的人。以这个标准去练不管哪一年的笔试题你都能稳不少。