每年秋招季我都能收到大量关于“美团数据分析笔试到底考什么”的私信。2020年那套校招数据分析方向的笔试题被不少后来者奉为“经典中的经典”因为它几乎覆盖了业务数据分析师日常会碰到的所有硬技能SQL、统计学、业务理解、机器学习基础甚至还有一点产品Sense。我把当时整理过的真题思路、踩坑记录和复盘笔记重新梳理了一遍结合这几年的实际工作体会写成这篇完整的拆解贴。不管你是正在备战校招的应届生还是想转行数据分析的职场人这篇文章都会比你在网上随便搜到的“面经合集”更有参考价值。1. 整体考情与能力模型拆解1.1 美团2020校招笔试的题型结构先说结论美团2020校招数据分析方向的笔试整体分为客观题选择题和主观题SQL编程题 业务分析题两大部分。客观题覆盖统计学、概率论、机器学习基础、业务常识主观题基本逃不开SQL查询和AB实验/指标异动分析。我当时做完的第一感受是这个笔试不考死记硬背它考的是“你在真实业务里能不能用数据解决问题”。举个例子选择题里可能会出现“某外卖平台新用户首单转化率下降5%以下哪个分析思路最优先”这种业务题而不是单纯问你“t分布的自由度怎么算”。这种出题逻辑和美团的业务数据团队日常要回答的问题是高度一致的。从能力模型上看美团数据分析岗重点关注四块数据提取能力SQL写得熟不熟能不能高效取数这是数据分析师的“吃饭工具”。量化分析能力面对一个业务问题能不能用统计学方法、概率思维去拆解而不是只凭感觉。业务理解能力知不知道外卖、到店、酒旅这些业务的核心指标是什么懂不懂“增长从哪来下降去哪里找原因”。逻辑与表达主观题里你的分析框架是否完整结论是否有理有据这决定了你是不是“只会跑数、不会思考”的工具人。1.2 这道笔试题背后的“选人潜台词”如果把笔试当成一次“开卷体检”美团想通过这几道题筛掉的绝不是“基础不好”的同学而是“思维像墙”的同学。我当时和几个一起准备的同学复盘过美团2020这套题里有个很明显的信号业务场景占比非常高。比如它会在题干里告诉你“某商圈近30天客单价提升但订单量下降”然后问你该不该高兴。表面看是一道数据题实际上是在考你的商业Sense——客单价提升到底是涨价导致的还是用户结构变化导致的如果盲目开心那说明你还没入数据分析的门。这个潜台词在面试里也会持续出现。也就是说笔试阶段如果你能用“指标拆解 多维分析 因果推断”的框架去答题基本就稳了一大半。反之如果你只会“平均数、中位数、方差”一套三板斧大概率会被拒。认真对待这套题本质上就是在提前演练“如何用数据推动业务决策”这件事。2. SQL编程题高频考点与实战解法2.1 建表与数据场景还原美团2020数据分析笔试的SQL题基于一个典型的外卖/到店业务数据场景。我根据记忆和同类题型还原了核心表结构-- 订单表orders CREATE TABLE orders ( order_id STRING, -- 订单ID user_id STRING, -- 用户ID shop_id STRING, -- 商家ID city_id STRING, -- 城市ID order_time TIMESTAMP,-- 下单时间 pay_time TIMESTAMP,-- 支付时间 order_amount DOUBLE, -- 订单金额 is_new_user INT, -- 是否新用户 1/0 is_paid INT -- 是否支付 1/0 ); -- 用户表users CREATE TABLE users ( user_id STRING, -- 用户ID reg_time TIMESTAMP,-- 注册时间 user_level STRING, -- 用户等级 standard/member/vip channel STRING -- 注册渠道 app/wechat/mini_program );为什么要给这个建表结构因为美团笔试的SQL题从来不会给你一张“现成能算”的宽表。它喜欢给你细节表让你自己JOIN、自己聚合、自己定义口径。数据清洗的功课全藏在细节里比如订单表里可能有未支付订单可能有多条“取消后又重下”的脏数据如果一开始不筛干净后面全盘皆输。2.2 经典真题一统计2020年2月各城市Top3商家的订单量这是典型的窗口函数应用题。很多人第一反应是直接GROUP BY COUNT再ORDER BY LIMIT 3但这样只能拿到“全城市整体Top3”而不是“每个城市的Top3”。正确的解题思路是先用WHERE把2020年2月的已支付订单筛出来注意is_paid1这个条件漏掉就直接废题再按城市商家聚合计数然后用ROW_NUMBER()开窗按城市分组、按订单量降序排序最后取排名3的记录。WITH shop_order_cnt AS ( SELECT city_id, shop_id, COUNT(*) AS order_cnt FROM orders WHERE is_paid 1 AND order_time 2020-02-01 AND order_time 2020-03-01 GROUP BY city_id, shop_id ) SELECT city_id, shop_id, order_cnt FROM ( SELECT city_id, shop_id, order_cnt, ROW_NUMBER() OVER(PARTITION BY city_id ORDER BY order_cnt DESC) AS rn FROM shop_order_cnt ) t WHERE rn 3;这道题的核心考点有三一是窗口函数在“分组TopN”场景下的应用二是COUNT/DISTINCT的去重意识三是支付状态过滤。我见过太多人在第一步就忘了筛is_paid1导致后面无论写得多漂亮结果都是错的。2.3 经典真题二计算2020年3月的用户复购率用户复购率看起来很简单——“3月有订单的用户里有多少人是下了两单以上”但美团这道题留了一个小陷阱订单表里的数据是2020年3月但用户可能在3月之前就是老用户了。复购的定义必须限定在“观察周期内下单次数≥2”而不是“历史上有过购买记录”。标准解法如下WITH user_order AS ( SELECT user_id, COUNT(DISTINCT order_id) AS order_cnt FROM orders WHERE is_paid 1 AND order_time 2020-03-01 AND order_time 2020-04-01 GROUP BY user_id ) SELECT COUNT(CASE WHEN order_cnt 2 THEN user_id END) / COUNT(user_id) AS repurchase_rate FROM user_order;注意这里用COUNT(DISTINCT order_id)而不是COUNT(*)是防止同一个订单ID在表中重复出现导致虚高。另一个现实场景中的细节是复购率的分子应当是“下单次数≥2的用户数”分母是“有下单行为的用户数”。即使题干里给了用户表也不要用用户表总注册数当分母那是用户盘子不是复购口径。2.4 经典真题三连续N天登录/下单的用户连续性问题一直是大厂SQL题的宠儿美团2020也考了“找出连续3天及以上有下单行为的活跃用户”。思路核心是用date - row_number 构造连续组标识也就是“连续日期分组法”。WITH user_dates AS ( SELECT DISTINCT user_id, DATE(order_time) AS order_date FROM orders WHERE is_paid 1 ), user_date_rank AS ( SELECT user_id, order_date, ROW_NUMBER() OVER(PARTITION BY user_id ORDER BY order_date) AS rn FROM user_dates ), diff AS ( SELECT user_id, order_date, DATE_SUB(order_date, rn) AS grp FROM user_date_rank ) SELECT DISTINCT user_id FROM diff GROUP BY user_id, grp HAVING COUNT(*) 3;这道题的坑在于“去重”。如果用户一天下了5单直接用订单表做日期序列会被误判成5条不同日期的记录导致连续天数虚高。必须先对(user_id, order_date)做DISTINCT。这个细节你在刷题时可能觉得“无所谓”但在真实业务里比如计算连续签到用户如果不去重最终数据绝对会被业务方挑战。我自己的习惯是凡是涉及“用户在某天有行为”这类计数第一步永远是DISTINCT没有例外。2.5 SQL避坑经验总结把美团2020笔试的SQL题放在一起看其实能提炼出几个“必考级”经验聚合前先想清楚粒度订单表的最小粒度是一行一个订单但有些表是明细级、有些是快照级JOIN之前不先想清楚粒度COUNT结果会差出几个数量级。时间区间使用左闭右开order_time 2020-02-01 AND order_time 2020-03-01宁可用这个写法也不要写BETWEEN 2020-02-01 AND 2020-02-29 23:59:59后者容易漏数据还难维护。窗口函数性能与可读性平衡SQL的写法有多种但窗口函数是解决分组TopN、连续问题、同环比问题的最优解。美团笔试的SQL体量并不大重点考核你对这类问题的熟练度。3. 统计学与概率论从“背公式”到“用模型”3.1 高频考点分布美团2020校招笔试的统计与概率部分客观题为主考点非常集中。按出现频次排大概是概率计算条件概率/贝叶斯、假设检验t检验/卡方检验/两类错误、AB实验的显著性判断、分布的基本性质正态分布/泊松分布/二项分布。这其实和外界刻板印象相反美团笔试并不考“最深”的纯数理推导它考的是“你会不会拿统计学工具解决业务问题”。比如它可能给你一个AB实验数据“实验组转化率3.2%对照组2.9%样本量每组5万p0.03”然后问你应该怎么下结论。懂统计的同学会关注p值0.05但真正的业务向分析师还会问一句这个提升的置信区间是多少最小样本量够不够有没有做多重比较修正3.2 经典真题外卖平台新用户福利的AB实验我记忆最深的一道题是给了一个“新用户首单立减10元”的AB实验场景实验组转化率显著提升但实验组的客单价明显低于对照组。题目问这个实验算成功还是失败许多人当场掉坑因为单看“转化率提升”就觉得实验很成功。但如果把业务指标组合起来看客单价下降导致GMV可能不升反降甚至补贴成本高企最终毛利可能是负的。正确分析框架是同时盯住“转化率、客单价、补贴后毛利、7日复购”四个指标用“边际收益 vs 边际成本”做判断。这道题最关键的提醒是在真实业务里几乎没有单一指标能决定实验成败你一定要学会看“全链路指标体系”。3.3 经典真题贝叶斯公式与优惠券欺诈检测另一个高频题型是条件概率/贝叶斯。美团作为交易平台风控场景频率很高笔试里出现过类似的题“某优惠券在历史使用中有1%是黑产欺诈行为。已知欺诈用户使用优惠券后有85%的概率在5分钟内消费正常用户只有20%的概率在5分钟内消费。现在有一个用户5分钟内消费了问他是欺诈用户的概率是多少”解法就是标准的贝叶斯公式P(欺诈|5分钟内消费) [P(消费|欺诈)×P(欺诈)] / [P(消费|欺诈)×P(欺诈) P(消费|正常)×P(正常)]代入数据P(欺诈)0.01P(正常)0.99P(消费|欺诈)0.85P(消费|正常)0.20所以 P (0.85×0.01) / (0.85×0.01 0.20×0.99) ≈ 0.0411也就是约4.1%。很多考生的第一直觉是“85%概率挺高的那大概率是欺诈”但用贝叶斯算下来实际欺诈概率只有4%。这背后的统计学直觉就是先验概率极低时千万不能被“条件概率”误导——这种直觉在数据分析日常里非常有用尤其是做异常检测和风控策略时永远要先想“这个行为本身的基础发生率有多低”。这题如果只会套公式而不理解为什么面试追问就会露馅。3.4 统计学复习建议针对美团这套题的统计部分我给几个实操性的复习建议假设检验重点看“两类错误”一类错误假阳性和二类错误假阴性的权衡在AB实验样本量和显著性水平设计里天天用笔试必考。分布不做太深推导掌握正态分布、二项分布、泊松分布的期望、方差、适用场景即可不用去死磕特征函数。务必掌握中心极限定理为什么样本均值可以近似正态为什么大样本下能用z检验理解了它AB实验的很多问题自然解开。4. 业务分析题拆解框架比结论重要4.1 美团业务分析题的出题逻辑美团2020笔试题的业务分析题大概率是给你一个业务异动现象让你做一个“异动归因分析”。这类题没有标准答案阅卷人看的是你的拆解框架和业务Sense。举例“某城市外卖订单量连续3周下跌从周一的日均100万单降到80万单请你分析可能原因并给出下一步动作。”业务分析题的本质不是你背几个指标就能应付的。你需要按照“内部/外部 供给/需求 新老用户 城市分层”的逻辑去拆解。一个比较通用的框架是数据核验先行先确认数据本身有没有计算口径调整、埋点缺失、节假日因素这是最容易被忽略的一步但也是很多业务异动里最可能的原因。内部因素拆解新用户获取是否放缓老用户流失率是否上升核心商家的供给是否下降补贴策略、主菜单排序、配送费用是否有调整外部因素拆解天气、竞品如隔壁平台同期大促、政策变动、节假日效应。用户-商家-订单漏斗从“曝光-点击-下单-支付-复购”的完整漏斗逐层对比定位异动发生在哪一环再针对这一环深挖。4.2 经典业务题客单价上升、订单量下降如何归因我在复盘这套题时发现一个很经典的业务判断题被不同渠道的人反复提起就是“某商圈近30天客单价提升1.5元但订单量下滑5%你怎么评价这个现象”。这种题考察的核心是你有没有“把两个指标放在一起做结构性分析”的意识。直接说“客单价高了收入可能没降”或者“订单量降了肯定不好”都太片面。正确的做法是拆解先算GMV是否缩水。如果客单价提升1.5元、订单量下降5%GMV大概率还是下降的所以不能轻易说“这是好事”。再看是哪类用户推动了客单价提升。如果是老客、会员用户主动加了小食饮品这是良性结构如果是因为外卖起送门槛提高导致大量小额订单流失那客单价提升是“幸存者偏差”带来的假象。最后要结合区域供给和竞对情况猜测可能原因并给出数据验证方案。这种题的答题思路我后来在工作中也反复用到就是“指标联动分析”。分析任何数据变化先把相关指标列成一张联动表再逐个拆解而不是只看单一指标。4.3 指标体系设计如何衡量外卖业务健康度美团笔试中还出现过“为外卖业务设计一套核心指标体系”这类综合性题目。这其实是在考察你是否理解“不同业务阶段应该用不同北极星指标”。回答这类题时建议分层回答北极星指标第一层对于外卖这种双边交易平台GMV或者“月交易用户数×年均交易频次”是常见的核心指标。但在不同阶段侧重不同初期看交易用户数增长扩张期看单均经济模型成熟期看留存和复购。过程指标第二层拆解到转化漏斗曝光人数、进店人数、下单人数、支付人数、复购人数每个环节的转化率。供给侧指标第三层商家数、活跃商家数、平均配送时长、营业商家覆盖率、SKU丰富度。缺了供给侧只看用户侧的分析是跛脚的。体验与质量指标第四层投诉率、退单率、配送超时率、食品安全客诉数。给一个可参考的指标体系表示例层级核心指标细分指标北极星月交易用户数、年均交易频次、GMV单均金额、订单量转化过程曝光→点击→下单→支付→复购各环节转化率、支付失败率供给侧活跃商家数、营业时长平均配送时长、商家续约率体验与质量客诉率、退单率NPS、复购周期如果能把这套指标体系写清楚通常面试官就会觉得你“有搭建业务监控体系”的潜力而不只是一个跑数的。4.4 业务题答题结构建议关于业务题的答题结构我建议采用“背景确认 → 指标拆解 → 原因假设 → 数据验证 → 落地动作”五段式。尤其“数据验证”这个部分一定要写出具体的取数口径和对比方式比如“对比3周前开始补贴的城市与未补贴城市订单量趋势是否有显著差异”。面试官最反感的是光说“应该做数据分析”这种空话你得告诉他“怎么做”。5. 机器学习与Python基础常考的“轻量级”内容5.1 机器学习知识在笔试中的占比美团数据分析岗笔试里机器学习占比不高但一定会有。常见的是选择题形式考你对基本概念的理解。我记忆中的高频考点过拟合与欠拟合、准确率/召回率/F1的理解、交叉验证、特征选择Filter/Wrapper/Embedded、常见算法的应用场景逻辑回归、决策树、随机森林、XGBoost。并不要求你会手推SVM但至少要能回答“数据类别不平衡怎么办”过采样/欠采样/调整阈值/使用PR曲线这类日常建模问题。数据分析岗和算法岗最大的区别是数据分析师更关心模型的“可解释性”和“业务落地”而不是模型的黑盒精度。所以逻辑回归和决策树在数据分析笔试中的出镜率远高于深度学习。5.2 经典真题用户流失预测模型的特征筛选有一道题让我印象很深它描述了这样一个场景“业务方想建一个用户流失预测模型加入了很多特征包括用户ID、注册时间、最近一次下单时间、累计消费金额、平均配送时长、星座、用户头像是否真人等。请你判断哪些特征是有效特征哪些需要谨慎使用。”这题其实考的是特征工程中的“预测性”和“可获取性”权衡用户ID直接删除对预测没有泛化意义。星座、头像是否真人通常不能作为强特征容易引入辛普森悖论甚至泄漏敏感信息不建议直接进模型。累计消费金额、平均配送时长、最近一次下单时间属于消费者行为特征和流失强相关可以进模型。注册时间作为“新老用户”的分层维度可以用来分群但直接进模型时建议做“注册至今的天数”这种派生特征。这道题很符合美团的风格——它不只是考算法常识而是考你在真实业务里对“垃圾特征”和“有效特征”的判断力。5.3 SQL、Python、Excel怎么排优先级很多同学会纠结笔试备考时要不要把Python学得很深。说实话美团2020数据分析方向的笔试主要考察的是SQL和业务分析能力Python的直接考察并不多。但进入面试环节后Python会有用武之地比如现场要求你用pandas做数据处理、用matplotlib画图。我的建议是SQL是绝对主线笔试主主观题的重头戏哪怕只复习一门也优先死磕SQL。Python按需准备掌握pandas的筛选、聚合、连接和apply即可机器学习题在笔试里大多是概念题。Excel也不可忽略实际工作里Excel的使用频率远超想象透视表、VLOOKUP、基础图表最好做到条件反射级别。5.4 Python题备考清单如果时间有限Python着重看这几个点就够应付大多数笔试pandas数据清洗drop_duplicates、fillna、groupby、merge、apply描述性统计mean、median、std、quantile、corr简易可视化matplotlib/seaborn画柱状图、折线图、直方图、箱线图简易数据处理时间序列的resample、字符串列的各种切分提取千万不要花大量时间去看算法题LeetCode那种数据分析岗笔试的Python一般不考复杂算法更偏向“数据操作”。6. 备考路线与现场应试技巧6.1 三阶段备考计划在复盘完整套真题后我把备考过程拆成三轮第一轮是“系统补基础”。花一周时间过一遍概率论和统计学的核心章节尤其是假设检验、置信区间、贝叶斯SQL方面把窗口函数练熟重点练ROW_NUMBER、RANK、DENSE_RANK、LAG/LEAD、SUM/AVG的开窗写法。这一轮不要追求速度要确保每个概念都能用业务例子解释。第二轮是“刷题找手感”。找各互联网大厂的数据分析笔试题来刷重点是美团、腾讯、字节、阿里的SQL题和业务题。刷题时不要看完答案就过我习惯把错题和“一开始没思路但看答案后恍然大悟”的题单独整理成一个文档每周末翻一遍效果非常明显。第三轮是“模拟实战”。严格按考试时间做真题模拟尤其练习“限时写SQL”的能力。许多同学平时刷题不卡时间结果笔试时一道SQL写太久后面的业务题没时间答非常可惜。6.2 各类题型的时间分配技巧美团笔试的时间一般是60到90分钟题量不小需要合理分配客观题控制在30%左右的时间遇到拿不准的题先标记跳过不要纠结超过2分钟。SQL题建议留40%左右时间。先读懂表结构再动手不要上来就SELECT宁可花3分钟弄清逻辑也别写了一半发现要重来。业务分析题留25%左右时间答题时按框架写不用长篇大论但必须有节奏感“主题句论据结论”就够了。还有一个很重要的技巧如果某道SQL题卡住了先写注释列出思路再一步步补代码。阅卷系统通常能识别你的思路只要最终结果合理部分分数也拿得到。6.3 我在复盘中发现的一个常见误区很多人在备考时容易陷入“刷题数量焦虑”一天做10套题但不复盘结果同类的坑反复踩。这个误区在美团笔试里代价很高因为它的题目风格非常一致SQL题藏在业务细节里统计学题藏在AB实验里业务题藏在指标联动里。我个人的心得是每做完一套题至少留出1小时做复盘。复盘动作包括三步重新看一遍题干划出“题干陷阱词”对照答案标出自己遗漏的考点用自己的话把每道题的分析过程写一遍。这个习惯比多刷三套题还有用。6.4 笔试通过后的下一站面试准备笔试过了只是第一关美团的面试更偏向业务场景和项目深挖。但笔试中体现出的那种“数据敏感度”和“业务拆解能力”会在面试中延续下去。建议在准备面试时多准备几个自己真正做过的数据分析项目重点讲清楚你取了哪些数怎么清洗的用什么指标衡量最后推动了什么决定。这比堆砌一堆算法名词更有说服力。我见过不少笔试高分但面试翻车的案例主要原因不是不聪明而是“不会讲故事”。所以笔试结束后别松懈早点开始准备项目复盘和自我介绍把每段经历揉碎了讲透这才是过关的关键。7. 给即将上考场同学的最后嘱咐以我带过的人和我自己当年的亲身体验来看美团2020校招数据分析方向的笔试题之所以经典不在于题有多难而在于它很真实——“真实到像你入职后会接到的第一个活”。你可能在笔试时会遇到一道题表面是“算复购率”实际是想看你会不会处理唯一键重复你也可能遇到一道题表面是“客单价和订单量的矛盾”实际是考你会不会用结构性视角看指标。这些能力不是考前突击能塞进去的但完全可以靠考前系统性的梳理把它们从一个模糊的“感觉”变成一个清晰的“框架”。如果你正在准备美团的笔试我的建议很简单把SQL练到条件反射把统计学重新过一遍把业务题按框架多练几道并且每次训练都当成一次真实的工作汇报来对待。数据分析这条路门槛不高但天花板极高一套好的笔试题就是最好的体检报告能让你提前看到自己和“专业数据分析师”之间的差距。我后来再看这些题更觉得它们不像“考试”更像“入职邀请函”。它邀请的是那些既会写SQL、又看得懂业务还能在不确定性中做出判断的人。希望这套拆解能帮你少走一些弯路早日拿到心仪的Offer。
每年秋招季我都能收到大量关于“美团数据分析笔试到底考什么”的私信。2020年那套校招数据分析方向的笔试题被不少后来者奉为“经典中的经典”因为它几乎覆盖了业务数据分析师日常会碰到的所有硬技能SQL、统计学、业务理解、机器学习基础甚至还有一点产品Sense。我把当时整理过的真题思路、踩坑记录和复盘笔记重新梳理了一遍结合这几年的实际工作体会写成这篇完整的拆解贴。不管你是正在备战校招的应届生还是想转行数据分析的职场人这篇文章都会比你在网上随便搜到的“面经合集”更有参考价值。1. 整体考情与能力模型拆解1.1 美团2020校招笔试的题型结构先说结论美团2020校招数据分析方向的笔试整体分为客观题选择题和主观题SQL编程题 业务分析题两大部分。客观题覆盖统计学、概率论、机器学习基础、业务常识主观题基本逃不开SQL查询和AB实验/指标异动分析。我当时做完的第一感受是这个笔试不考死记硬背它考的是“你在真实业务里能不能用数据解决问题”。举个例子选择题里可能会出现“某外卖平台新用户首单转化率下降5%以下哪个分析思路最优先”这种业务题而不是单纯问你“t分布的自由度怎么算”。这种出题逻辑和美团的业务数据团队日常要回答的问题是高度一致的。从能力模型上看美团数据分析岗重点关注四块数据提取能力SQL写得熟不熟能不能高效取数这是数据分析师的“吃饭工具”。量化分析能力面对一个业务问题能不能用统计学方法、概率思维去拆解而不是只凭感觉。业务理解能力知不知道外卖、到店、酒旅这些业务的核心指标是什么懂不懂“增长从哪来下降去哪里找原因”。逻辑与表达主观题里你的分析框架是否完整结论是否有理有据这决定了你是不是“只会跑数、不会思考”的工具人。1.2 这道笔试题背后的“选人潜台词”如果把笔试当成一次“开卷体检”美团想通过这几道题筛掉的绝不是“基础不好”的同学而是“思维像墙”的同学。我当时和几个一起准备的同学复盘过美团2020这套题里有个很明显的信号业务场景占比非常高。比如它会在题干里告诉你“某商圈近30天客单价提升但订单量下降”然后问你该不该高兴。表面看是一道数据题实际上是在考你的商业Sense——客单价提升到底是涨价导致的还是用户结构变化导致的如果盲目开心那说明你还没入数据分析的门。这个潜台词在面试里也会持续出现。也就是说笔试阶段如果你能用“指标拆解 多维分析 因果推断”的框架去答题基本就稳了一大半。反之如果你只会“平均数、中位数、方差”一套三板斧大概率会被拒。认真对待这套题本质上就是在提前演练“如何用数据推动业务决策”这件事。2. SQL编程题高频考点与实战解法2.1 建表与数据场景还原美团2020数据分析笔试的SQL题基于一个典型的外卖/到店业务数据场景。我根据记忆和同类题型还原了核心表结构-- 订单表orders CREATE TABLE orders ( order_id STRING, -- 订单ID user_id STRING, -- 用户ID shop_id STRING, -- 商家ID city_id STRING, -- 城市ID order_time TIMESTAMP,-- 下单时间 pay_time TIMESTAMP,-- 支付时间 order_amount DOUBLE, -- 订单金额 is_new_user INT, -- 是否新用户 1/0 is_paid INT -- 是否支付 1/0 ); -- 用户表users CREATE TABLE users ( user_id STRING, -- 用户ID reg_time TIMESTAMP,-- 注册时间 user_level STRING, -- 用户等级 standard/member/vip channel STRING -- 注册渠道 app/wechat/mini_program );为什么要给这个建表结构因为美团笔试的SQL题从来不会给你一张“现成能算”的宽表。它喜欢给你细节表让你自己JOIN、自己聚合、自己定义口径。数据清洗的功课全藏在细节里比如订单表里可能有未支付订单可能有多条“取消后又重下”的脏数据如果一开始不筛干净后面全盘皆输。2.2 经典真题一统计2020年2月各城市Top3商家的订单量这是典型的窗口函数应用题。很多人第一反应是直接GROUP BY COUNT再ORDER BY LIMIT 3但这样只能拿到“全城市整体Top3”而不是“每个城市的Top3”。正确的解题思路是先用WHERE把2020年2月的已支付订单筛出来注意is_paid1这个条件漏掉就直接废题再按城市商家聚合计数然后用ROW_NUMBER()开窗按城市分组、按订单量降序排序最后取排名3的记录。WITH shop_order_cnt AS ( SELECT city_id, shop_id, COUNT(*) AS order_cnt FROM orders WHERE is_paid 1 AND order_time 2020-02-01 AND order_time 2020-03-01 GROUP BY city_id, shop_id ) SELECT city_id, shop_id, order_cnt FROM ( SELECT city_id, shop_id, order_cnt, ROW_NUMBER() OVER(PARTITION BY city_id ORDER BY order_cnt DESC) AS rn FROM shop_order_cnt ) t WHERE rn 3;这道题的核心考点有三一是窗口函数在“分组TopN”场景下的应用二是COUNT/DISTINCT的去重意识三是支付状态过滤。我见过太多人在第一步就忘了筛is_paid1导致后面无论写得多漂亮结果都是错的。2.3 经典真题二计算2020年3月的用户复购率用户复购率看起来很简单——“3月有订单的用户里有多少人是下了两单以上”但美团这道题留了一个小陷阱订单表里的数据是2020年3月但用户可能在3月之前就是老用户了。复购的定义必须限定在“观察周期内下单次数≥2”而不是“历史上有过购买记录”。标准解法如下WITH user_order AS ( SELECT user_id, COUNT(DISTINCT order_id) AS order_cnt FROM orders WHERE is_paid 1 AND order_time 2020-03-01 AND order_time 2020-04-01 GROUP BY user_id ) SELECT COUNT(CASE WHEN order_cnt 2 THEN user_id END) / COUNT(user_id) AS repurchase_rate FROM user_order;注意这里用COUNT(DISTINCT order_id)而不是COUNT(*)是防止同一个订单ID在表中重复出现导致虚高。另一个现实场景中的细节是复购率的分子应当是“下单次数≥2的用户数”分母是“有下单行为的用户数”。即使题干里给了用户表也不要用用户表总注册数当分母那是用户盘子不是复购口径。2.4 经典真题三连续N天登录/下单的用户连续性问题一直是大厂SQL题的宠儿美团2020也考了“找出连续3天及以上有下单行为的活跃用户”。思路核心是用date - row_number 构造连续组标识也就是“连续日期分组法”。WITH user_dates AS ( SELECT DISTINCT user_id, DATE(order_time) AS order_date FROM orders WHERE is_paid 1 ), user_date_rank AS ( SELECT user_id, order_date, ROW_NUMBER() OVER(PARTITION BY user_id ORDER BY order_date) AS rn FROM user_dates ), diff AS ( SELECT user_id, order_date, DATE_SUB(order_date, rn) AS grp FROM user_date_rank ) SELECT DISTINCT user_id FROM diff GROUP BY user_id, grp HAVING COUNT(*) 3;这道题的坑在于“去重”。如果用户一天下了5单直接用订单表做日期序列会被误判成5条不同日期的记录导致连续天数虚高。必须先对(user_id, order_date)做DISTINCT。这个细节你在刷题时可能觉得“无所谓”但在真实业务里比如计算连续签到用户如果不去重最终数据绝对会被业务方挑战。我自己的习惯是凡是涉及“用户在某天有行为”这类计数第一步永远是DISTINCT没有例外。2.5 SQL避坑经验总结把美团2020笔试的SQL题放在一起看其实能提炼出几个“必考级”经验聚合前先想清楚粒度订单表的最小粒度是一行一个订单但有些表是明细级、有些是快照级JOIN之前不先想清楚粒度COUNT结果会差出几个数量级。时间区间使用左闭右开order_time 2020-02-01 AND order_time 2020-03-01宁可用这个写法也不要写BETWEEN 2020-02-01 AND 2020-02-29 23:59:59后者容易漏数据还难维护。窗口函数性能与可读性平衡SQL的写法有多种但窗口函数是解决分组TopN、连续问题、同环比问题的最优解。美团笔试的SQL体量并不大重点考核你对这类问题的熟练度。3. 统计学与概率论从“背公式”到“用模型”3.1 高频考点分布美团2020校招笔试的统计与概率部分客观题为主考点非常集中。按出现频次排大概是概率计算条件概率/贝叶斯、假设检验t检验/卡方检验/两类错误、AB实验的显著性判断、分布的基本性质正态分布/泊松分布/二项分布。这其实和外界刻板印象相反美团笔试并不考“最深”的纯数理推导它考的是“你会不会拿统计学工具解决业务问题”。比如它可能给你一个AB实验数据“实验组转化率3.2%对照组2.9%样本量每组5万p0.03”然后问你应该怎么下结论。懂统计的同学会关注p值0.05但真正的业务向分析师还会问一句这个提升的置信区间是多少最小样本量够不够有没有做多重比较修正3.2 经典真题外卖平台新用户福利的AB实验我记忆最深的一道题是给了一个“新用户首单立减10元”的AB实验场景实验组转化率显著提升但实验组的客单价明显低于对照组。题目问这个实验算成功还是失败许多人当场掉坑因为单看“转化率提升”就觉得实验很成功。但如果把业务指标组合起来看客单价下降导致GMV可能不升反降甚至补贴成本高企最终毛利可能是负的。正确分析框架是同时盯住“转化率、客单价、补贴后毛利、7日复购”四个指标用“边际收益 vs 边际成本”做判断。这道题最关键的提醒是在真实业务里几乎没有单一指标能决定实验成败你一定要学会看“全链路指标体系”。3.3 经典真题贝叶斯公式与优惠券欺诈检测另一个高频题型是条件概率/贝叶斯。美团作为交易平台风控场景频率很高笔试里出现过类似的题“某优惠券在历史使用中有1%是黑产欺诈行为。已知欺诈用户使用优惠券后有85%的概率在5分钟内消费正常用户只有20%的概率在5分钟内消费。现在有一个用户5分钟内消费了问他是欺诈用户的概率是多少”解法就是标准的贝叶斯公式P(欺诈|5分钟内消费) [P(消费|欺诈)×P(欺诈)] / [P(消费|欺诈)×P(欺诈) P(消费|正常)×P(正常)]代入数据P(欺诈)0.01P(正常)0.99P(消费|欺诈)0.85P(消费|正常)0.20所以 P (0.85×0.01) / (0.85×0.01 0.20×0.99) ≈ 0.0411也就是约4.1%。很多考生的第一直觉是“85%概率挺高的那大概率是欺诈”但用贝叶斯算下来实际欺诈概率只有4%。这背后的统计学直觉就是先验概率极低时千万不能被“条件概率”误导——这种直觉在数据分析日常里非常有用尤其是做异常检测和风控策略时永远要先想“这个行为本身的基础发生率有多低”。这题如果只会套公式而不理解为什么面试追问就会露馅。3.4 统计学复习建议针对美团这套题的统计部分我给几个实操性的复习建议假设检验重点看“两类错误”一类错误假阳性和二类错误假阴性的权衡在AB实验样本量和显著性水平设计里天天用笔试必考。分布不做太深推导掌握正态分布、二项分布、泊松分布的期望、方差、适用场景即可不用去死磕特征函数。务必掌握中心极限定理为什么样本均值可以近似正态为什么大样本下能用z检验理解了它AB实验的很多问题自然解开。4. 业务分析题拆解框架比结论重要4.1 美团业务分析题的出题逻辑美团2020笔试题的业务分析题大概率是给你一个业务异动现象让你做一个“异动归因分析”。这类题没有标准答案阅卷人看的是你的拆解框架和业务Sense。举例“某城市外卖订单量连续3周下跌从周一的日均100万单降到80万单请你分析可能原因并给出下一步动作。”业务分析题的本质不是你背几个指标就能应付的。你需要按照“内部/外部 供给/需求 新老用户 城市分层”的逻辑去拆解。一个比较通用的框架是数据核验先行先确认数据本身有没有计算口径调整、埋点缺失、节假日因素这是最容易被忽略的一步但也是很多业务异动里最可能的原因。内部因素拆解新用户获取是否放缓老用户流失率是否上升核心商家的供给是否下降补贴策略、主菜单排序、配送费用是否有调整外部因素拆解天气、竞品如隔壁平台同期大促、政策变动、节假日效应。用户-商家-订单漏斗从“曝光-点击-下单-支付-复购”的完整漏斗逐层对比定位异动发生在哪一环再针对这一环深挖。4.2 经典业务题客单价上升、订单量下降如何归因我在复盘这套题时发现一个很经典的业务判断题被不同渠道的人反复提起就是“某商圈近30天客单价提升1.5元但订单量下滑5%你怎么评价这个现象”。这种题考察的核心是你有没有“把两个指标放在一起做结构性分析”的意识。直接说“客单价高了收入可能没降”或者“订单量降了肯定不好”都太片面。正确的做法是拆解先算GMV是否缩水。如果客单价提升1.5元、订单量下降5%GMV大概率还是下降的所以不能轻易说“这是好事”。再看是哪类用户推动了客单价提升。如果是老客、会员用户主动加了小食饮品这是良性结构如果是因为外卖起送门槛提高导致大量小额订单流失那客单价提升是“幸存者偏差”带来的假象。最后要结合区域供给和竞对情况猜测可能原因并给出数据验证方案。这种题的答题思路我后来在工作中也反复用到就是“指标联动分析”。分析任何数据变化先把相关指标列成一张联动表再逐个拆解而不是只看单一指标。4.3 指标体系设计如何衡量外卖业务健康度美团笔试中还出现过“为外卖业务设计一套核心指标体系”这类综合性题目。这其实是在考察你是否理解“不同业务阶段应该用不同北极星指标”。回答这类题时建议分层回答北极星指标第一层对于外卖这种双边交易平台GMV或者“月交易用户数×年均交易频次”是常见的核心指标。但在不同阶段侧重不同初期看交易用户数增长扩张期看单均经济模型成熟期看留存和复购。过程指标第二层拆解到转化漏斗曝光人数、进店人数、下单人数、支付人数、复购人数每个环节的转化率。供给侧指标第三层商家数、活跃商家数、平均配送时长、营业商家覆盖率、SKU丰富度。缺了供给侧只看用户侧的分析是跛脚的。体验与质量指标第四层投诉率、退单率、配送超时率、食品安全客诉数。给一个可参考的指标体系表示例层级核心指标细分指标北极星月交易用户数、年均交易频次、GMV单均金额、订单量转化过程曝光→点击→下单→支付→复购各环节转化率、支付失败率供给侧活跃商家数、营业时长平均配送时长、商家续约率体验与质量客诉率、退单率NPS、复购周期如果能把这套指标体系写清楚通常面试官就会觉得你“有搭建业务监控体系”的潜力而不只是一个跑数的。4.4 业务题答题结构建议关于业务题的答题结构我建议采用“背景确认 → 指标拆解 → 原因假设 → 数据验证 → 落地动作”五段式。尤其“数据验证”这个部分一定要写出具体的取数口径和对比方式比如“对比3周前开始补贴的城市与未补贴城市订单量趋势是否有显著差异”。面试官最反感的是光说“应该做数据分析”这种空话你得告诉他“怎么做”。5. 机器学习与Python基础常考的“轻量级”内容5.1 机器学习知识在笔试中的占比美团数据分析岗笔试里机器学习占比不高但一定会有。常见的是选择题形式考你对基本概念的理解。我记忆中的高频考点过拟合与欠拟合、准确率/召回率/F1的理解、交叉验证、特征选择Filter/Wrapper/Embedded、常见算法的应用场景逻辑回归、决策树、随机森林、XGBoost。并不要求你会手推SVM但至少要能回答“数据类别不平衡怎么办”过采样/欠采样/调整阈值/使用PR曲线这类日常建模问题。数据分析岗和算法岗最大的区别是数据分析师更关心模型的“可解释性”和“业务落地”而不是模型的黑盒精度。所以逻辑回归和决策树在数据分析笔试中的出镜率远高于深度学习。5.2 经典真题用户流失预测模型的特征筛选有一道题让我印象很深它描述了这样一个场景“业务方想建一个用户流失预测模型加入了很多特征包括用户ID、注册时间、最近一次下单时间、累计消费金额、平均配送时长、星座、用户头像是否真人等。请你判断哪些特征是有效特征哪些需要谨慎使用。”这题其实考的是特征工程中的“预测性”和“可获取性”权衡用户ID直接删除对预测没有泛化意义。星座、头像是否真人通常不能作为强特征容易引入辛普森悖论甚至泄漏敏感信息不建议直接进模型。累计消费金额、平均配送时长、最近一次下单时间属于消费者行为特征和流失强相关可以进模型。注册时间作为“新老用户”的分层维度可以用来分群但直接进模型时建议做“注册至今的天数”这种派生特征。这道题很符合美团的风格——它不只是考算法常识而是考你在真实业务里对“垃圾特征”和“有效特征”的判断力。5.3 SQL、Python、Excel怎么排优先级很多同学会纠结笔试备考时要不要把Python学得很深。说实话美团2020数据分析方向的笔试主要考察的是SQL和业务分析能力Python的直接考察并不多。但进入面试环节后Python会有用武之地比如现场要求你用pandas做数据处理、用matplotlib画图。我的建议是SQL是绝对主线笔试主主观题的重头戏哪怕只复习一门也优先死磕SQL。Python按需准备掌握pandas的筛选、聚合、连接和apply即可机器学习题在笔试里大多是概念题。Excel也不可忽略实际工作里Excel的使用频率远超想象透视表、VLOOKUP、基础图表最好做到条件反射级别。5.4 Python题备考清单如果时间有限Python着重看这几个点就够应付大多数笔试pandas数据清洗drop_duplicates、fillna、groupby、merge、apply描述性统计mean、median、std、quantile、corr简易可视化matplotlib/seaborn画柱状图、折线图、直方图、箱线图简易数据处理时间序列的resample、字符串列的各种切分提取千万不要花大量时间去看算法题LeetCode那种数据分析岗笔试的Python一般不考复杂算法更偏向“数据操作”。6. 备考路线与现场应试技巧6.1 三阶段备考计划在复盘完整套真题后我把备考过程拆成三轮第一轮是“系统补基础”。花一周时间过一遍概率论和统计学的核心章节尤其是假设检验、置信区间、贝叶斯SQL方面把窗口函数练熟重点练ROW_NUMBER、RANK、DENSE_RANK、LAG/LEAD、SUM/AVG的开窗写法。这一轮不要追求速度要确保每个概念都能用业务例子解释。第二轮是“刷题找手感”。找各互联网大厂的数据分析笔试题来刷重点是美团、腾讯、字节、阿里的SQL题和业务题。刷题时不要看完答案就过我习惯把错题和“一开始没思路但看答案后恍然大悟”的题单独整理成一个文档每周末翻一遍效果非常明显。第三轮是“模拟实战”。严格按考试时间做真题模拟尤其练习“限时写SQL”的能力。许多同学平时刷题不卡时间结果笔试时一道SQL写太久后面的业务题没时间答非常可惜。6.2 各类题型的时间分配技巧美团笔试的时间一般是60到90分钟题量不小需要合理分配客观题控制在30%左右的时间遇到拿不准的题先标记跳过不要纠结超过2分钟。SQL题建议留40%左右时间。先读懂表结构再动手不要上来就SELECT宁可花3分钟弄清逻辑也别写了一半发现要重来。业务分析题留25%左右时间答题时按框架写不用长篇大论但必须有节奏感“主题句论据结论”就够了。还有一个很重要的技巧如果某道SQL题卡住了先写注释列出思路再一步步补代码。阅卷系统通常能识别你的思路只要最终结果合理部分分数也拿得到。6.3 我在复盘中发现的一个常见误区很多人在备考时容易陷入“刷题数量焦虑”一天做10套题但不复盘结果同类的坑反复踩。这个误区在美团笔试里代价很高因为它的题目风格非常一致SQL题藏在业务细节里统计学题藏在AB实验里业务题藏在指标联动里。我个人的心得是每做完一套题至少留出1小时做复盘。复盘动作包括三步重新看一遍题干划出“题干陷阱词”对照答案标出自己遗漏的考点用自己的话把每道题的分析过程写一遍。这个习惯比多刷三套题还有用。6.4 笔试通过后的下一站面试准备笔试过了只是第一关美团的面试更偏向业务场景和项目深挖。但笔试中体现出的那种“数据敏感度”和“业务拆解能力”会在面试中延续下去。建议在准备面试时多准备几个自己真正做过的数据分析项目重点讲清楚你取了哪些数怎么清洗的用什么指标衡量最后推动了什么决定。这比堆砌一堆算法名词更有说服力。我见过不少笔试高分但面试翻车的案例主要原因不是不聪明而是“不会讲故事”。所以笔试结束后别松懈早点开始准备项目复盘和自我介绍把每段经历揉碎了讲透这才是过关的关键。7. 给即将上考场同学的最后嘱咐以我带过的人和我自己当年的亲身体验来看美团2020校招数据分析方向的笔试题之所以经典不在于题有多难而在于它很真实——“真实到像你入职后会接到的第一个活”。你可能在笔试时会遇到一道题表面是“算复购率”实际是想看你会不会处理唯一键重复你也可能遇到一道题表面是“客单价和订单量的矛盾”实际是考你会不会用结构性视角看指标。这些能力不是考前突击能塞进去的但完全可以靠考前系统性的梳理把它们从一个模糊的“感觉”变成一个清晰的“框架”。如果你正在准备美团的笔试我的建议很简单把SQL练到条件反射把统计学重新过一遍把业务题按框架多练几道并且每次训练都当成一次真实的工作汇报来对待。数据分析这条路门槛不高但天花板极高一套好的笔试题就是最好的体检报告能让你提前看到自己和“专业数据分析师”之间的差距。我后来再看这些题更觉得它们不像“考试”更像“入职邀请函”。它邀请的是那些既会写SQL、又看得懂业务还能在不确定性中做出判断的人。希望这套拆解能帮你少走一些弯路早日拿到心仪的Offer。
