一、简历准备

这是面试之前，最基本也是最重要的准备部分。对于跨行的朋友来说，可以仔细拆解一些自己的工作中与数据分析相关的，然后努力往上靠。这部分需要好好整理。

二、行业科普知识

1、行业了解

在面试中经常会被问到，了解这个行业，头部的企业是哪几家，竞争优势是什么的？......

所以在面试之前最好可以针对所投的这个行业做个简单的行业研究。比如说在线旅游OTA行业面试，你得知道行业的发展历史，盈利模式，上下游的产业链条是什么，目前市场上头部的企业是哪几家，各自的竞争优势是什么，未来趋势什么等等。这个主要是体现在资料收集的能力上，最快的方式就是找几篇行业分析报告的看看，扫扫盲。

比如易观，艾瑞咨询的报告，或者是一些咨询公司，券商的分析报告。还有个分析报告聚合的网址199it。

2、细分领域的场景

了解细分领域的常见分析场景，主要是为了应对面试官出的情景分析（case interview）题背景准备的。帮助你了解熟悉目前主要对应公司的商业模式。

参考书目：《精益数据分析》，商业模式对应第7章-13章内容;数据分析指标对应第14章-20章（公司所处的阶段及其关注指标）。

对应工作的方向专注的是电商和零售这块的话，重点看下《数据化管理》这本书，重点可以看第2章-6章，对应常见的数据分析场景，相对来说比较接地气，对于面试有帮助。

三、技术能力

1、工具

1）Excel

需要掌握的核心技能有：数据透视表，vlookup，常用函数的使用，基础图表的制作

2）SQL

公司的内部数据存储在数据库中，作为数据分析师要能够从数据库中获取数据并进行分析。

需要掌握的核心技能有:

会利用SQL操作开源数据库Qmysgl进行查询

存储过程

数据库的分组、聚合、排序

3）编程语言Python或者R

般情况下，这两种语言会一种就够了。如果是学习Python的话，需要掌握的核心技能:

Python基本语法

Python数据分析的包(numpy,pandas,matplotlib)

能够用python操作结构化数据，进行数据清洗，数据抽取，数据可视化等使用python操作数据库

2、理论知识-统计概率

这是数据分析必须要学的，不然很多统计指标看不懂，统计方法也不了解，怎么做数据分析呢?

需要掌握的核心技能有:

描述性统计(平均值，标准差，中位数)

概率(独立事件，相关事件，期望，包括贝叶斯)

概率分布(离散概率分布，连续概率分布)

统计推断Q(抽样，置信区间，假设检验)

3、逻辑思维能力

数据分析最重要的是分析和输出结论。好的逻辑性对于你的思考，沟通和表达非常重要，关于逻辑性这块基本功的训练，请参考经典的麦肯锡《金字塔原理》。主要是关注思考的逻辑和表达的逻辑，解决问题的逻辑这三部分。

4、储备分析框架

其实在面试的过程中，由于面试紧张，可能在场景面试中，容易慌乱，给出来的一个分析，给面试官显得逻辑混乱，为了避免这样的场景出现，你需要准备几个常见的分析框架，到具体问题就可以套起来，显得较有逻辑。具体可以参考这本书《谁说菜鸟不会数据分析》，具体的例子这本书里有很详细的阐述，要多找几个case来练习这些框架，这样面试时才用的顺，否则弄巧成拙。

营销理论：4P，SWOT分析，STP理论

管理理论：PEST，5W2H，生命周期，逻辑树，SMART

模型：RFM，ABC法，AAARR（漏斗模型）

对比，细分，相关等分析方法

四、对数据分析岗位的理解与职业规划

数据分析师与数据工程师的区别在哪里?

为什么转行，为什么没在公司内部转岗?

你理解的分析师的工作是怎样的?

分析团队的价值是什么?

你觉得数据分析最重要的是什么?

你平时都是怎么做数据清洗只的?

数据分析都用哪些工具?

你认为数据分析师应该具备哪些能力?

你对数据分析这个职位有什么看法?

你对自己的职业定位只是怎样的?

你的优点和缺点是什么?

为什么要选择做数据分析?(如果是转行，一般面试官会必问这个问题，建议结合原工作回答从原工作引申过来。

你觉得数据分析最难的地方在哪里? (这个最好结合面试公司的业务产品来说，容易引起共鸣)你觉得数据分析的工作最大的收获是什么?

| 拓展阅读

数据分析师，如何快速了解业务？