top of page
作家相片任性分析師 GT

想跳槽?總結數據分析職位面試遇到的各種題目!|面試

已更新:4月23日

去年 (2022) 全球各大知名企業大舉裁員、凍結職缺的情形持續發生。在台灣,不論本土企業還是外商,身為求職者,都能明顯感覺到就業市場的需求不如以往。


這樣不景氣的環境下,我也或多或少受到了衝擊。去年 Q4 便在 LinkedIn 與友人介紹下和獵頭搭上線,透過他們的介紹,我一共面試了三間公司。很幸運地,最終也得到了三間公司的 Offer!


這次分享,便會著重在去年在這三間公司的面試內容、題目方向,以及自己針對這次面試的反省。若是對於詳細的數據分析職缺面試流程有興趣,也可以參考先前的面試文章:


 

文章大綱

 

我投遞了哪些職缺?


首先,想先分享我去年投遞的面試職缺。


由於本業還是數據 & 商業分析,這次找的職缺均屬一般的「資料分析師」與「商業分析師」職務,非 Senior 或是管理階層,主要是針對至少有一年以上的數據分析工作經驗的職缺。


面試的公司包含:Pixl Solutions、Dcard,以及 AFTEE。


gmail screenshot
以茲證明這篇文章不是幻想文

 

面試流程


面試流程大同小異。先不論上機考或回家作業,純論面談的話,流程大約都是:


HR 直屬主管 ( and/or 部門主管) ➡,跨部門合作同事 公司老闆


所以單就面談,這次三間公司體驗下來,整趟流程跑完少則 3 關,多則 6 關。尤其面談除了人資關卡,大多都極度燒腦。非常不建議半天排兩場面試。說實話,連一天兩場都十分累人!


這邊也補充在 Dcard 看到的數據分析面試經驗分享。裡面也有提到不同企業的面試關卡!


補充:當時平日白天上班,晚上還要準備面試,假日都拿來寫回家作業。這樣過了兩個多月真的會身心俱疲。



 

回家作業與上機考


有趣的是,這次面試的三間公司裡面,僅有一間公司沒有要求 SQL 上機考和回家作業。而另外兩間的題目也意外地大相徑庭。這邊簡單統整方向:


數據分析師考試不外乎想知道幾件事:數據解讀 / 洞察能力如何、技術掌握程度如何、對產業 / 產品熟悉與否


  • 數據解讀能力:通常會提供模擬公司資料庫的假資料或是開源資料讓應徵者實作。呈現內容通常是要你做出數據儀表板 (Dashboard),提供設計理念;又或是針對他們提供的數據本身提供洞察 (Insights)。

dashboard design
儀表板設計範例

  • 技術 / 工具能力:十之八九會考 SQL。再來看企業習慣的軟體,可能會考 Excel、Tableau 等工具。假設是上機考,事先詢問絕大多數企業都會先讓應徵者知道方向,以做好準備(或說,臨時抱佛腳)


  • 產業 / 產品邏輯:這算是比較燒腦的部分,大多都是出現在面談問題中。我自己是在回家作業中遇到。它會提供這間企業的產品流程,詢問在某個節點的 Conversion 變低的話,你會怎麼解讀、會有哪些假設?進一步會使用哪些數據佐證。


app user journey
產品介面 / 流程圖範例

加碼,這次也有遇到一小部分「商業思考邏輯」題目:這一題和前面的問題一樣,通常都是面談比較常見,不過都遇到了,先在這邊做分享 XD


  • 商業思考邏輯:和前者「產品 / 產業邏輯」不同的地方在於,這種題目跳脫產業和產品本身——他更著重在了解你個人的思考邏輯,因此也不會有所謂的正確答案。舉例而言,題目會像是:「若你今天是一間餐廳的老闆,你最近想推行會員制度。恰好店裡有一名顧客,你會問他哪三個關鍵問題,來判斷他適不適合加入會員?」


 

面試題目


最後,來聊聊實際面談會遇到哪些問題?大概可分為「基本盤」和「產品 / 產業知識」。


基本盤


坦白說,我覺得過去自己只做了「基本盤」的準備。


若是看過我過去的面試分享(eg. 104、蝦皮、Evolution Gaming),會發現重複率最高的問題無非是:


  • 分享過去的分析專案:建議準備二、三個前一份工作中能夠說得上嘴的分析專案,再來就是針對這些專案、或過去自己的經歷可能會被質疑的地方做補強。

  • 回家作業 / 上機考探討:若是面試前就有回家作業或上機考,必須額外針對裡面的題目加強理解。

  • 詢問面試官環節:把握機會來詢問面試官你對公司或職缺好奇的地方!


然而,這些準備只是起頭,連這些都沒準備的話,可能很難產生延伸問題與對話。最重要的還在後頭——應徵公司產品 / 產業面的準備。這也才是真正定生死的地方!


產品/產業知識


這裡提的不是公司基本資訊,或是說公司都有哪些服務。而是更數據層面——


從數據分析師的角度,必須思考:


  • 這些產業 / 產品本身能搜集到什麼數據

  • 怎麼解讀這些數據內容?

  • 關鍵指標可能會有哪些?

  • 實務上會碰到哪些商業 / 數據問題


舉例而言,對於電商平台,最重要的指標不外乎就是 DAU 和 GMV。


不過,GMV 跨不同產業來理解,大概都可以一致理解成是獲利。但不同產品的獲利模式也不盡相同,若是不了解他們的 Business Model,便無法進一步推敲對方在意的數據指標


這次恰好面試的幾間公司產品,都和自己熟悉的領域有那麼一點不同。導致應對上就會有那麼一點力不從心。


舉例,在 AFTEE 就有一關的面試官曾提問道:「對於剛註冊的新會員,你會怎麼訂出可給他借貸 / 使用的金額上限?」


這就是上述提到「實務上會碰到哪些商業 / 數據問題」的實際案例。


AFTEE 身為先買後付的支付平台(BNPL),這個問題對於公司可說是至關重要。同時,也能透過這個問題很快地知道候選人對於自身產品 / 產業是否足夠熟悉。


坦白說,對於沒有任何支付(或金流)背景的我,當時面對這題給出的答覆也是挺差強人意的 XD


但也是有了這次的洗禮,才有這篇文章的產生 XD 也藉此讓我往後在面試準備上,對於產業和產品方面的準備和研究都做得更加齊全!


 

結語


這次面試距離之前大約隔了一年。上一份工作只待了短暫的一年時間,目前我已經任職於新的公司了!


之前和我們關係不錯的直屬主管一直強調要我們多去面試。沒錯,是主管要我們去的!XD


他說,了解外界行情、外部機會來做自我評估與定位非常重要。這也才養成了我時不時更新履歷、審視自己過去工作成效的習慣。


也正是因為這個原因,才有機會在去年把握到了這三個工作機會,並進一步評估是否離職?每份工作的能帶給我什麼?是不是我想要的?


求職過程不容易,上面雖然分享了一堆面試相關的準備方向。但最後,還是想建議並鼓勵大家!面試本身的準備都是有跡可循,最後記得回歸到自我身上:

了解自己的職涯規劃,才能做出最適當的職涯選擇!

Comentarios


bottom of page