游戏行业校招数据分析师笔试攻略：从SQL到业务案例的全解析

秋招季聊点实在的搜狐畅游2019校招数据分析师笔试题复盘与备考思路每年8月到10月是互联网公司和游戏公司校招笔试最密集的阶段。作为一枚在游戏行业摸爬滚打多年的数据分析师经常有学弟学妹来问我“游戏公司的数分笔试题到底考什么跟互联网公司有什么区别”所以今天我就以搜狐畅游2019校招数据分析师笔试题为切入点结合我自己的面试和带人经验把游戏行业数据岗笔试的考察逻辑、高频考点、实战解法完整拆一遍。无论你准备的是畅游、腾讯、网易还是其他游戏厂商这套思路都能直接复用。文章会比较长但每一条都是能落到笔头上的干货。1. 笔试整体设计思路拆解游戏公司到底想筛选什么样的人先说一个很多应届生容易误解的地方笔试不是为了考倒你而是为了用最短的成本筛掉不合适的人。畅游这类老牌游戏厂商的数据分析师岗位笔试题目设计有非常明确的指向性归纳起来就三件事。1.1 核心考察目标数据基本功、业务sense、逻辑严谨性第一是数据基本功。SQL是底线统计概率是基础Excel也得拿得出手。笔试题里一定会有SQL题和概率统计题这没什么可讨价还价的。第二是业务sense。游戏公司不等于互联网公司它的业务场景非常具体版本更新、活动投放、付费设计、留存流失。笔试里会出现跟游戏业务紧密结合的案例题考察你能不能把数据方法落地到业务问题上。这一部分是最能拉开差距的。第三是逻辑严谨性。同样的数据不同的人能读出完全不同的结论。笔试里的开放题并没有标准答案但阅卷人一眼就能看出谁的思路是清晰的、谁是在堆砌名词。严谨性体现在你定义的口径是否清楚、你的假设是否说明、你的结论是否有数据支撑。这三点对应的其实是游戏数据分析师日常工作中最核心的能力取数、分析、沟通。笔试的本质就是一场浓缩版的入职预演。1.2 题型结构与分值分布客观题和主观题如何搭配从近几年多家游戏公司的笔试情况来看数据岗笔试通常由三部分组成首先是客观题包括选择题、填空题覆盖概率统计、逻辑推理、SQL语法等基础知识点。这部分题量大、单题分值低考验的是熟练度和准确率。常见出题范围包括条件概率、贝叶斯公式、常见分布二项、泊松、正态、假设检验、AB实验基础概念。然后是SQL编程题通常给一个表结构让你写查询语句。一般会有2到3道难度从简单到中等递进考察窗口函数、连表、子查询、聚合等核心操作。最后是业务案例分析题这是分值最高也最考验功力的部分。题目会给一段业务背景和几个数据表格让你分析某个问题比如留存下降、付费率波动并给出结论和建议。这类题没有标准答案但好的回答和差的回答差距很大。客观题认真准备就能拿分但案例题才是决定你能不能进面试的关键。1.3 游戏行业笔试题与互联网公司的差异点我见过不少人拿互联网公司的面试题去准备游戏公司笔试结果发现风格完全对不上。两者确实有差异主要体现在三个方面。第一业务场景具象化程度更高。互联网公司的数据题经常是泛泛的“某APP用户活跃下降”但游戏公司会具体到“某版本更新后新手关卡通过率下降如何定位原因”。这意味着你对游戏的基本指标口径要有认知。第二对留存和付费的重视程度极高。游戏行业最关注的两件事就是留存和付费笔试和面试几乎绕不开。DAU波动、次留、7留、30留、付费率、ARPPU、LTV、ROI这些指标你得门儿清。第三AB实验的考察更贴近实际业务。游戏行业的AB实验有很多坑比如玩家分群不均匀、版本更新干扰、群体学习效应等。笔试中经常会结合这些实际场景来出题考察你是否只停留在理论层面。理解了这些差异你就知道为什么不能只刷互联网大厂的题了。2. 核心知识模块与高频考点精析笔试题目年年变但知识点就那些。我在带新人时总结过一套“游戏数分笔试必备知识地图”这里把最核心的模块逐一拆开讲。2.1 SQL笔试中的硬通货怎么写才能不丢分SQL在笔试中的地位怎么强调都不为过。可以说SQL题做不好其他部分再精彩也大概率进不了面试。畅游笔试的SQL题一般不会特别难但很看重写法的规范性和逻辑清晰度。高频考点主要有三个方向第一个是聚合与分组统计。比如按渠道统计新增用户数、按日期统计活跃用户数这类题需要熟练掌握GROUP BY、COUNT、SUM、DISTINCT的组合使用。第二个是连表查询。比如用户表和充值表关联统计充值用户的付费率需要掌握INNER JOIN、LEFT JOIN的区别以及如何控制数据膨胀。第三个是窗口函数。比如计算用户的付费间隔、按时间排序取每个用户的首次充值时间。ROW_NUMBER()、RANK()、LAG()、LEAD()这些函数在笔试题里很常见。这里分享一个容易踩坑的点很多人在笔试里用SELECT DISTINCT去重但没想清楚去重的粒度是什么。比如统计付费用户数如果用SELECT COUNT(DISTINCT user_id)没问题但如果想统计每天的付费用户数就要先按天和user_id去重再聚合顺序搞错了结果就是错的。笔试写SQL时注意三点一是表别名要清晰方便阅卷人看懂你的思路二是先梳理清楚表之间的关系再动手写三是写完一定要在脑子里逐行跑一遍数据避免逻辑漏洞。2.2 统计概率不只是公式要会算更要会用统计概率在笔试中的占比通常在30%到40%考察方式比较固定但有个趋势是越来越跟业务场景结合。常见考点有以下几类基础概率与条件概率是必考的比如贝叶斯公式的应用。常见考法某渠道新增用户的次留是40%其中男性用户次留是50%问随机抽到一个次留用户是男性用户的概率是多少。这类题的关键是画清楚事件关系别把条件概率和联合概率搞混。常见分布也需要掌握特别是二项分布、泊松分布和正态分布。游戏行业有个经典场景某抽卡活动的出货率是1.2%抽100次至少出1次的概率是多少。这类题就是二项分布的典型应用但如果次数足够多、概率足够小用泊松分布近似会更方便。假设检验和置信区间近两年出现频率越来越高跟AB实验紧密结合。你需要理解p值的含义、第一类错误和第二类错误、如何选择检验方法t检验、z检验、卡方检验。面试官很看重你能否用通俗语言解释这些概念而不是只会背公式。关于笔试中的统计题我的建议是公式要背熟但更重要的是理解每个公式背后的业务含义。因为题目往往不会直接问你“用哪个公式”而是给你一个业务场景让你判断该用什么方法。2.3 游戏业务指标体系不懂业务就做不对题游戏公司笔试跟互联网公司笔试最大的区别就是业务指标考察的比重。如果你对游戏行业的基本指标没有概念案例题基本无从下手。核心指标方面留存类指标有次留、7留、30留付费类指标有付费率、ARPU、ARPPU、LTV用户类指标有DAU、WAU、MAU、新增用户数、活跃用户数。传播类指标近年也重要起来比如K因子、分享率、邀请转化率。以留存为例你需要理解分层留存和新增留存的不同口径。新增留存关注的是某天新增用户在N天后的留存情况而活跃留存关注的是某天活跃用户在N天后的留存情况。两者用于回答的问题不同前者衡量产品对新用户的吸引力后者衡量产品对存量用户的粘性。LTV用户生命周期价值也是高频考点公式拆开就是LTV 用户平均生命周期 × 每用户平均收入ARPU。但笔试中更常考的是如何用有限的短期数据估算长期LTV这就涉及留存曲线的衰减模型拟合。我不建议死记硬背这些指标的定义而是建议你去找一款熟悉的游戏试着把它当月的核心指标算一遍。有了具体业务场景的代入记忆会牢固很多。2.4 案例分析思维从“看数据”到“下结论”的完整链路案例分析题是笔试中的重头戏也是区分“做题家”和“准分析师”的试金石。这类题通常会给你一段背景描述和几份数据让你回答“你怎么看”或“下一步怎么做”考察的是完整的分析闭环能力。先说阅卷人最反感的三类答案一是只罗列数字没有结论。数据下降、数据上升谁都会看分析的价值在于透过数字找原因。二是只给原因不给方案。分析完原因就结束了缺少后续动作的建议说明你缺少闭环思维。三是思路混乱没有结构。想到哪写到哪让阅卷人自己去提炼你的逻辑。一个合格的分析框架应该包含四个步骤第一步确认分析目标。明确你要回答的核心问题是什么是“解释指标为什么波动”还是“预测未来趋势”还是“评估某个改动效果”不同目标对应不同的分析路径。第二步定义数据口径和对比基准。指标是怎么算的对比的是上个版本、上个周期还是对照组口径不清晰结论就没有意义。第三步拆解影响因素。利用公式拆解法或逻辑树分析法把所有可能的原因列出来再用数据逐层排除。比如付费率下降可以拆解为付费用户数下降或活跃用户数上升再进一步下钻到渠道、版本、用户分层等维度。第四步输出结论与建议。结论要有数据支撑建议要可落地、可验证。最好能建议下一步做什么实验或者监控什么指标来验证你的判断。举个例子某游戏版本更新后次留从35%下降到30%。完整分析思路是先拆分是新增用户结构变化还是产品体验变化导致的。如果新增用户来源渠道占比变化不大那问题大概率在游戏本身。具体可以对比不同关卡的通过率、新手引导的完成度、首日在线时长分布定位到具体流失节点再建议针对性的优化方案和验证实验。这才是阅卷人想看到的回答。3. 典型真题还原与解题思路复盘虽然原题没办法完整复原但我根据多位参与过笔试的同学回忆和行业内流传的版本整理了四道具有代表性的题目还原出题逻辑和完整解题过程帮助你直观感受真实笔试的难度和节奏。3.1 SQL真题近7日留存用户数该怎么算这道题给了一个用户登录记录表login_records字段包括user_id和login_date要求统计每个自然日的活跃用户中前7天内有过登录记录的用户数即7日内留存用户数。很多人的第一反应是直接写SELECT login_date, COUNT(DISTINCT user_id) FROM login_records GROUP BY login_date但这统计的是当日活跃用户数不是题目要求的7日留存。正确思路是对每个用户判断其在一个滑动时间窗口内是否有活跃记录。一种简洁的写法是SELECT a.login_date, COUNT(DISTINCT a.user_id) AS active_users, COUNT(DISTINCT b.user_id) AS retained_users FROM login_records a LEFT JOIN login_records b ON a.user_id b.user_id AND b.login_date a.login_date AND b.login_date DATE_SUB(a.login_date, INTERVAL 7 DAY) WHERE a.login_date BETWEEN 2019-08-01 AND 2019-08-31 GROUP BY a.login_date注意两个关键点一是只统计前7天的登录记录不包含当天否则就变成“含当天活跃”的口径了二是join条件里的日期范围一定要限定死否则要么数据算多了要么查询效率极低。这道题考察的其实不是SQL语法有多难而是你能不能把业务口径翻译成正确的查询逻辑以及自连接时有没有意识到数据膨胀的问题。3.2 统计概率题抽卡概率与期望次数游戏行业必考概率题。经典考法如下某卡池中SSR的出货率是1.5%每次抽卡相互独立问抽100次至少出一个SSR的概率是多少以及平均要抽多少次才能出货。第一问相对简单至少出一个SSR的概率 1 - 0个SSR的概率 1 - (0.985)^100约等于77.9%。这里需要注意如果题目问的是前99次没出、第100次出那概率仍然是1.5%两者考察的考点完全不同别被绕进去。第二问平均要抽多少次就涉及几何分布的期望E(X) 1 / p。因为每次抽卡是独立的伯努利试验等待第一次成功所需次数的期望就是p的倒数。代入p1.5%期望次数约等于66.7次。延伸考点如果引入了“保底机制”比如90次必出期望次数该怎么算这里就不能简单用几何分布了。正确做法是考虑保底机制改变了尾部概率分布需要分段计算累计概率。具体可以算90次内出的概率1-(1-p)^90这部分的期望是[1-(1-p)^90]/p近似90次必出。混合起来算期望会明显降低平均值。这类题的启示是不要只会套公式要理解公式的适用条件和边界。保底机制的加入本质上就是一个截断分布的问题。3.3 业务案例题付费率下降的原因排查这是笔试的最后一道大题背景设置通常如下一款MMORPG游戏近期进行了一次版本更新更新后发现7日付费率从14%下降到了11%你作为数据分析师如何分析定位原因基础分析思路分三步走先做指标拆解。付费率 付费用户数 / 活跃用户数首先确定是分子下降了还是分母上升了。如果活跃用户数上升而付费用户数没变付费率也会下降但业务含义完全不同。这一步用数据确认口径方向不要上来就猜原因。再做维度拆解。从渠道、用户类型新增/老用户、设备、版本、付费档位等维度进行拆解定位异常集中在哪个细分群体。比如发现新增用户的付费率正常只有老用户付费率下降那问题大概率出在版本改动影响了老用户的付费意愿典型情况是商城调整、付费道具数值变化、月卡改版等。最后做用户行为分析。定位到相关用户群后下钻分析付费路径各环节的转化率是否进入商城的人数少了是否浏览了商品但没有购买是否充值流程出现卡点结合用户调研或问卷交叉验证结论。回答这类题时一定要把“假设-验证-结论-建议”的链路写完整。不要求一步到位找到答案但要让阅卷人看到你面对一个复杂问题时有清晰的拆解思路并且每一步结论都有对应数据支撑。3.4 开放思维题如何设计一张数据日报还有一种题型虽然占比不大但特别能看出候选人的业务理解深度比如给运营负责人设计一张每日核心数据报表你会放哪些指标为什么低分答案通常是把所有指标都堆上去DAU、次日留存、7日留存、付费率、ARPPU、LTV、新增用户、在线时长……看起来面面俱到实际上没有重点。高分答案会先把看报表的人是谁想清楚运营负责人日常关注的不是每一个指标而是业务的健康度和异常波动。因此日报应该包含两类信息一类是核心指标现状类似仪表盘另一类是异常预警可以直接指出需要关注的问题。我建议的日报结构是首屏放3到5个核心指标比如DAU、付费率、次留、新增每个指标要有昨日值、7日均值、环比变化第二屏放异常指标预警例如哪个渠道的新增下降超过10%、哪个关卡的通过率低于基线让运营负责人一眼就能定位问题第三屏放关键事件备注比如版本更新、活动上线、渠道投放调整等用于关联指标短期波动。回答这类题的关键不是指标罗列而是需求理解。每放一个指标都要能回答“这个指标对决策有什么用”。4. 数据分析师学习路线与备考建议笔试只是起点。就算你通过了畅游的笔试后续还有两到三轮面试等着你。从长远来看数据分析师这个岗位要求的是持续学习。这里我把备考和成长的路径完整梳理一遍你可以根据自己的基础选择切入阶段。4.1 新手入门零基础如何搭建知识框架如果你是转行或者非科班出身最忌讳一上来就报班或者狂刷题。正确的顺序是先建立知识地图再逐块填充。第一阶段是工具基础。从Excel开始学这不是因为它有多高级而是因为它能帮你建立对数据最基本的感觉。Excel的透视表、VLOOKUP、常用函数掌握之后再转SQL会非常快。第二阶段是SQL技能。推荐先学SELECT语法、WHERE过滤、GROUP BY聚合、JOIN连表、窗口函数这几个核心模块。练习平台可以选LeetCode的数据库题库或者SQLZoo边刷边总结常用套路。第三阶段是统计概率。推荐先看《赤裸裸的统计学》这类通俗读物建立直觉再搭配可汗学院的统计与概率课程补齐数学推导。学的时候要带着业务场景去理解比如条件概率对应“已知用户是男性付费概率是多少”。这个阶段建议时间控制在3到4个月每天投入2到3小时。不要贪快基础打不牢后面全是坑。4.2 进阶提升如何培养业务分析思维工具和数学是硬技能相对容易补真正难的是业务分析思维。我从带新人的经验中发现很多人SQL很溜统计公式也能默写但遇到一个真实业务问题就不知道从哪里下手。提升业务分析思维有一个笨但有效的方法找一份公开的数据集比如Kaggle上的游戏玩家数据集或者国内公开的数据竞赛数据自己完整地做一个分析项目。从明确问题、数据清洗、特征探索、可视化、结论输出到形成报告全部走一遍。另一个方法是模拟面试训练。找同学或者网友互相出题一方扮演面试官给业务场景另一方现场梳理分析思路。多做几次你会发现碰到什么题都能条件反射地先拆解法再找原因。进阶阶段推荐阅读《精益数据分析》和《数据化管理》。前者能帮你理解不同产品生命周期的核心指标后者偏实战会具体讲到数据日报、周报的分析思路和呈现方式。4.3 考前冲刺真题刷法与错题复盘技巧考前一到两周是冲刺期主要任务就是刷题和复盘。但刷题有策略不建议海量盲目刷。第一优先刷目标公司近两三年的真题。笔试风格每年会有延续性畅游的题刷完再去刷其他游戏公司的题三七互娱、完美世界、米哈游等可以摸清行业共性。第二优先刷SQL题。这是最好拿分也最容易翻车的部分建议每天保持5到10道SQL题的手感重点练习窗口函数和复杂连表。第三是统计概率题重点回头看自己容易错的题型。是贝叶斯公式不熟还是假设检验概念混淆每个薄弱点找对应的专项练习题集中攻克。关于错题记录我会用一张简单的表格包含题目来源、考察考点、我的答案、正确答案、错误原因和同类题巩固这六列。考前翻一遍错题表比分章节刷题更高效。4.4 CDA数据分析师认证要不要考随着“CDA数据分析师”这个词越来越火很多准备入行的同学会问我考这个证对找工作有帮助吗我的观点是对于校招应届生CDA证书起到的是锦上添花的作用而不是雪中送炭。笔试面试中面试官更看重你的实操能力和业务理解不会因为一张证书就给你加分太多。但在一种情况下可以考你的简历里缺少数据分析相关的项目经历证书可以作为一个知识体系完整度的背书。如果你有预算和时间备考CDA的过程本身就是一次系统学习覆盖了业务数据分析师所需的大部分基础知识点。特别是LEVEL 1的考试内容Excel、SQL、数据可视化、业务分析跟游戏公司笔试的知识范围重合度很高考完直接去笔试会有明显优势。如果预算有限完全可以不考。把备考CDA的时间和精力用来做项目、刷真题对求职的性价比更高。证书是手段能力才是目的。5. 笔试现场的时间分配与应试策略很多人明明准备得很充分上了考场却因为时间不够或者心态崩了而发挥失常。笔试现场的策略性其实和知识储备一样重要。5.1 拿到卷子后前5分钟该做什么不要上来就动笔。先把整套卷子快速浏览一遍判断各部分题量和难度分布。一般来说客观题控制在20到25分钟内完成SQL题每道10分钟案例分析题预留30到40分钟。在浏览过程中把一眼就能看出思路的题和需要花时间的题分别标记出来。先做有把握的题把分数先拿到手再做中等难度的题最后啃硬骨头。切忌在一道难题上死磕超过10分钟。笔试是算总分的一道题耗掉半小时导致后面三道简单题没时间做是最不划算的买卖。5.2 案例分析题的时间分配建议案例分析题是分值最大也最需要组织语言的部分千万不要看到题目就开始长篇大论地写。我推荐用10分钟列提纲、15分钟写正文、5分钟检查补充。列提纲时先搭出框架背景确认、数据口径、拆解维度、结论建议。有了骨架再填血肉写出来的答案逻辑性和可读性都会好很多。一个常见的情况是很多人写着写着发现自己对某个数据口径的理解不清晰然后就开始绕来绕去。这时候不要纠结用假设的方式写清楚“以下分析基于XX口径”如果口径有偏差阅卷人也会认可你的处理方式因为这本身就是分析师的日常做法。5.3 心态调整把笔试题当成工作场景模拟最后想分享一个心态层面的建议。很多应届生把笔试当成考试一紧张就容易发挥失常。但实际上笔试题就是未来工作场景的提前模拟。SQL题就是日常取数工作统计概率题就是你看数据时做判断的基础案例分析题就是你未来面对业务方的灵魂拷问。你不是在“答题”而是在展示你作为数据分析师如何思考和解决问题。抱着这种心态去笔试你会发现题目没那么可怕。遇到不会的题先深呼吸把它翻译成一个工作问题然后按照“目标-拆解-数据-结论”的链路去组织答案。即使最终不是标准答案你的思路也会被阅卷人看到。从我带过的应届生来看能通过笔试进入面试的不一定是知识量最大的但一定是在笔试中展现出清晰分析思路和良好时间管理能力的人。这套能力不仅是笔试需要的更是未来职业发展中贯穿始终的核心竞争力。