京东数据分析笔试全解析：SQL、AB实验与业务案例备考指南

开始之前，先说说这份试卷为什么值得翻出来看看

2019年京东春季校招的数据分析岗试卷，放在今天回头看，依然有很强的参考价值。不是说题目有多新，恰恰相反，它考察的东西——SQL取数、指标拆解、业务归因、AB实验设计——在六年后的数据分析面试中依然是主流。甚至可以说，当下很多大厂数分岗的笔试，核心逻辑和这份试卷是一脉相承的。

我当时拿到这份试卷的第一感觉是：它不考偏题怪题，不考编程语言语法细节，而是用京东自己的业务场景（电商、物流、用户增长）来包装每一道题。这意味着什么？意味着它考察的不是“你会不会写代码”，而是“你能不能带着业务视角去用数据解决问题”。这套考察逻辑，正是数据分析岗位日常工作的真实映射。

这篇文章会带你把这份试卷的核心考点逐层拆开，从SQL到统计，从指标体系到业务案例分析，每一部分我都会给出解题思路、踩坑提醒和实操心得。不管你是正在准备大厂数分岗校招的应届生，还是工作两年想跳槽的初级数据分析师，这篇文章都能给你一套可以直接对照复盘的备考框架。

1. 京东数据分析笔试的整体定位与考察逻辑

1.1 从试卷看京东对数分岗的能力预期

先聊一个很多人忽略的点：笔试不是单纯考知识，它在筛“适不适合干这行”。

京东那份试卷，前几道题基本锁定在SQL和数据处理上，中间穿插统计推断和概率计算，最后落到一两道业务分析大题。这个结构透露出的岗位预期非常清晰——数据分析师不是纯技术岗，也不是纯业务岗，而是两者的交汇点。你得能从数据库里把数取出来，还得能把这些数变成业务决策依据。

对比一下同期的其他大厂试卷会更明显。有的公司侧重机器学习算法推导，有的公司侧重产品Sense和A/B测试设计，京东这份卷子则更偏向“电商业务分析师”的画像：SQL必须熟练，统计要能落地，业务逻辑要清晰。它的业务场景设定通常围绕GMV变动归因、促销活动效果评估、用户分层运营效果分析、供应链库存周转这类电商核心问题展开。

所以你在复习时，就别花太多精力去啃那些偏算法的深度内容了。把SQL窗口函数练熟，把假设检验和AB实验的流程吃透，再配合一套业务分析框架去练案例题，基本就能覆盖这份试卷90%的考察面。方向对了，努力才有效。

1.2 题型分布与分值权重透露出的复习优先级

我根据考过同学的回忆和公开的帖子，整理了这份试卷大致的题型结构。虽然版本不完全一致，但分布逻辑是一致的：基础数据处理能力占大头，业务分析能力紧随其后，统计和概率穿插其中。

这个分值分布说明了一个问题：SQL和业务案例加起来占了半壁江山。如果时间有限，这两个板块的优先级最高。统计部分虽然占比不小，但考察的深度通常是应用层的，不会让你手推复杂公式。至于概率题，主要看你有没有基本的统计直觉。

另外注意一个细节：这套试卷是限时的，通常90到120分钟要完成上面所有题目。时间紧张意味着你不仅要会做，还要做得快。很多人栽在最后的大题上，不是不会分析，而是前面小题耗时太久。这个策略问题我后面会专门展开说。

2. SQL与数据提取：绕不开的第一道门槛

2.1 京东场景下的SQL考点：从取数到业务口径

京东的SQL题和LeetCode那种纯算法题完全是两码事。它不会扔给你一张员工表和一张部门表让你join一下完事，而是模拟一个电商业务场景，比如订单表、用户表、商品表、促销活动表——然后问你“计算2023年第一季度各品类的复购率”或者“找出客单价高于品类平均值的前100个SPU”。

这种题目表面上考SQL语法，实际上在考两件事。第一，你能不能把业务问题翻译成SQL逻辑。第二，你懂不懂电商数据背后的口径和坑。比如“复购率”就有好几种口径，按用户算还是按订单算，时间窗口定在多少天，新客要不要排除——口径不同，答案完全不同。笔试里通常不会明确告诉你这些细节，你需要自己定义并在答案里写清楚。

我见过太多人在这一步翻车：SQL写得很顺，但口径考虑不周，比如没排除测试订单和异常退款单，或者没处理同一天多笔订单的去重逻辑。这些细节恰恰是京东这种规模的公司特别在意的，因为日常业务决策依赖的数据报表，一点点口径偏差都会被放大。

2.2 高频题型拆解：留存、复购、GMV拆解

结合试卷实际考点和后续考生反馈，我整理了三个最高频的SQL题型和解法。

第一类：用户留存分析。给你一张用户登录记录表，让你计算某日新增用户在第7天的留存率。核心逻辑是先圈定新增用户（当天首次登录），再LEFT JOIN第7天还有登录记录的用户，最终按时段分组计算比例。这里的常用技巧是DATE_DIFF函数配合条件聚合，或者用窗口函数对每个用户计算首次登录日期。

-- 以2023-01-01新增用户7日留存为例 WITH new_users AS ( SELECT user_id, MIN(login_date) AS first_login FROM login_log GROUP BY user_id HAVING MIN(login_date) = '2023-01-01' ) SELECT COUNT(DISTINCT n.user_id) AS new_user_cnt, COUNT(DISTINCT CASE WHEN l.login_date = DATE_ADD(n.first_login, INTERVAL 7 DAY) THEN n.user_id END) AS retained_cnt, COUNT(DISTINCT CASE WHEN l.login_date = DATE_ADD(n.first_login, INTERVAL 7 DAY) THEN n.user_id END) / COUNT(DISTINCT n.user_id) AS retention_7d FROM new_users n LEFT JOIN login_log l ON n.user_id = l.user_id

第二类：复购率分析。区别在于需要定义“购”的维度，是订单ID还是下单次数，以及时间窗口。推荐在SQL里用带注释的子查询把口径写清楚，哪怕代码长一点，阅卷人看了会觉得你有业务sense。

第三类：GMV拆解。比如“统计2023年6月各一级类目GMV环比变化及贡献度”。这题单纯用SUM + GROUP BY就能完成80%，但如果你想拿高分，就要多算一步“各品类GMV变化对大盘GMV变化的贡献率”。这需要在拆解时保留上月GMV、本月GMV、差额、贡献率这几个字段，而不是只交一个汇总表上去。

2.3 手写SQL的答题规范和细节技巧

笔试现场手写SQL和你在本地编辑器里写完全不一样，没有自动补全，没有报错提示，写错了就是错了。几个实操细节分享给你。

第一，养成写WITH子句的习惯。复杂逻辑拆成一段一段的临时表，既方便自己理清思路，也方便阅卷人看懂你的解题链路。不要在一条SELECT里堆十几个CASE WHEN，那会给阅卷人留下“逻辑混乱”的负面印象。

第二，时刻关注NULL值的处理。LEFT JOIN 后右表字段大概率出现NULL，COUNT、SUM、AVG这些聚合函数对NULL的处理又各不相同。比如AVG会忽略NULL行，但如果你用SUM/NULLIF(COUNT,0)手动计算平均值，NULLIF就非常关键。这些细节在笔试题里经常成为区分度。

第三，写完SQL务必检查边界条件。日期临界点是否包含当天，金额单位是元还是分，订单状态是否需要过滤“已支付”——每个动作背后都可能影响最终结果。我常用的检查方式是：结果先做总量级估算，看看算出来的数是不是符合常理。比如“日活5000万”这种量级在京东场景下是合理的，如果算出来5万，那一定哪里出了问题。

3. 统计基础与AB实验：别背公式，要理解业务含义

3.1 假设检验在电商场景中的实际落地

统计部分京东这份试卷不会让你手推中心极限定理的证明，而是给一个业务场景，让你判断用什么方法、为什么、怎么解读结果。典型的题目长这样：“促销页改版后，我们观察到点击率从2.0%提升到2.3%，请问这个提升是否显著？应该用什么检验方法？需要注意什么？”

这道题的考点拆开来看有三层。第一层，识别问题类型：点击率属于二项分布数据，样本量足够大时可以用Z检验，更严谨的做法是用卡方检验或两比例检验。第二层，解释显著性水平与P值：P值小于0.05只说明在统计意义上拒绝原假设，但不代表实际业务效果一定显著（需要结合效应量）。第三层，指出常见陷阱：样本量是否事先计算，两组的流量分配是否随机，有没有辛普森悖论的可能。

答题时我建议按“原假设→备择假设→检验方法→样本量→结果解读→业务建议”这个顺序写，逻辑链条完整。比如：

原假设H0：改版前后点击率无差异（p1 = p2）；备择假设H1：改版后点击率显著提升（p1 > p2）。本场景属于大样本二分类比例检验，可采用两比例Z检验。显著性水平取0.05，检验功效设为0.8，事前计算每组所需样本量不低于8600。实际结果显示P值<0.001，在95%置信水平下拒绝H0，认为改版对点击率有显著正向影响。考虑到置信下限为0.2个百分点，虽然统计显著但业务提升幅度有限，建议结合运营成本综合判断是否全量上线。

你看，同样是结论，这个回答把方法选择、样本量估算、结论边界和业务建议都覆盖到了。阅卷人一眼就能看出你是有实战经验的人，而不是只会背公式。

3.2 AB实验设计题目：从分组到评估的完整流程

AB实验的完整流程是京东数据分析岗笔试和面试的共同重点。记住标准套路：确定实验单位（用户还是请求）→ 确定指标（核心指标+护栏指标）→ 计算样本量 → 随机分组 → 设定实验周期 → 上线观察 → 显著性检验 → 结果解读与决策。

笔试中最常考的两个点是样本量计算和实验周期。样本量计算涉及一个公式：n = (Zalpha + Zbeta)^2 * 2 * p * (1-p) / (p1 - p2)^2。如果在笔试中给出提升阈值的场景，你要能直接把数字代入算出来，这属于基本功。

实验周期这块有个坑。很多人以为实验跑满7天就够了，但实际要考虑一周的周期性波动（工作日vs周末）和用户行为延迟效应（新用户需要激活期，老用户可能受到新奇效应影响）。所以笔试里如果问“实验要跑多久”，正确答案通常不是“7天”，而是“至少覆盖一个完整业务周期（如7天），且要照顾到行为延迟，通常建议14天或21天，并在上线第3天、第7天分别做一次中间检查”。

3.3 概率题与业务直觉

概率部分通常不会太难，但会披着电商外衣。比如“某商品加入购物车后购买的概率为30%，三个独立用户加入购物车，至少一人完成的概率是多少”——这就是1 - (1-0.3)^3 = 0.657，考的是概率论基础。

这类题想全对不难，就怕你在“独立”这个假设上栽跟头。现实业务里用户行为从来不是完全独立的，但笔试默认在理想条件下计算，别把问题复杂化。我做这类题的习惯是，先判断是不是独立事件，再看是“至少”还是“恰好”，最后再套公式。每道题我都在草稿上写清楚这两个判断，再动笔算。

4. 业务案例分析题：拉开差距的地方

4.1 案例题的三种典型出题形式

案例分析题在试卷中的权重最高，也是最难临时抱佛脚的部分。京东的案例题通常从以下三种形式中选。

形式一：指标异动归因。比如“某品类6月GMV环比下降12%，请分析可能原因”。这种题的考察核心是归因逻辑和拆解能力。你不能一上来就猜“是因为竞品搞活动”，而是要把GMV按“流量×转化率×客单价”拆开，再层层下钻到“新客/老客”“各品类/各品牌”“各渠道/各区域”，最后结合内外部因素给出假设清单。

形式二：业务方案设计。比如“设计一套会员召回方案，目标是在预算有限的情况下最大化召回率”。这种题考察的是方案设计能力和数据预估能力。你要把目标人群分层、触达方式、成本测算、预期效果、监控指标都说清楚，尤其是用什么数据指标衡量方案是否成功。

形式三：指标体系搭建。比如“为一个同城零售业务设计核心指标体系”。这种题要你从北极星指标出发，拆分出用户获取、转化、留存、履约、供应等模块的关键指标，并给出各指标之间的逻辑关系。

4.2 高分答题框架：假设驱动+数据验证+落地建议

无论案例题长什么样，我都推荐用“三步法”来组织答案。这套框架我从实际写分析报告的经验里提炼出来，笔试和面试都适用。

第一步，明确问题边界。把题目里模糊的表述转化成可量化的问题。比如“GMV下降了”，你要反问自己：下降的起点是什么时候、对比口径是什么、哪个品类最先异动？在纸上写清楚问题边界，后续回答就不会跑偏。

第二步，分层拆解+假设列表。用MECE原则把问题拆成互斥且穷尽的子项，再针对每个子项给出可能的假设。以GMV下降为例：流量端口(DAU、访问深度)、转化端口(浏览→加购→下单各环节转化率)、客单端口(件单价、连带率)。每个拆分维度下再列出具体假设，比如“首页改版导致入口流量大幅下滑”“某个大促活动结束后用户需求被提前透支”。

第三步，验证方式+落地建议。这一步最体现经验，因为你要说明用什么数据去验证假设。比如“用渠道漏斗日志确认各环节转化率，用分品类日销趋势图定位异动爆发点”。验证完毕后，还要给出可操作的改进建议，而不是停留在“建议优化流量结构”这种空话。例如：“建议次日上线首页核心入口回归A/B测试，同时针对流失最大的品类启动定向促销，预算控制在50万以内，评估周期为7天。”

4.3 结合京东业务特色的回答思路

京东的业务是“零售+物流”一体化的，这意味着数据分析不只盯着前端流量转化，还要关注供应链效率和履约成本。笔试案例题偶尔会涉及“单均履约成本上升如何归因”“库存周转天数异常怎么分析”这类偏供应链的题目。

如果遇到这类题，你要把“采购—仓储—配送—售后”全链路的关键指标串起来。采购端看采购周期和批次规模，仓储端看周转天数和滞销占比，配送端看妥投时长和运力利用率，售后端看退货率和逆向物流成本。带着这个链路去拆解，比你孤立地分析某一环节要全面得多。

即便题目本身是典型的电商前端问题，你在回答最后如果补一句“同时要关注这个指标变动对复购和用户口碑的长期影响”，也能让阅卷人感受到你理解京东“零售+物流”闭环的商业模式，而不只是盯着前台GMV看。

5. 备考策略与常见失分点复盘

5.1 刷题之外，更要练的是“限时决策”

很多人在准备时把重点放在刷题上，但缺少“限时模拟”这个关键环节。京东这份试卷90到120分钟，题目量不小，我第一次模拟时前面的SQL题抠了太久，最后一道案例分析题只写了三行字。后来我调整了策略：先花3分钟通读全卷，评估每道题的时间成本，先做自己最有把握的题，再做需要思考的题，案例题至少留出25分钟。

这个时间分配策略让我多拿了至少15%的分数。笔试不仅是考你会不会，还考你在有限时间内能不能稳定发挥。我建议你在复习后期至少做三次完整限时模拟，每次结束后认真复盘：哪类题耗时超标，哪类题容易卡壳，哪些知识点在紧张状态下就容易空白。

5.2 高频失分点清单

结合试卷反馈和我自己踩过的坑，整理了一份高频失分点清单，对照自查。

第五点“疏于复查”是很多人最容易忽略的，但它可能是性价比最高的一项。笔试那种高压环境下写出来的代码，多多少少会有小毛病：漏了个逗号、日期没加引号、表名写错。留出几分钟从头扫一遍代码，成本极低，但可能帮你把“会做”变成“得分”。

5.3 从“会做题”到“能拿offer”的最后一公里

笔试只是第一关，它的成绩直接影响你能不能进面试。站在出题人角度想，这份试卷真正想筛选的人，不是SQL写得多华丽的，而是“遇到业务问题时能形成闭环”的人。所谓闭环，就是从问题定义、数据提取、分析方法、结果验证到策略建议，跑完整个链路。

因此我建议你在备考阶段就刻意用“闭环思维”来对待每一道练习题。每次做完一道SQL题，强迫自己再用三句话解释这个查询结果对业务意味着什么；每写一道案例题，逼自己给出数据验证方案而不是堆假设。长期这样练习，你会发现笔试中的主观题越写越顺，因为它们不过是你日常分析工作的小型复刻。

如果你想在案例分析题上再精进一步，可以主动找一些公开的电商数据集练手，比如公开的订单流水数据。用SQL跑出每日GMV趋势，尝试做一次GMV下降归因分析，再把结论写成一页PPT式分析报告。这个过程模拟了笔试案例题从取数到结论的完整链路，也是我个人认为最有价值的备考方式之一。

写在最后：这类试卷考察的核心是一种“数据直觉”

说到底，京东2019春招这份数据分析试卷，和市面上各种“数分笔试100题”最大的区别在于：它不是拼知识储备，而是拼数据直觉。数据直觉不是靠背题背出来的，而是靠你不断用数据去解释真实业务问题、再拿数据结果去检验业务判断的循环来养成的。

根据我个人带新人和当时备考的经验，如果能完整走一遍“SQL取数→统计推断→案例归因→方案落地”这个闭环，你对数据分析岗位的认知会比刷一百道题更扎实。这份试卷最好的用法，不是考前刷一遍找手感，而是把它当作一面镜子——找到自己最薄弱的环节，然后针对性地去补。数据这条路上没有捷径，但你走过的每一个坑，都会变成未来面试和工作中实实在在的竞争力。