面試的重要性不言而喻，有很多人學習了好幾個月時間，最終就是和麵試官的交流決定能否轉行上岸。最近也有網友私聊我說，想聊一下數據分析師面試都面些啥，如何準備，一些常見問題如何回答，我面試準備過程整理總結下與大家分享。相信大家硬技能軟件以及工具的學習都沒有太大問題，除此之外，還需要關注軟技能，這是數據分析的靈魂和價值所在。今天這篇主要是從軟技能準備內容著手。
首先要明確一個定位，這裡說的數據分析師不是技術類的數據分析師（更多的跟代碼打交道，以及算法實現上的），而是更多是長在業務部門或者商業智能分析部門的分析師，我們可以稱之為BA（business analytics）。既要有business sense，又要有簡單的coding的技能輔助論證。具體的細分階段可以參考網上流傳的進階要求對照下。http://www.woshipm.com/pmd/256241.html
簡歷準備
這是面試之前，最基本也是最重要的準備部分，尤其是對於跨行的朋友來說。關於簡歷的如何寫，不做過多介紹，可以知乎上找一些。很多人是跨行的，說最大的痛點就是沒有數據分析相關的工作經驗，說這部分沒法寫。簡歷嘛本來就要包裝美化下的，你可以仔細拆解一些自己的工作中與數據分析相關的，然後努力往上靠。這部分需要好好整理。
舉個工廠質檢員的例子：工廠生產洗衣液，需要設置一個密度來控制，設置多少是合適的呢，你利用別的類似產品的生產密度製作的正態分佈線，然後計算出2西格瑪的範圍，然後評估下設置的密度背後帶來多少損耗降低，最終得到一個最優值，從而給老闆提出改進建議。這是一個從自己工作中挖掘出來與數據分析結合的case。
行業科普知識
在面試中經常會被問到，瞭解這個行業，頭部的企業是哪幾家，競爭優勢是什麼的？......
所以在面試之前最好可以針對所投的這個行業做個簡單的行業研究。比如說在線旅遊OTA行業面試，你得知道行業的發展歷史，盈利模式，上下游的產業鏈條是什麼，目前市場上頭部的企業是哪幾家，各自的競爭優勢是什麼，未來趨勢什麼等等。這個主要是體現在資料收集的能力上，最快的方式就是找幾篇行業分析報告的看看，掃掃盲。
比如易觀，艾瑞諮詢的報告，或者是一些諮詢公司，券商的分析報告。還有個分析報告聚合的網址199it：http://www.199it.com/
細分領域的場景
第2方面解決了大的層面的盲點，需要了解細分領域的常見分析場景，主要是為了應對面試官出的情景分析（case interview）題背景準備的。幫助你瞭解熟悉目前主要對應公司的商業模式。這個推薦閱讀下《精益數據分析》，商業模式對應第7章-13章內容; 有時間的可以關注下這部分，數據分析指標對應第14章-20章（公司所處的階段及其關注指標）。
如果對應工作的方向專注的是電商和零售這塊的話，重點看下《數據化管理》這本書，重點可以看第2章-6章，對應常見的數據分析場景，相對來說比較接地氣，對於面試有幫助。我有一次的面試中就用到了其中的杜邦分析法。
邏輯思維能力
數據分析最重要的是分析和輸出結論。好的邏輯性對於你的思考，溝通和表達非常重要，關於邏輯性這塊基本功的訓練，請參考經典的麥肯錫《金字塔原理》。主要是關注思考的邏輯和表達的邏輯，解決問題的邏輯這三部分。
儲備分析框架
其實在面試的過程中，由於面試緊張，可能在場景面試中，容易慌亂，給出來的一個分析，給面試官顯得邏輯混亂，為了避免這樣的場景出現，你需要準備幾個常見的分析框架，到時到具體問題就可以套起來，顯得較有邏輯。具體可以參考這本書《誰說菜鳥不會數據分析》，具體的例子這本書裡有很詳細的闡述，要多找幾個case來練習這些框架，這樣面試時才用的順，否則弄巧成拙。
- 營銷理論：4P，SWOT分析，STP理論
- 管理理論：PEST，5W2H，生命週期，邏輯樹，SMART
- 模型：RFM，ABC法，AAARR（漏斗模型）
- 對比，細分，相關等分析方法
自己的作品
在面試場景中，大多時候處於被動的狀態，只有自己經歷的那部分，有可能是亮度吸引面試官的注意力。那麼自己的經歷有時口頭說的可能不夠有衝擊力，大家有的話，可以帶上自己的數據分析的作品，當面給面試官展示，這樣可以更容易將面試官引向自己所熟悉的領域。當然最後要準備充分，考慮面試官可能問到的問題，別給自己挖坑。
舉個例子，當時我是POWER BI製作了數據化的監控看板類似數據產品的項目，方便進行異常的監控。然後我在面試前把這段經歷詳細整理，包括設計邏輯，監控判斷原理，以及最後的結果等，將作品彩色打印出來，面試時帶上給面試官介紹。
以上主要是6個方面來進行面試的準備，關於分析方法論以及邏輯表達，建議是找幾個case或者找人給你mock下；關於背景知識的準備，就需要自己花點時間蒐集信息，這個相對來說難度不大，綜合下來，通過幾次面試的磨練，相信你會運用自如的。
