面试的重要性不言而喻，有很多人学习了好几个月时间，最终就是和面试官的交流决定能否转行上岸。最近也有网友私聊我说，想聊一下数据分析师面试都面些啥，如何准备，一些常见问题如何回答，我面试准备过程整理总结下与大家分享。相信大家硬技能软件以及工具的学习都没有太大问题，除此之外，还需要关注软技能，这是数据分析的灵魂和价值所在。今天这篇主要是从软技能准备内容着手。
首先要明确一个定位，这里说的数据分析师不是技术类的数据分析师（更多的跟代码打交道，以及算法实现上的），而是更多是长在业务部门或者商业智能分析部门的分析师，我们可以称之为BA（business analytics）。既要有business sense，又要有简单的coding的技能辅助论证。具体的细分阶段可以参考网上流传的进阶要求对照下。http://www.woshipm.com/pmd/256241.html
简历准备
这是面试之前，最基本也是最重要的准备部分，尤其是对于跨行的朋友来说。关于简历的如何写，不做过多介绍，可以知乎上找一些。很多人是跨行的，说最大的痛点就是没有数据分析相关的工作经验，说这部分没法写。简历嘛本来就要包装美化下的，你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。
举个工厂质检员的例子：工厂生产洗衣液，需要设置一个密度来控制，设置多少是合适的呢，你利用别的类似产品的生产密度制作的正态分布线，然后计算出2西格玛的范围，然后评估下设置的密度背后带来多少损耗降低，最终得到一个最优值，从而给老板提出改进建议。这是一个从自己工作中挖掘出来与数据分析结合的case。
行业科普知识
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：http://www.199it.com/
细分领域的场景
第2方面解决了大的层面的盲点，需要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。这个推荐阅读下《精益数据分析》，商业模式对应第7章-13章内容; 有时间的可以关注下这部分，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）。
如果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。我有一次的面试中就用到了其中的杜邦分析法。
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。
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，到时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
自己的作品
在面试场景中，大多时候处于被动的状态，只有自己经历的那部分，有可能是亮度吸引面试官的注意力。那么自己的经历有时口头说的可能不够有冲击力，大家有的话，可以带上自己的数据分析的作品，当面给面试官展示，这样可以更容易将面试官引向自己所熟悉的领域。当然最后要准备充分，考虑面试官可能问到的问题，别给自己挖坑。
举个例子，当时我是POWER BI制作了数据化的监控看板类似数据产品的项目，方便进行异常的监控。然后我在面试前把这段经历详细整理，包括设计逻辑，监控判断原理，以及最后的结果等，将作品彩色打印出来，面试时带上给面试官介绍。
以上主要是6个方面来进行面试的准备，关于分析方法论以及逻辑表达，建议是找几个case或者找人给你mock下；关于背景知识的准备，就需要自己花点时间搜集信息，这个相对来说难度不大，综合下来，通过几次面试的磨练，相信你会运用自如的。
