1. 笔试本质游戏行业数据分析师到底在筛选什么人1.1 岗位画像这个岗位进去之后到底做什么2023年春招我投搜狐畅游数据分析师之前其实对“游戏数据分析师”这个岗位的理解比较模糊。当时以为数据分析师无非就是写写SQL、跑跑报表后来去查了不少面经又结合笔试实际内容才意识到这个岗位和互联网电商、金融风控的数据分析有很大不同。畅游做的是游戏业务旗下有《天龙八部》端游、各类手游产品线。游戏数据分析师的核心工作不是简单地“取个数”而是要围绕整个游戏的生命周期做数据支撑。具体来说日常工作大概可以分成几块版本更新后的数据监控、新用户进入游戏后的转化漏斗分析、留存波动归因、付费用户行为分层、活动运营的效果评估还有用研侧的用户调研数据配合。这些工作串联在一起形成了一条完整的业务数据链条用户从哪里来、进游戏后做了什么、为什么留下来或流失、哪些人在付费、什么样的活动能刺激付费。这些日常工作决定了笔试的考察方向。笔试不会只考你SQL写得多熟练也不会只考你会不会机器学习模型而是会从“能不能独立完成从取数、清洗、分析到得出结论”这条链路来筛选人。说白了企业要的不是“会跑数的工具人”而是“能通过数据讲清楚业务问题的人”。1.2 笔试这关到底在筛什么很多人以为笔试就是做题、考智商其实不是。笔试在招聘流程里承担的是“快速筛选器”的角色它要在尽量短的时间内判断你是否有潜力成为一名合格的数据分析师。尤其是春招这种批量招聘场景笔试筛人会更看重基础能力和思维方式而不是单纯追求答案正确。我复盘下来畅游的数分笔试核心考察三个层面。第一层是硬技能也就是SQL、Python、Excel这类工具的使用。SQL是必考窗口函数、多表关联、留存计算这些高频考点几乎躲不掉。Python在笔试里通常以Pandas数据处理和简单统计计算为主不会考太偏的算法题。Excel偶尔会出现但不会让你写VBA更多是考察数据透视表思维或者基础函数逻辑。第二层是统计与概率基础。假设检验、p值、置信区间、AB实验的细节这些在游戏数据分析中非常常用比如判断一个新版本是否带来了留存提升、一个运营活动是否真的拉动了付费都要通过统计方法验证。第三层是业务敏感度。这一层最容易被忽略也最拉分。畅游这种游戏公司笔试题一定会结合游戏业务场景比如给一个留存下降的case让你分析原因或者给你一张用户行为表让你找出可优化的环节。这类题没有绝对标准答案考察的是你的分析框架、假设拆解能力和表达逻辑。三层能力缺一不可。硬技能不过关笔试直接挂统计基础薄弱的随便追问就露馅业务敏感度不行即使代码写对了答案也像“没有感情的取数机器”。2. 题型拆解与核心知识点2.1 SQL窗口函数是分水岭畅游的SQL笔试题难度不算变态但覆盖面很广。我当时遇到的题型包括单表查询、多表关联、聚合统计、去重、日期函数处理还有窗口函数。窗口函数是区分“会写SQL”和“写得很好”的关键因为很多业务场景比如计算留存、用户分层、TopN问题用普通group by很难优雅地解决但用窗口函数会很方便。举个例子一道比较经典的题目给定用户登录表login_log和新增用户表new_user统计每日新增用户在次日、3日、7日的留存率。很多人第一时间想到用left join这确实没错但要注意去重和日期偏移的细节。select a.stat_date, count(distinct a.user_id) as new_users, count(distinct b.user_id_retain) as retain_day1, count(distinct c.user_id_retain) as retain_day3, count(distinct d.user_id_retain) as retain_day7 from new_user a left join ( select user_id as user_id_retain, login_date from login_record where login_date date_add(2023-03-01, interval 1 day) ) b on a.user_id b.user_id_retain left join ( select user_id as user_id_retain, login_date from login_record where login_date date_add(2023-03-01, interval 3 day) ) c on a.user_id c.user_id_retain left join ( select user_id as user_id_retain, login_date from login_record where login_date date_add(2023-03-01, interval 7 day) ) d on a.user_id d.user_id_retain where a.stat_date 2023-03-01 group by a.stat_date;这里有几个坑要特别注意一是登录记录可能存在一天多次所以必须distinct去重二是日期计算一定要确认SQL引擎的日期函数格式是date_add还是date_sub离线数仓和在线数据库可能不一样三是left join之后要防止数据膨胀比如某个用户同一天登录了多次关联结果会导致留存用户数虚高。窗口函数的考点通常集中在row_number()、rank()、dense_rank()、lag()/lead()、sum() over(order by ...)等。比如计算每个渠道的付费用户Top10、按时间排序求相邻两次登录的时间间隔这些都属于高频题。2.2 Python与Pandas数据处理的核心Python在畅游笔试里虽然不是最重的但数据分析岗位大概率会碰到。考察范围很明确Pandas的数据清洗与聚合、基本统计分析、简单可视化。不会考深度学习、不会考复杂算法但会考你对DataFrame的熟练程度。我当时遇到一道题给了一份CSV包含用户ID、注册日期、活跃日期、付费金额等字段。要求按周统计新增用户数、付费用户数、付费率并输出结果。思路很清晰用Pandas的groupby和resample处理。import pandas as pd df pd.read_csv(user_data.csv, parse_dates[register_date, active_date]) # 新增用户按周统计 df[reg_week] df[register_date].dt.to_period(W) new_user_cnt df.groupby(reg_week)[user_id].nunique() # 付费用户按周统计注意先过滤付费金额 0 pay_df df[df[pay_amount] 0] pay_df[pay_week] pay_df[active_date].dt.to_period(W) pay_user_cnt pay_df.groupby(pay_week)[user_id].nunique() # 合并统计付费率 result pd.concat([new_user_cnt.rename(new_users), pay_user_cnt.rename(pay_users)], axis1).fillna(0) result[pay_rate] result[pay_users] / result[new_users]这个题本身不难但有几个细节容易丢分算付费用户时一定要先过滤出pay_amount大于0的记录否则0元付费用户会被算进去用dt.to_period(W)可以按周聚合但要注意周的起始日默认是周一不同业务口径可能需要对齐nunique去重必须加因为一个用户可能一周内活跃多次。还有一个常踩的坑Pandas的fillna(0)不是万能的。如果某周新增用户为0用0填充后计算付费率会得到0而不是NAN这在业务上是完全错误的。如果遇到这类边界情况应该在计算前先明确业务口径或者用np.where做判断。可视化方面笔试如果让你画图一般是matplotlib或seaborn画一个留存曲线、付费分布直方图之类的。重点不是画得多好看而是图能传达什么信息。不要忘了加横纵坐标标签和图题这些细节能看出你有没有真正做过分析报告。2.3 统计与概率假设检验的直觉比公式重要游戏数据分析师做版本评估时最常问的一个问题是新版本的留存率比旧版本高了0.5个百分点这个提升是真的还是随机波动这时候就用到假设检验。畅游笔试里统计题不是超纲的推导公式而是考直觉和概念。比如p值是什么置信区间是什么AB实验的样本量怎么估算为什么不能连续多次看p值这里分享一个我准备时觉得很实用的思路把假设检验当作“法庭审判”。原假设H0是“新版本没有效果”备择假设H1是“新版本有效果”。p值就是“如果新版本真的没有效果观察到当前这么大差异甚至更大差异的概率”。p值很小说明在“没有效果”的假设下出现这个结果太巧合了于是我们拒绝原假设。但p值不等于“新版本有效的概率”这两个概念混淆是面试里的经典扣分点。游戏业务场景里做AB实验还有一个特殊点——网络效应和社交传播。比如一个社交游戏实验组用户和对照组用户在同一个服务器实验组用户提高了好友邀请率可能导致对照组用户也被带动活跃。这种情况下直接对比两组均值的差异会被低估需要做集群随机化或者进行网络效应校正。笔试不太会考这么深但面试官可能会追问所以得提前了解。另一个高频考点是辛普森悖论。比如整体上看新版本的次日留存率更高但分渠道看每个渠道的留存率都降低了这看起来矛盾。原因通常是两个版本在不同渠道的用户占比不一样。如果新版本在用户质量高的渠道占比更大整体均值就会被拉高。这种题考察的不是公式而是你是否意识到“总体结论会被样本构成影响”。2.4 业务思维游戏指标体系是答题灵魂搜狐畅游是游戏公司笔试题一定会围绕游戏业务出。备考前最好把游戏数据分析的常见指标体系过一遍。游戏行业的核心北极星指标通常是活跃和付费两条线。活跃层面看DAU、WAU、MAU、留存率次日/3日/7日/30日、使用时长、启动次数付费层面看付费率、ARPU每用户平均收入、ARPPU每付费用户平均收入、LTV生命周期价值、付费留存、首充率、复充率等。还有渠道维度的投放ROI、买量成本CPI/CPA。分析用户的生命周期常用的有同期群分析Cohort Analysis看不同注册周/日的用户群在后续每一周的留存表现如何。如果某周注册的用户留存明显低于其他周可以回溯那周是否有买量渠道变化、是否有版本异常。另外游戏行业特有的付费分析我建议重点复习RFM模型。RFM是Recency最近付费时间、Frequency付费频次、Monetary付费金额用来给付费用户分层。笔试题经常会给一张付费明细表让你把用户分成大R、中R、小R、非付费用户然后分析不同层级用户的LTV差异。这里要注意不同游戏对R的划分标准不一样一般会结合业务经验设定阈值而不是机械地套公式。3. 实操一份完整的笔试答题流3.1 拿到题目先干什么笔试时间一般很紧凑题量不小。我当时拿到的题卷大概有选择题10道左右包括SQL结果推断、统计概念、业务常识编程题2道一道SQL、一道Python业务分析简答题2道每道都要写分析思路。很多人一上来就闷头做题这是大忌。尤其是业务分析简答题占了大量分值但很多人在前面选择题上磨太久最后业务题只能用两三句话草草结束白白丢分。我的建议是先把整张卷子快速扫一遍看哪些题是送分题哪些题需要动笔推算哪些题是开放性的业务思考题。先做自己有把握的题把该拿的分拿到再回头啃难的。比如选择题里如果考查某个SQL语句的返回结果这种题往往只需要脑内推演不需要真跑速度可以很快。但业务简答题需要你写分析框架至少要预留20分钟以上。3.2 业务分析题的答题框架业务题是最能拉开差距的部分。我记得有一道题大概是“某游戏新用户次日留存率环比下降了5个百分点你作为数据分析师怎么排查”这类题没有唯一答案但最好用结构化框架来回答而不是东一句西一句。我在笔试总结了一套自己的答题模板四个步骤。第一步确认指标口径。先要搞清楚“次日留存率”是怎么定义的是新增用户在注册后第二天登录过就算留存还是注册当天活跃过的用户在第二天登录才算分母是“当日新增用户数”还是“当日新设备数”如果口径本来就变了那所谓的“下降”可能是统计口径调整导致的假象。第二步拆维度定位问题。从用户维度看是哪个渠道、哪个设备、哪个版本、哪个服务器的新用户留存降了还是全渠道一起降从时间维度看是某一天突然下降还是连续多天持续下降如果是单日突降重点看是否有异常事件如果是持续下降要怀疑是否新版本、新活动或投放策略变化导致的。第三步提出核心假设并验证。常见假设包括买量渠道质量下降、注册流程卡点增加、新手引导体验变差、服务器出现登录故障、竞争对手同期上线了较强活动抢走用户。每一个假设都要用数据去验证比如渠道质量假设可以用分渠道留存对比来验证新手引导问题可以用用户行为漏斗来看哪一步转化率明显掉点。第四步给出结论和可落地的建议。分析不是为了说明“留存下降了”这个事实而是为了告诉运营和策划“该做什么”。如果是渠道质量问题建议调整投放策略或回收该渠道预算如果是新手引导问题建议优化引导流程并联动版本更新做AB测试。这个框架写下来内容就非常充实。我当时写业务题时基本就是按照这个结构把每个环节写详细让面试官看到我有完整的数据分析思路。3.3 编程题的边界条件处理编程题部分除了功能正确边界条件的处理也是考察重点。比如SQL里日期边界条件、空值处理、重复数据去重Python里读取文件时编码问题、缺失值填充逻辑、异常输入的处理。我之前自己做练习时就吃过“只跑通happy path”的亏。比如写一个计算DAU的SQL忘记考虑去重在数据有重复的情况下结果直接翻倍这种低级错误在批改时很致命。一个实用的习惯是写完代码后先手动构造两组测试数据——一组是理想情况一组包含空值和重复记录然后过一遍自己的代码逻辑确认不会出问题。这个习惯在笔试中能帮你多拿不少分。Python题如果时间充裕还可以在代码里加一点防御性写法。比如读取CSV时用encodingutf-8避免中文乱码用pd.to_datetime统一日期格式对缺失值按业务逻辑处理而不是一刀切dropna。4. 常见问题与避坑实录4.1 我踩过的坑笔试准备过程中我自己踩了不少坑分享出来希望你们别重蹈覆辙。第一个坑是“重SQL轻业务”。我前期刷了很多SQL题窗口函数、留存计算练得滚瓜烂熟但碰到业务分析简答题时脑子里只有一堆操作的概念不知道怎么组织语言。后来我专门整理了十几个业务分析case对着“确认口径、拆解维度、提出假设、数据验证、输出建议”的框架反复练才慢慢找到感觉。第二个坑是“死磕一道题”。有一道SQL题我为了想一个最优解法耗了快20分钟结果后面的Python题和业务题时间不够只能草草作答。后来复盘那道SQL题用最基础的joingroup by也能做出来虽然效率不是最优但至少能得分。笔试考的是综合能力不是单个难题的炫技拿到基础分比追求完美重要得多。第三个坑是“指标口径想当然”。业务题里如果我按自己的理解写分析思路没有先说明“我按XX口径分析”容易被面试官认为分析不够严谨。后来我养成习惯任何指标先定义口径再分析这在实际工作中也是必需的基本素养。第四个坑是“忘记AB测试的细节”。我复习假设检验时记住了p值和置信区间但没深入准备样本量计算、实验周期、AA测试这些实操细节。笔试之后面试环节果然被追问上线一个新活动你怎么设计AB实验我支支吾吾明显减分。这块内容建议重点补一补。4.2 笔试与面试的衔接笔试其实不只是“过不过”的问题它还是面试官了解你的第一手材料。畅游的面试官在后续面试中真的会围绕笔试里的题目继续深挖。如果你笔试题里写了“用AB测试验证活动效果”面试官可能就会追问样本量怎么确定实验跑多久为什么这里有一个很关键的技巧笔试作答时不要只写结论把你的思考过程、假设、后续可深入的方向都写清楚。这相当于提前给面试官提供“追问素材”而你可以提前准备好这些素材的答案。比如业务分析题如果你写了“需要进一步验证渠道质量差异”那在去面试之前你就应该准备一个渠道质量分析的完整方案包括用哪些指标、怎么对比、怎么消除渠道量级差异的影响。面试官夸不夸张不说至少你显得有备而来。4.3 笔试准备的实用建议如果现在还有人问我准备搜狐畅游数据分析师笔试最需要做什么我会列一个清单。SQL方面把《SQL必知必会》快速过一遍然后重点练窗口函数和留存、漏斗这类业务SQL题。刷题平台可以找牛客网或者LeetCode的数据库板块不用刷最难的medium难度够用。Python方面重点复习Pandas的groupby、merge、apply、pivot_table、日期处理以及matplotlib/seaborn的基本画图。建议自己拿一个真实的游戏运营数据集练手按“清洗→聚合→可视化→结论”走一遍全流程。统计方面复习描述统计、假设检验、置信区间、AB测试、相关与因果的区别。不用刷题但每个概念都要能用自己的话解释清楚并结合游戏业务的例子做答。业务方面把游戏数据分析的常见指标体系、用户生命周期分析、付费分析、留存分析这些主题看一遍。这里推荐去看一些游戏数据分析的公开案例比如某游戏版本更新后留存提升的分析复盘、某活动拉动了多少付费的总结这些案例能帮你建立业务直觉。最后如果有时间强烈建议自己动手做一个小型数据分析项目。不用很复杂找一份游戏相关的公开数据集自己定义问题、做数据清洗、分析、可视化最后输出一份分析报告。这个项目不仅是为了笔试更是你后续面试时展示实际能力的最好武器。我在准备过程中发现做项目的过程中对业务分析的感觉提升非常快比自己干啃面经有用得多。我个人复盘下来搜狐畅游数据分析师笔试的难度不在单一题目有多深而在考察面广、业务结合紧。你既要写得动SQL又要扛得住业务问题的“连环问”。笔试不是考验你“会什么”而是检验你能不能像一个真正的数据分析师那样思考问题。准备时不要只盯着题目本身多想想背后的业务逻辑和决策场景这样即使遇到没见过的题也能用自己的分析框架稳住阵脚。
