岗位与去向
互联网公司数据中台/商业化团队、金融机构数字化部门与 ToB 数据服务公司；典型产品形态有指标平台、AB 实验平台、标签/画像系统与 BI 看板。
知识考点
- 指标：北极星指标怎么选；指标口径不一致的治理思路（统一定义、血缘、认证）。
- 埋点：事件模型（who/when/where/what）；全埋点与代码埋点的取舍。
- 实验：AB 测试的分流、显著性与常见坑（辛普森悖论、样本污染）。
- SQL：多表 join、窗口函数、留存计算是笔试常客。
- 设计题：给运营团队设计一个自助分析工具，怎么定义用户故事与 MVP 范围。
项目怎么讲
按「业务问题 → 数据方案 → 产品化 → 效果」四段讲：比如把一次课程作业讲成「发现取数需求重复 → 抽象出通用指标 → 设计看板 → 使用人数/频次数据」。突出你对「口径」「复用」「自助」这三个词的理解。
面试环节
流程多为笔试（SQL+产品题）→ 业务面（案例设计）→ 交叉面 → HR 面。案例题常给一个真实场景：某功能 DAU 下降 10% 怎么排查？回答先拆维度（渠道/版本/人群/时间），再提数据验证方案，最后落到产品动作。
准备建议
- 用免费 BI 工具（如 Metabase）搭一个自己的看板项目，面试可演示。
- 把「指标体系」「埋点方案」各准备一个能讲 10 分钟的完整案例。
- 关注数据合规基础概念（个保法、脱敏），金融与出海方向必问。