面试官问“做过什么项目”,你最怕的不是没做过,而是做过却讲不清:数据哪来的、口径是什么、
你改了什么、结果是多少。课程作业和作品集项目的差距,不在技术难度,而在四件事——
有没有真实的业务问题、能不能说清数据、方法是否可复现、结论是否可执行。
本章把第 6、9、13、16、24 章的产出组装成三个能面试的项目,再讲 STAR、量化表达、
作品集载体,以及被追问时最容易露馅的六种情况。
先记住一句话:项目不是“我做过什么”,而是“我解决了一个什么问题,凭什么说解决了”。 前者是流水账,后者才是面试官愿意花十分钟追问的东西。
把任何一个项目拆开,都应该是四块:问题 / 数据 / 方法 / 结论。缺哪一块, 面试官就会从哪一块开始问,直到你答不上来。
问题要具体到“谁、遇到什么、要做什么决策”。反例是“我分析了一下电商数据”—— 这不是问题,是动作。正例是“6 月 GMV 环比 +2.85%,老板想知道增长是量还是价,7 月预算往哪加”。
数据要能报出来源、时间范围、行数、口径。比如“orders 表 20,000 行,2023-01-01 至 2024-06-30,GMV 只算 status='已支付' 的 pay_amount”。说不清这四个,后面所有数字都不可信。
方法不是工具名。“用了 SQL”不是方法,“先按主键去重,再用窗口函数按月聚合, 最后用订单数和客单价拆解增量”才是。方法要能复现:换一个人按你的步骤,能做出同样的数。
结论要能落地。“GMV 增长了”不是结论,“增量 25.0 万里 69% 来自订单数、31% 来自客单价, 所以先查订单来源,而不是提价”才是。结论后面最好跟一个动作、一个负责人、一个验证方式。
大部分人不是四块都缺,而是“方法”写得很满,“问题”和“结论”各只有一句。面试官一眼就能 看出这是课程作业:因为真实项目是问题驱动,作业是知识点驱动。
如果不这样会怎样:你写了“用 Python 做了用户留存分析”,面试官问“解决谁的什么问题”, 你答“课程要求”;再问“结论怎么用”,你答“发现了留存下降”。两句话之后,项目就结束了。
STAR 是 Situation(背景)/ Task(任务)/ Action(动作)/ Result(结果)。 面试口述时,S 和 T 各一句,A 两到三句,R 一句带数字。简历上则压成一行: 动词 + 对象 + 方法 + 结果。
S(背景):青柠优选 6 月 GMV 环比 +2.85%,老板问增长是否健康。
T(任务):我负责拆解增量来源,判断 7 月预算该加在哪。
A(动作):清洗 2 万单 → 统一口径 → 按月/渠道聚合 → 拆订单数与客单价贡献。
R(结果):增量 25.0 万里 69% 来自订单数、31% 来自客单价;
建议先查订单来源,而不是提价。
注意 A 和 R 的区别:A 是你做的事,R 是事情带来的变化。很多人把 A 当 R, 于是简历上全是“负责取数、制作报表、参与分析”,没有一句能证明结果。
| 职责描述(不合格) | 成果描述(合格) |
|---|---|
| 负责每日经营数据取数 | 把每日取数做成脚本,单次 0.46 秒,覆盖 547 个有成交日 |
| 使用 SQL 和 Excel 制作报表 | 用 SQL 处理 20,000 行订单(筛出 15,615 笔已支付),核对 GMV 157,363,380.14 与源表一致 |
| 参与用户留存分析 | 用 16,932 条事件算出次日留存 14.29%,定位首日到次日为最大漏点 |
“负责电商数据取数、清洗、报表制作,支持运营决策。”
看不出数据量、方法、结果,也看不出是你做的还是团队做的。
“把 2 万单的月度经营分析从手工取数改成 1 套 SQL + 看板,结果可复现。”
有对象、有方法、有前后对比;面试官接下来会问“怎么改的”,而不是“你做了什么”。
“负责”“参与”“协助”是最弱的三个动词,因为它们不说明你具体做了什么。换成“清洗了” “聚合了”“拆解了”“把……从……改成……”,一句话就能看出边界。
如果不这样会怎样:很多简历都写“负责取数”,HR 无法判断谁更强, 只能按学校筛;而那个写“把日报从手工取数改成 0.46 秒脚本”的人,会被单独挑出来。
量化不是“多写几个百分数”,而是回答三个问题:多大的数据、变了多少、省了多少时间。 三者至少写两个,且每个都要能说出算法和基线。
| 维度 | 可以怎么写 | 必须能回答 |
|---|---|---|
| 数据量 | 20,000 行订单、9 个字段、547 个有成交日、2,000 名用户、16,932 条事件 | 时间范围是什么?去重前还是去重后? |
| 提升幅度 | 6 月 GMV 环比 +2.85%;增量中 69.0% 来自订单数、31.0% 来自客单价 | 和谁比?环比还是同比?分母是什么? |
| 节省时间 | 日报脚本单次 0.46 秒;88 行代码替代每天重复的取数流程 | 原来手工要多久?一周跑几次? |
面试官最常追问的三句是:“这个数怎么来的?”“和什么时候比?”“样本多少?” 答不上任何一句,数字就从资产变成负债。
如果不这样会怎样:你写“线下渠道留存 22.50%,最高”,面试官问“样本多少人”, 你答“40 人”。他立刻知道这个百分比只能当假设,不能当结论;而你把它写成了结论。
下面这段是典型的“课程作业型”简历,看起来什么都做了,实际什么都证明不了:
这句话有五个问题,正好对应 29.1 的三条规则:
| 问题 | 原文哪里露馅 | 怎么补 |
|---|---|---|
| ① 没有业务问题 | “支持业务决策”——支持谁的什么决策? | 补一句“6 月 GMV 环比 +2.85%,判断增长是量还是价” |
| ② 没有数据规模 | “经营数据”——多少行、什么时间、哪个库? | 补“20,000 单、9 字段、2023-01 至 2024-06” |
| ③ 没有方法 | “使用 SQL 和 Excel”——这是工具,不是方法 | 补“按主键去重、窗口函数按月聚合、量价拆解” |
| ④ 没有结果 | “输出分析报告”——报告说了什么? | 补“增量 69% 来自订单数,建议先查来源” |
| ⑤ 没有个人贡献 | “参与”“协助”——哪一段是你独立做的? | 写清“独立完成取数与计算,同事负责看板” |
| 原文 | 改写后 |
|---|---|
| 负责每日经营数据取数 | 独立维护每日日报脚本:读 20,000 行订单,输出 GMV、订单数、客单价,单次 0.46 秒 |
| 参与用户留存分析 | 用 16,932 条事件做 6 月同期群,算出次日留存 14.29%,定位首日→次日为最大漏点 |
| 支持业务决策 | 把 6 月增量拆成订单数(69.0%)与客单价(31.0%),建议 7 月先查订单来源 |
下面三个项目,分别对应本书的三条主线:Excel + SQL + BI、SQL + 统计、Python 自动化。 每个都给出背景、数据、过程、结论、量化结果和 3 分钟讲法。你可以按自己的经历替换数字, 但不要替换结构——结构才是面试官打分的地方。
| 项目 | 核心数据 | 方法 | 对应章节 |
|---|---|---|---|
| 电商经营分析 | 20,000 单 / 2,000 用户 | 清洗、SQL 聚合、透视、BI | 第 6、8、9、13、16、26 章 |
| 用户留存专题 | 16,932 条事件 | 同期群、分渠道、复购 | 第 13、18、19、23、24 章 |
| 自动化报表 | 547 个有成交日 | pandas、异常、日志、定时 | 第 27、28 章 |
背景。青柠优选 2024 年 6 月 GMV 9,015,366.64,环比 +2.85%。老板问: “这个增长是健康的吗?7 月预算该加在拉新还是提客单价上?”
数据。orders.csv 20,000 行、9 字段,覆盖 2023-01-01 至 2024-06-30;
users.csv 2,000 人。另用第 6 章的 orders_raw.xlsx(480 行)
作为清洗能力附件:文本金额 40 个、5 种日期、20 条重复,清洗后 460 单、总额 1,208,928.65。
分析过程。① 定口径:只算 status='已支付' 的 pay_amount,
时间左闭右开;② SQL 按月、渠道、城市聚合,join users 补维度,
565 行游客订单的 user_id 为空,单列“游客”而不是丢掉(第 13 章练习里的
13 行 U901–U905 是同类问题);③ Excel 透视 + 折线/柱状图,
④ BI 做总览、趋势、明细三页看板。
结论。6 月 881 单、GMV 9,015,366.64、客单价 10,233.11;5 月 864 单、8,765,340.49、 客单价 10,145.07。增量 250,026.15 中,订单数贡献 172,466.19(69.0%), 客单价贡献 77,559.96(31.0%)。分项用未舍入的客单价计算,两项相加正好等于总增量。 分渠道看,增量主要来自朋友推荐(订单 +24、GMV +364,164.62),信息流反而少了 38 单(GMV -105,196.85);所以这是“量驱动”的增长,7 月应先查朋友推荐的来源质量, 而不是提价。
可量化结果。20,000 行、9 字段、547 个有成交日;6 月 881 单;环比 +2.85%; 增量分解 69.0% / 31.0%;朋友推荐 +24 单、信息流 -38 单;保留 565 行游客订单; 识别已支付订单优惠差额 511,931.50。
3 分钟讲法。“我拿到 2 万单,先和财务对口径:GMV 用实付、只算已支付、日期左闭右开。 然后按月拆,发现 6 月比 5 月多 25.0 万;再用量价分解,69% 来自订单数、31% 来自客单价。 所以我的结论不是‘增长很好’,而是‘增长靠量,先查来源’。如果重做,我会先补退款口径, 因为退款会直接影响可比的 GMV。”
背景。6 月 1 日的次日留存只有 14.29%,老板问:“用户到底在哪一步走掉?线下渠道是不是更好?”
数据。events.csv 16,932 条事件,2024-06-01 至 2024-06-30;
users.csv 2,000 人,含渠道、城市、会员等级。6 月 1 日活跃用户 280 人。
分析过程。① 定口径:留存 = 第 N 日仍有任意事件;分母是基准日活跃用户,不是注册用户;
② 同期群:6 月 1 日活跃 280 人,6 月 2 日回访 40 人,次日留存 14.29%;
③ join users 分渠道:线下 9/40 = 22.50%、信息流 11/76 = 14.47%、
自然搜索 14/115 = 12.17%、朋友推荐 6/49 = 12.24%;
④ 复购:6 月 698 名已支付买家,138 人下单 ≥2 次,复购率 19.77%。
结论。6 月 1 日的活跃用户中,85.71% 第二天没有回来,首日→次日是最大漏点。线下渠道次日留存 22.50% 最高,但样本只有 40 人,只能作为假设,不能直接加预算;建议先做两周扩样本, 再用第 20 章的实验方法验证。报告按第 24 章的五段结构写:结论、证据链、归因、建议、验证。
可量化结果。16,932 条事件;280 → 40;次日留存 14.29%;线下 22.50% vs 自然搜索 12.17%;6 月复购 138/698 = 19.77%;识别线下样本仅 40 人的置信风险。
3 分钟讲法。“我先定留存口径:第 N 日有事件,分母是当天活跃,不是注册。 6 月 1 日 280 人,第二天只回来 40 人,14.29%。分渠道看线下 22.50% 最高, 但我没有把它写成结论,因为样本只有 40 人;我把它写成待验证假设,建议先扩样本。 这也是我和‘跑个 SQL 就下结论’的人最大的区别。”
背景。数据组 3 人,每天 8:30 要发前一日经营日报;手工取数、复制、算指标, 一旦有人请假就断。
数据。orders.csv 20,000 行、9 字段,覆盖 547 个有成交日;
日报只取 order_id / order_date / status / pay_amount 四列。
分析过程。① 按第 28 章拆四段:取数、清洗、计算、输出;② 四类异常映射退出码: 缺文件 2、空文件/缺字段 3、编码 4、未知 5、零订单 6;③ 日志同时写文件和控制台, 记录读入行数、输出文件、三个指标;④ Windows 任务计划每天 8:30 触发,cron 作备用。
结论。脚本 88 行非空代码,单次运行 0.46 秒;6 种输入(正常、零单、缺文件、空文件、 编码错、缺字段)退出码全部符合预期;6 月 30 日输出 GMV 239,114.60、订单 27、客单价 8,856.10。
可量化结果。88 行代码、0.46 秒/次、547 个有成交日、6 种故障注入、6 种退出码(0/2/3/4/5/6); 零订单仍生成 0 值日报并告警,避免下游断供。
3 分钟讲法。“我不是说我会 Python,而是说我把每天重复的日报变成了一个失败会报警的脚本: 读 2 万行、算三个指标、写 CSV、记日志。正常跑 0.46 秒;我故意把文件改名、清空、换成 UTF-16,脚本分别返回 2、3、4,调度器能看见。这样即使我请假,日报也不会静默变成 0。”
作品集不是“把所有代码打包发过去”,而是“让面试官在 10 分钟内相信你真的做过”。 三种载体解决的是不同场景,不要混用。
| 形式 | 适合谁 | 优点 | 风险 / 最低交付 |
|---|---|---|---|
| 投递、面试带打印、跨行业转岗 | 格式稳定、离线可看、不会被权限拦住 | 容易做成“截图堆”;最低交付:8–12 页,每个项目 1 页结论 + 附录 | |
| Notion | 持续更新、内推链接分享、内容型岗位 | 可嵌图表、可更新、阅读体验好 | 权限和访问速度不稳定;最低交付:公开只读链接 + PDF 备份 |
| GitHub | 数据开发、分析工程、会写代码的岗位 | 代码可复现、commit 记录可信 | 只堆 notebook 没人看;最低交付:README 写清问题、数据、运行方式、结论 |
12 个 notebook、50 张图、没有 README;面试官打开后不知道先看哪个。
信息量大,但证明不了判断力。
3 个项目,每个 1 页:问题、数据、方法、结论、量化结果;代码和 SQL 放附录。
面试官 3 分钟能判断“这人能干活”。
每个项目固定五块:问题一句话、数据一张卡、方法三步、结论三条、量化结果三个数。 写不满一页,说明你还没想清楚;超过三页,说明你把过程当成了成果。
如果不这样会怎样:你发过去一个 200 MB 的仓库,面试官没装环境、没看 README, 打开第一个 notebook 就报错。五分钟后他关掉页面,你的项目等于没做。
先核对三个贯穿全书的数字,再做五道选择题。数字记错,面试时一追问就露馅; 概念选错,说明 29.1 的规则还没吃透。
凭第一反应选,选完出解析。
面试官不需要故意刁难,只要顺着你的话问三层,就能判断这个项目是不是你的。 下面六种情况,出现任何一种,前面讲得再好都会打折。
| 现象 | 面试官会怎么追问 | 根因 | 补救 |
|---|---|---|---|
| 说不出数据来源 | “这张表从哪个库来?谁维护?多久更新一次?” | 只拿了现成 CSV | 补一张数据卡:来源、时间、行数、口径 |
| 前后数字矛盾 | “你刚才说 2 万单,这里怎么是 480 行?” | 样本和全量混用 | 每个数字标样本范围,主项目与附件分开 |
| 方法说不清 | “为什么用窗口函数?不用行不行?” | 照抄教程 | 用新数据重跑一遍,写下每一步的决策理由 |
| 结论无法落地 | “所以业务应该做什么?谁来做?” | 只有描述,没有建议 | 补“动作 + 负责人 + 验证指标” |
| 个人贡献含糊 | “哪一段是你独立做的?” | 团队项目说不清边界 | 写清“我负责 A、B,同事负责 C” |
| 换个数据就不会 | “如果订单表多一列退款,你怎么改?” | 背答案,没理解结构 | 用一份新数据重做一次最小版本 |
这六种的共同点:项目是“讲”出来的,不是“做”出来的。真正的项目经得起换数据、 换口径、换追问;背下来的项目只经得起第一层。
1. 多数课程作业缺“问题”和“结论”:只有数据和代码。补法是加一句“谁要做什么决策”,并在最后写“所以建议做什么、怎么验证”。
2. 示例:“把每日取数从手工流程改成 88 行脚本,读 20,000 行订单,单次 0.46 秒,覆盖 547 个有成交日。”
3. 先答应“可以给一个小额试验预算”,同时说明 40 人的样本不足以支撑全量转移;用两周扩样本 + 第 20 章实验验证,再决定是否加码。
4. 按 STAR 写,控制在 450 字;重点检查 R 是否有数字、A 是否有你的动作、S/T 是否各只有一句。