美团数据分析面经（2026 秋招）：三轮技术面真题与 SQL 现场手写

整体节奏与感受

美团数据岗校招一般 3 轮技术面 + HR 面，每轮 45-60 分钟，几乎每轮都要现场写 SQL，业务 case 一道接一道。美团的面试风格非常贴近实战：题目全部来自外卖、到店、配送的真实场景。

一面：SQL 与指标基本功（约 60 分钟）

• 现场手写：窗口函数——每个城市单量 Top3 的商家（row_number + partition）。
• 连续登录 N 天的用户怎么用 SQL 找（lag/自关联两种思路）。
• 指标和维度的区别，什么是好的指标口径。
• GMV、ARPU、DAU 怎么定义——下单 GMV 和支付 GMV 差在哪、口径不一致怎么对齐（对不上的排查思路）。

复盘要点：SQL 不能只会 select，窗口函数和多层子查询要形成肌肉记忆，建议每天一道 topN/连续类题型。

二面：归因与实验（约 60 分钟）

• 外卖客单价环比下跌 5%，怎么归因——先校准口径，再按城市/品类/用户分层拆。
• 漏斗分析：曝光-进店-下单-复购，转化率掉在进店环节怎么继续定位。
• A/B 实验怎么解读：样本量怎么定、显著性不够要不要延期、辛普森悖论。
• 相关和因果的区别，举一个被相关关系误导的业务决策例子。

三面：业务 case（约 50 分钟）

• 开放 case：新上线"拼好饭"频道，怎么搭埋点方案和指标体系来评估它成不成功。
• 留存分析：次留、7 留怎么算，新客留存低该看哪些环节。
• 怎么把分析讲给业务听——结论先行的结构现场演练 2 分钟。
• 追问 Python：pandas 常用操作，百万行数据怎么处理更快。

HR 面（约 25 分钟）

自我介绍、为什么选数据岗不选开发、你最大的优势、工作地点意向。数据岗会追问与业务团队的协作经历，准备好例子。

备考清单（按优先级）

1. SQL 每日一题：窗口函数/topN/留存三类，见数据题库限时练。
2. 把外卖/到店的核心指标口径整理成一页纸。
3. 准备 2 个完整归因案例（含数据与结论落地）。
4. A/B 实验三件套：样本量/显著性/护栏指标。