商业分析&数据分析岗面试有哪些区别？

其实，商业分析（BA）和数据分析（DA）的面试内容各有侧重。

BA面试通常聚焦业务案例分析、行为面试以及跨部门协作场景的模拟。常见的题目比如：如何设计一个外卖平台的用户增长方案，或者分析某个功能上线后数据不佳的原因。这些都直接体现了BA的核心工作。

DA的面试则更侧重考察SQL、Python、统计学、AB 测试、假设检验等技术能力，以及案例分析能力和产品思维。这些技术内容其实也融合在案例分析里，比如做场景变动分析或产品设计。案例分析类题目通常比较有挑战性，国内风格相对保守，海外公司（比如谷歌）则可能抛出一些需要头脑风暴的题目，趣味性和难度都更高。

举个例子：想象候选人刚进面试房间，面试官就问：“请预测这个房间有多少块砖。” 没接触过这类题目的同学可能会瞬间懵掉。相对常规一点的估算题可能是：预估洛杉矶有多少名 Uber 司机，或者北京有多少名滴滴司机。这些都归为头脑风暴类问题。

还有一类是产品功能分析题，在招产品分析师时很常见。比如：讨论邮箱里的“@”功能有什么用，能不能去掉？这类偏产品的问题容易让没准备的同学不知如何下手。其实回答是有框架的，需要你考虑相关指标。

再比如，AB 测试是常考项。假设公司官网有个咨询窗口，希望用户点击。我们可以做个 AB 测试，比如看蓝色按钮和红色按钮哪个点击率更高。这就是一个基础的 AB 测试例子。

当然，统计学知识和 Python 技能也是考察范围，Python 主要关注 NumPy 和 Pandas 库的应用。

说到 SQL，很多非计算机专业（如统计、数学、金融）想转行的同学，看到岗位要求考 Python、SQL 等编程基础就头大。其实学 SQL 有点像学英语——懂点英文基本就能看懂。

比如一个查询：SELECT * FROM users WHERE age BETWEEN 20 AND 24 AND boyfriend IS NULL，意思是从“users”表里找年龄在 20 到 24 岁且没男朋友的记录。高考英语水平理解这个不难。所以 SQL 本身不复杂，它和 Python 一样都是基础编程语言，英语能学会，SQL 也能。不过 SQL 对逻辑严谨性要求很高，逻辑不对结果就错，这点会让一些同学抓狂。好在现在有 AI 辅助，能快速帮你查错，省时省力。

实际上，SQL 比 Python 简单很多。Python 要写复杂算法（像哈希表、动态规划）的话，难度确实大。我带的一些学软件开发的学生常说，一下午可能只能刷三四道题，因为一道题真可能花上四五十分钟。

目前 BA 和 DA 的区别确实不太明显，很多公司 HR 自己也分不清，有时 DA 的职位可能就叫 business analyst。所以最靠谱的辨别方法是仔细看岗位描述JD。

如果JD强调 SQL、Python等技术，那基本就是数据分析师（DA）。一般来说，DA 和 BA 的主要区别在于是否考 Python 和 SQL。

不过现在要求也在变化，BA 岗位也开始有技术要求，比如考 SQL 的情况也越来越多。

如果你还不知道自己适合从事什么职业，希望能够得到专业建议和发展路径规划，都可以扫码填写你的问题，小贝老师每周会挑选5位给予免费解答和支持~ 问题越具体越容易被选上