蔚来数据分析面经

1. 请做一个不超过一分钟的自我介绍，突出你在数据建模、可视化或算法实践方面的相关经历。

2. 你对蔚来在智能电动与用户服务生态（如换电体系、全域数字化服务、用户社区）的认知是什么？你为什么想加入并能带来什么独特价值？

3. 如果让你初步搭建“售后服务运营”核心指标体系，你会先列出哪5个一级指标，并说明优先级排序逻辑？

4. 遇到区域负责人反馈“近两周维保预约转化率下降”，在未拿到完整数据前你会如何快速结构化列出验证假设路径？

5. 请口述你会怎样把“工单明细 + 门店维度 + 时间粒度”这些原始表关联成一个适合看板使用的宽表（聚合与主键设计思路即可）。

6. 描述一次你用数据推翻团队主观判断或优化决策的经历（可用假设案例），重点说明论证链条。

7. 解释你如何区分：指标同比大幅下降是结构性变化、异常数据、还是季节性因素的三步判别逻辑。

8. 如果要评估“智能诊断（远程判障）”功能上线对人工工单处理时长的影响，你会设计怎样的实验或准实验方案？

9. 给出一个你认为适合售后场景的机器学习模型案例（如复修率预测），简述：目标、特征来源、评估指标。

10. 现在只有 70% 字段存在缺失，且缺失明显集中在部分门店，你会如何判断是系统埋点问题还是真实业务未发生？

11. 你如何向非技术同事解释维度建模中的“事实表”和“维度表”在售后运营数据仓库中的角色？

12. 设计一个“工单处理效率”实时监控流处理方案，简述数据链路（采集 → 清洗 → 聚合 → 推送）关键节点。