Chime 是美国最大的数字银行之一，以"无隐藏费用"的理念服务超过 2200 万用户。其 Senior Data Analyst 岗位要求候选人不仅具备扎实的 SQL 和统计功底，还需要展示产品思维和业务洞察力。本文基于最新面经，系统梳理 Chime 数据分析师面试的核心考点。
面试流程
| 阶段 | 内容 | 时长 |
|---|---|---|
| Recruiter Screen | 背景了解、薪资预期 | 30 分钟 |
| Technical Screen | SQL + 统计基础 | 45 分钟 |
| Onsite Round 1 | SQL 深度面试 | 60 分钟 |
| Onsite Round 2 | A/B Testing 设计 | 60 分钟 |
| Onsite Round 3 | Case Study / 产品分析 | 60 分钟 |
| Onsite Round 4 | 行为面试 | 45 分钟 |
薪资范围
Senior Data Analyst 基础薪资：$140,670 - $195,400，另有奖金和股权。
SQL 高频题
题目一：用户留存率计算
计算 Chime 用户的 7 天和 30 天留存率，按注册月份分组。
WITH first_activity AS (
SELECT
user_id,
MIN(activity_date) as signup_date,
DATE_TRUNC('month', MIN(activity_date)) as signup_month
FROM user_activities
GROUP BY user_id
),
retention AS (
SELECT
f.user_id,
f.signup_month,
MAX(CASE WHEN a.activity_date BETWEEN f.signup_date + INTERVAL '1 day'
AND f.signup_date + INTERVAL '7 days' THEN 1 ELSE 0 END) as retained_7d,
MAX(CASE WHEN a.activity_date BETWEEN f.signup_date + INTERVAL '1 day'
AND f.signup_date + INTERVAL '30 days' THEN 1 ELSE 0 END) as retained_30d
FROM first_activity f
LEFT JOIN user_activities a ON f.user_id = a.user_id
GROUP BY f.user_id, f.signup_month
)
SELECT
signup_month,
COUNT(*) as total_users,
ROUND(100.0 * SUM(retained_7d) / COUNT(*), 2) as retention_7d_pct,
ROUND(100.0 * SUM(retained_30d) / COUNT(*), 2) as retention_30d_pct
FROM retention
GROUP BY signup_month
ORDER BY signup_month;
题目二：交易异常检测
找出过去 30 天内交易金额超过该用户历史平均值 3 倍标准差的异常交易。
WITH user_stats AS (
SELECT
user_id,
AVG(amount) as avg_amount,
STDDEV(amount) as std_amount
FROM transactions
WHERE transaction_date < CURRENT_DATE - INTERVAL '30 days'
GROUP BY user_id
HAVING COUNT(*) >= 10
)
SELECT
t.transaction_id,
t.user_id,
t.amount,
t.transaction_date,
us.avg_amount,
(t.amount - us.avg_amount) / us.std_amount as z_score
FROM transactions t
JOIN user_stats us ON t.user_id = us.user_id
WHERE t.transaction_date >= CURRENT_DATE - INTERVAL '30 days'
AND t.amount > us.avg_amount + 3 * us.std_amount
ORDER BY z_score DESC;
题目三：功能采用率漏斗分析
WITH funnel AS (
SELECT
user_id,
MAX(CASE WHEN event = 'feature_viewed' THEN 1 ELSE 0 END) as viewed,
MAX(CASE WHEN event = 'feature_clicked' THEN 1 ELSE 0 END) as clicked,
MAX(CASE WHEN event = 'feature_activated' THEN 1 ELSE 0 END) as activated,
MAX(CASE WHEN event = 'feature_used_7d' THEN 1 ELSE 0 END) as used_7d
FROM feature_events
WHERE event_date >= CURRENT_DATE - INTERVAL '30 days'
GROUP BY user_id
)
SELECT
SUM(viewed) as step1_viewed,
SUM(clicked) as step2_clicked,
SUM(activated) as step3_activated,
SUM(used_7d) as step4_retained,
ROUND(100.0 * SUM(clicked) / NULLIF(SUM(viewed), 0), 1) as view_to_click_pct,
ROUND(100.0 * SUM(activated) / NULLIF(SUM(clicked), 0), 1) as click_to_activate_pct,
ROUND(100.0 * SUM(used_7d) / NULLIF(SUM(activated), 0), 1) as activate_to_retain_pct
FROM funnel;
A/B Testing 设计
常见场景
Chime 面试中常见的 A/B 测试设计题：
- 新功能上线：设计实验验证"提前发薪"功能对用户活跃度的影响
- UI 改版：测试新的转账界面对完成率的影响
- 推送策略：评估不同推送频率对用户留存的影响
回答框架
1. 明确假设（Hypothesis）
- H0: 新功能对目标指标无显著影响
- H1: 新功能提升目标指标 X%
2. 确定指标（Metrics）
- 主要指标：直接衡量目标的指标
- 护栏指标：确保不损害其他关键指标
- 辅助指标：帮助理解机制的指标
3. 实验设计
- 随机化单位：用户级别
- 样本量计算：基于 MDE、显著性水平、统计功效
- 实验时长：考虑周期性效应
4. 分析方法
- 统计检验：t-test / chi-square
- 置信区间
- 分群分析（Segmentation）
产品分析 Case Study
典型问题
"Chime 的月活用户（MAU）在过去一个月下降了 5%，你会如何分析？"
分析框架
- 确认数据：排除数据质量问题
- 分解指标：MAU = 新用户 + 回流用户 + 留存用户
- 定位问题：哪个组成部分下降最多？
- 深入分析：按渠道、地区、设备、用户群体切分
- 假设验证：提出可能原因并用数据验证
- 建议行动：基于分析结果提出可执行建议
FAQ
Chime Data Analyst 面试难度如何？
Chime 的 DA 面试难度中等偏上，SQL 部分涉及窗口函数、CTE 和复杂 JOIN，统计部分需要扎实的 A/B 测试知识。产品分析环节考察业务理解和沟通能力。
Chime 面试需要金融背景吗？
不需要深入的金融知识，但建议了解数字银行的基本业务模式（存款、转账、提前发薪、信用建设等）。面试中会考察你对 Chime 产品的理解。
Chime 用什么数据工具？
Chime 主要使用 Snowflake（数据仓库）、Looker（BI 工具）、Python（高级分析）。面试中 SQL 是核心考察点。
Chime DA 的职业发展路径是什么？
Senior DA → Staff DA → Principal DA，或转向 Data Science / Analytics Engineering 方向。Chime 的 DA 团队与产品团队紧密合作，有很多跨职能发展机会。
正在准备 Chime 面试？
oavoservice 提供专业的数据分析岗位面试辅助，覆盖 SQL 实战、A/B Testing 设计和产品分析 Case Study。
👉 立即添加微信：Coding0201，获取面试辅助方案。
联系方式
Email: [email protected]
Telegram: @OAVOProxy