Capital One Business Analyst Assessment 完整指南：Case × SQL × Excel × Power Day

Capital One 的 Business Analyst (BA) 路線 和 SWE 是兩條完全獨立的招聘 pipeline——很多同學以為「投了 SWE 不行就轉 BA」，結果發現 BA 的 OA 完全是另一套：Case Study + SQL + Excel/Logic 三模組，而不是 LeetCode 演算法。如果按 SWE 思路準備，幾乎注定掛在第一關。

本文是站內首篇 Capital One BA 專屬指南，從 Assessment 階段到 Power Day 5 輪 onsite 全流程拆解，給出每一階段的真題、回答骨架與考察重點。讀完你應該能判斷：BA 路線是否適合你 + 用什麼節奏準備。

Capital One BA 招聘流程總覽

階段	時長	題型	決策權
Resume Screen	—	履歷 + cover letter	入門
Online Assessment	90 min	Case + SQL + Excel	關鍵過濾
Phone Interview	45 min	Case + Behavioral	關鍵過濾
Power Day Round 1	60 min	Case Study	決定
Power Day Round 2	60 min	Technical（SQL + Excel）	決定
Power Day Round 3	45 min	Behavioral / LP	決定

通過率疊乘：從投遞到 offer 累積約 5%，與 SWE 類似但篩選維度完全不同。

OA 模組 1：Case Study（30 分鐘）

真題：信用卡新產品定價

Capital One 計劃推出一款新信用卡，目標客戶是年收入 5-10 萬美元的中產家庭。給定歷史資料：當前同類產品的違約率 3%、平均年消費 $8000、年費 $95。請：

分析該產品的盈利模型

推薦三個最關鍵的產品參數

給出第一年的預期 ROI

回答骨架（P-A-R 模型：Profit / Assumptions / Recommendation）：

Profit：
- Revenue = 利息收入 + 年費 + 交換費
- Cost = 違約損失 + 行銷成本 + 營運成本
- 單卡淨利 = (8000 × 18% × 30%) + 95 + (8000 × 1.5%) - (8000 × 3%) - 50 = ~$200/年
Assumptions：
- 18% APR、30% revolving 比例、1.5% interchange
- 行銷獲客成本 $50/卡
Recommendation：
- APR 設定（影響利息收入與違約率 tradeoff）
- 信用額度（影響餘額與 default exposure）
- Reward 比例（影響吸引力與成本）

關鍵考察點：你能否用結構化語言回答，不堆砌，每一步都有計算依據。

OA 模組 2：SQL（30 分鐘）

真題：客戶分層 + 留存分析

給兩張表：customers(id, signup_date, segment) 和 transactions(customer_id, txn_date, amount)。

任務：

找出 H1 新註冊且首月消費 > $500 的客戶

按 segment 分組計算他們的 6 個月留存率（任意一筆交易即視為留存）

WITH new_customers AS (
  SELECT id, signup_date, segment
  FROM customers
  WHERE signup_date BETWEEN '2026-01-01' AND '2026-06-30'
),
first_month AS (
  SELECT
    c.id,
    c.segment,
    c.signup_date,
    SUM(CASE
      WHEN t.txn_date BETWEEN c.signup_date AND c.signup_date + INTERVAL '30 day'
      THEN t.amount ELSE 0 END) AS first_month_amount
  FROM new_customers c
  LEFT JOIN transactions t ON t.customer_id = c.id
  GROUP BY c.id, c.segment, c.signup_date
  HAVING SUM(CASE
      WHEN t.txn_date BETWEEN c.signup_date AND c.signup_date + INTERVAL '30 day'
      THEN t.amount ELSE 0 END) > 500
),
retained AS (
  SELECT DISTINCT f.id, f.segment
  FROM first_month f
  JOIN transactions t ON t.customer_id = f.id
  WHERE t.txn_date BETWEEN f.signup_date + INTERVAL '5 month'
                       AND f.signup_date + INTERVAL '6 month'
)
SELECT
  f.segment,
  COUNT(DISTINCT f.id) AS qualified_customers,
  COUNT(DISTINCT r.id) AS retained,
  COUNT(DISTINCT r.id) * 1.0 / COUNT(DISTINCT f.id) AS retention_rate
FROM first_month f
LEFT JOIN retained r USING (id)
GROUP BY f.segment;

關鍵點：

BA 題常考多 CTE 巢狀 + 時間視窗
留存定義要明確（DAU vs MAU vs 任意一筆）
分母用 first_month 而非 new_customers，避免漏過濾

OA 模組 3：Excel / Logic（30 分鐘）

真題：詐騙率計算 + What-If 分析

給一張表：每行是一筆交易，欄位包括 txn_id, user_id, amount, is_fraud, channel。要求：

用 pivot table 計算各 channel 的詐騙率

如果把 mobile channel 的 fraud detection 從 60% recall 提升到 80%，年化損失能減少多少？

Excel 公式骨架：

=COUNTIFS(C:C,"mobile",D:D,1) / COUNTIFS(C:C,"mobile")

What-If 計算：

Mobile 當前年化損失 = mobile 總詐騙金額 × (1 - 60%)
提升後 = mobile 總詐騙金額 × (1 - 80%)
減少額 = mobile 總詐騙金額 × 20%

關鍵考察點：能否在 30 分鐘內既算對數字，又用文字描述假設和限制。

Power Day Round 1：Case Study（60 分鐘）

真題：詐騙率上升的根因分析

上月 Capital One 信用卡的詐騙率從 0.5% 上升到 0.8%。請用 30 分鐘分析根因，給出 3 條 actionable recommendations。

回答骨架（S-D-V-A：Segment / Drill / Verify / Action）：

Segment：按地域、產品線、客群、渠道、時間段拆分
Drill：找異常子集，例如「東海岸 mobile 渠道的新客 + 週末時段」佔 70% 增量
Verify：用 A/B 或 historical baseline 驗證假設
Action：
- Quick win：臨時調高 mobile 渠道 risk threshold
- Mid-term：mobile app 增加 3D Secure 二次驗證
- Long-term：重訓練詐騙模型，加入 device fingerprint 特徵

Power Day Round 2：Technical（SQL + Excel）

真題：批次資料清洗

給兩張表，發現 user_id 欄位在 customers 是 int，在 transactions 是 string，且 transactions 裡有約 5% 的 leading zero。請寫 SQL 把資料 join 起來。

SELECT *
FROM customers c
JOIN transactions t
  ON c.id = CAST(REGEXP_REPLACE(t.user_id, '^0+', '') AS INTEGER);

追問：如果 transactions 還有空值或非數字字元怎麼辦？答案：用 TRY_CAST 或 CASE WHEN 過濾。

Power Day Round 3：Behavioral / LP

Capital One BA 必問的 5 個問題

"Tell me about a time you used data to influence a non-data person."
"Walk me through a time you discovered a flaw in your own analysis."
"Describe a time you balanced multiple stakeholders with conflicting priorities."
"Tell me about a project where the data was messy / incomplete."
"Why Business Analyst at Capital One specifically (not consulting / DS)?"

STAR 模板：

Situation: 專案背景
Task: 你的角色
Action: 你具體做了什麼（必須有具體數字）
Result: 量化結果

Skills × 題型權重表

Skill	OA Case	OA SQL	OA Excel	Power Day Case	Power Day Tech	Behavioral
商業邏輯	★★★	★	★★	★★★	★	★★
SQL 速度	★	★★★	★	★	★★★	★
Excel	★	★	★★★	★	★★	★
溝通表達	★★★	★	★	★★★	★★	★★★
反思深度	★	★	★	★★	★	★★★

FAQ

Q1：BA 不會程式設計能進嗎？ SQL 是必須的，但不要求 Python。Excel + SQL + Case Study 是 BA 的「三件套」，程式設計是加分項。

Q2：BA 和 Data Analyst / Data Scientist 區別？

BA：業務驅動，case study 佔主，SQL 是工具
DA：技術驅動，SQL + Tableau 是核心，case 佔次
DS：建模驅動，Python / 統計是核心

Capital One 的 BA 偏向金融業務諮詢，比一般科技公司 BA 更看商業判斷。

Q3：Power Day Case Study 30 分鐘夠嗎？ 夠，但前 5 分鐘必須畫框架。框架不清晰，後面計算再準也救不回來。

Q4：BA 起薪多少？ Capital One BA 新人 base 75-95k + 10% bonus + sign-on，總包 90-115k。Senior BA 總包可達 150k+。

Q5：從 BA 能轉 SWE 或 DS 嗎？ 內轉可以，但需要重新過技術面。Capital One 內轉政策友善，但職位 HC 限制是常見瓶頸。

正在準備 Capital One Business Analyst 面試？

如果你想做 OA 三模組（Case + SQL + Excel）模考、Power Day Case Study 框架演練，或希望 Power Day 那天有真人 VO代面 / VO輔助全程陪跑，可以聊聊看完整的 OA代面 / VO輔助 / VO代面方案。

聯絡方式

需要面試真題與客製備戰計畫？立刻聯絡微信 Coding0201，獲取真題。

Email: [email protected] Telegram: @OAVOProxy