01 / тестовое задание

Codex:
тестовое задание для BI-аналитика

Реальное тестовое с собеседования на BI Analyst: исходный текст задания, как решать и частые ошибки.

02 / оригинальный текст

Текст тестового задания

Исходный текст задания без редактуры — так, как его прислали кандидату.

Данные к заданиюОткрыть данные →

Задание #1

Настройка доступа: Доступ к Tableau Desktop: создайте пробную учетную запись Tableau Desktop для выполнения этого задания. Доступ к BigQuery: Используйте свою учетную запись Gmail для авторизации подключения к BigQuery.

Набор данных: В этом задании вы будете использовать набор данных, связанный с системой проката велосипедов в районе залива Сан-Франциско. Это публичный набор данных Google BigQuery: san-francisco-public-data/sf-bike-share

Шаги для подключения к набору данных BigQuery в Tableau:

Выберите Google BigQuery как источник данных.

Пройдите аутентификацию, нажав «Allow» для подтверждения.

Выберите проект bigquery-public-data .

Найдите и выберите источник данных san_francisco_bikeshare .

Исследование данных: Вы можете использовать любую или все таблицы из набора данных. Постройте интересную и содержательную историю, обязательно ответив на приведённые ниже вопросы. Дополнительные инсайты будут плюсом. Предполагается, что вы проанализируете данные и изучите связи между сущностями в процессе.

1. Временные ряды Показатели: Количество поездок и продолжительность поездок. 1.1 Каким был объем поездок на велосипедах по месяцам, кварталам и годам в районе залива Сан-Франциско? 1.2 Как он изменялся по сравнению с предыдущими периодами?

Рост поездок по месяцам (например, апрель 2020 по сравнению с мартом 2020)

Рост по кварталам (например, 2 квартал 2020 по сравнению с 1 кварталом 2020)

Рост по годам (например, 2 квартал 2020 по сравнению с 2 кварталом 2019)

1.3 Какова была средняя дневная активность пользователей на протяжении времени?

2. География Можно ли визуализировать плотность станций проката и среднюю продолжительность поездок на карте с возможностью детализации до конкретных станций в регионе?

3. Инсайты Какие станции проката используются недостаточно эффективно? Как вы бы рассчитали этот показатель и отобразили его на дашборде?

03 / что проверяют

Что проверяет это задание

01

Дашборды

Визуализация метрик и понятная подача результатов.

02

Аналитическое мышление

Как разложить задачу, выбрать подход и обосновать решение.

03

Работа с данными

Аккуратная выборка, фильтрация и проверка ограничений задачи.

04 / как решать

Как подойти к решению

  1. 1

    Разберите условие: что именно просят посчитать и в каких разрезах.

  2. 2

    Сверьтесь с данными: какие таблицы есть, период и нужные фильтры.

  3. 3

    Решайте по шагам и фиксируйте промежуточные результаты и допущения.

  4. 4

    Доведите до финальных чисел и коротких выводов или рекомендаций.

05 / частые ошибки

Частые ошибки

  • Неверный период, разрез или единицы измерения.
  • Не учтены фильтры и сегменты из условия.
  • Решение без промежуточных шагов — только финальная цифра.
  • Нет выводов и рекомендаций по результату.
06 / хороший ответ

Каким должен быть сильный ответ

Хороший ответ — это не просто финальные числа или код. Работодатель должен увидеть, как вы думаете, как проверяете ограничения задачи и как оформляете результат.

  • короткое описание логики решения;
  • промежуточные таблицы, запросы и фильтры;
  • финальные значения по каждому пункту задания;
  • понятные выводы и рекомендации.
07 / похожие задания

Похожие задания

08 / разборы в telegram

Хочешь больше таких разборов?

В Telegram-канале разбираю тестовые с собеседований, метрики и типичные ошибки кандидатов.

Подписаться в Telegram →
09 / следующий шаг

Разбираешь тестовые, но не уверен в решении?

На интенсиве разбираем реальные кейсы, A/B-секции, метрики, SQL, Python и типовые ошибки кандидатов.