データアナリストの面接は、通常三つの要素を組み合わせて行われます。技術的な確認（SQL、Excel、場合によってはPython）、データを使って問題を論理的に考えるビジネスケース、そして過去のプロジェクトについての行動面接の質問です。面接官が見たいのは、正しい数字を得られること、その意味を説明できること、そして誰かの判断を助けられることです。以下では、サンプル回答とSQLの具体例を含む、データアナリストの面接質問30問を紹介します。
面接官が見ているポイント
| 分野 | 面接官が見たいこと |
|---|---|
| SQLとツール | 正確で読みやすいクエリ、結合と集計への慣れ |
| データの品質 | 数字を信頼する前に問題がないか確認する姿勢 |
| ビジネス感覚 | 分析を意思決定に結びつけられること |
| コミュニケーション | 技術者でない人にも結果をわかりやすく説明できること |
| 好奇心 | 「なぜ」と問い、データを深く掘り下げること |
SQLの質問
これらの例では、次の二つのテーブルを使います。
- orders(order_id, customer_id, order_date, amount)
- customers(customer_id, name, signup_date)
1. 総売上で上位二人の顧客を見つける
SELECT customer_id, SUM(amount) AS revenue
FROM orders
GROUP BY customer_id
ORDER BY revenue DESC
LIMIT 2;
2. 一度も注文していない顧客を見つける
SELECT c.customer_id, c.name
FROM customers c
LEFT JOIN orders o ON o.customer_id = c.customer_id
WHERE o.order_id IS NULL;
LEFT JOINとIS NULLの組み合わせが機能する理由を説明しましょう。すべての顧客を残し、対応する注文がない場合は注文側の列を空にしておくからです。
3. 顧客ごとに二番目に大きい注文を見つける
SELECT customer_id, order_id, amount
FROM (
SELECT customer_id, order_id, amount,
ROW_NUMBER() OVER (PARTITION BY customer_id ORDER BY amount DESC) AS rn
FROM orders
) ranked
WHERE rn = 2;
同じ値がある場合に、ROW_NUMBER、RANK、DENSE_RANKの違いに触れましょう。
4. 月次の売上を計算する
SELECT DATE_TRUNC('month', order_date) AS month, SUM(amount) AS revenue
FROM orders
GROUP BY 1
ORDER BY 1;
DATE_TRUNCはPostgreSQLの構文です。SQLiteではstrftime('%Y-%m', order_date)を使い、ほかのデータベースにはそれぞれ独自の関数があります。どの方言を使っているかを伝えましょう。
5. WHEREとHAVINGの違いは何ですか？
WHEREはグループ化の前に行を絞り込み、HAVINGは集計の後にグループを絞り込みます。
6. 結合にはどのような種類がありますか？
内部結合、左結合、右結合、完全外部結合です。それぞれをいつ使うか、対応しない行がどうなるかを説明しましょう。
7. 重複したレコードはどのように見つけますか？
一意であるべき列でグループ化し、HAVING COUNT(*) > 1で絞り込みます。
8. ウィンドウ関数とは何ですか？ いつ使いますか？
関連する行をまとめずに計算する仕組みです。累計、順位付け、各行と前の行の比較などに使います。
Excelとスプレッドシート
9. VLOOKUPとXLOOKUP（またはINDEX/MATCH）の違いは何ですか？
XLOOKUPやINDEX/MATCHは左側の列を検索でき、欠損値の扱いにも柔軟で、列の位置が変わっても壊れにくい点が違います。
10. ピボットテーブルはどのように使いますか？
カテゴリごとにデータを素早く集計するために使います。例えば、地域と月ごとの売上などです。
11. 散らかったスプレッドシートはどのようにクレンジングしますか？
重複を削除し、形式（日付、テキストの大文字小文字など）を統一し、空欄を処理し、外れ値を確認します。
統計
12. 平均と中央値の違いは何ですか？ それぞれいつ使いますか？
データが偏っている場合、例えば所得や注文金額などでは、中央値のほうが適しています。
13. p値とは何ですか？
本当は効果がないと仮定した場合に、観測された結果と同等以上に極端な結果が得られる確率のことです。p値が小さいことは、その結果が単なる偶然である可能性が低いことを示唆しますが、効果がどれだけ大きいか、あるいは重要かどうかまでは示しません。
14. 相関と因果の違いは何ですか？
二つの変数が一緒に動いていても、一方が他方の原因であるとは限りません。第三の要因や偶然で説明できる場合があります。因果を確立するには実験が役立ちます。
15. A/Bテストはどのように設計しますか？
指標と仮説を定義し、サンプルサイズを決め、ユーザーをランダムに割り振り、一定期間実施したうえで、統計的有意性と実際のビジネス上のインパクトを確認します。
16. 外れ値とは何ですか？ どう扱いますか？
取り除く前に調査します。エラーの場合もあれば、本当に重要な事例の場合もあります。
データクレンジングと品質
17. 欠損データはどのように扱いますか？
なぜ欠損しているのかを確認したうえで、削除する、妥当な値で埋める、またはフラグを付けるかを判断します。結果への影響も説明しましょう。
18. データセットが信頼できるかどうかは、どのように確認しますか？
元のデータと行数を照合し、合計が一致するかを確認し、日付の範囲、重複、抜き取りチェックを行います。
19. データの誤りを見つけた経験について教えてください
簡潔にSTARメソッドのエピソードとして話し、元のデータでどう修正したかを伝えましょう。
可視化とダッシュボード
20. 適切なグラフはどのように選びますか？
時系列の傾向には折れ線、カテゴリの比較には棒、関係性には散布図を使います。項目が多すぎる円グラフは避けましょう。
21. 経営層向けのダッシュボードはどのように設計しますか？
上部に少数の主要指標を置き、傾向を示し、ラベルを明確にし、必要な場合にのみフィルターを用意します。
22. どのようなBIツールを使ったことがありますか？
ツール名と、作成したダッシュボードを挙げましょう。Power BIの面接質問もご覧ください。
ビジネスケースの質問
23. 先週、新規登録が20%減少しました。どのように調査しますか？
「まず、トラッキングとデータの読み込みを確認し、減少が本当に起きているかを検証します。そのうえで、プラットフォーム、国、流入元、登録ステップごとに比較し、どこで起きたのかを特定します。一つのチャネルや一つのステップに偏っている場合は、キャンペーンの終了やサイトのリリースなど、その部分での変更を確認します。見つかったことと、まだわからないことを共有します。」
24. 新機能の成功はどのように測定しますか？
目的を定義し、主要指標とガードレール指標を選び、対照群または施策前後の期間と比較します。
25. オンラインストアではどのような指標を追いますか？
アクセス数、コンバージョン率、平均注文単価、リピート購入率、顧客獲得コストです。
26. 複雑な分析結果を、技術者ではないマネージャーにどう説明しますか？
結論とその影響から話し始め、シンプルなグラフを一つ使い、分析手法は簡潔にまとめます。
行動面接の質問
27. 意思決定を変えた分析について教えてください
問い、使ったデータ、わかったこと、そして何が変わったかを話しましょう。
28. 不完全なデータで仕事をしなければならなかった経験について教えてください
どのような前提を置き、それをどう伝えたかを話します。
29. 複数のステークホルダーからの依頼に、どのように優先順位をつけますか？
ビジネスへの影響と緊急度をもとに判断し、ステークホルダーやマネージャーと合意します。
30. 自分の分析が間違っていた経験について教えてください
責任を認め、修正し、今ではどのような点を確認しているかを説明しましょう。
こうしたエピソードの組み立て方については、STARメソッドのガイドをご覧ください。
しっかりしたポートフォリオのプロジェクトを一つ準備する
| 項目 | 含める内容 |
|---|---|
| 問い | 明確なビジネス上の問い |
| データ | 出典、規模、クレンジングの方法 |
| 手法 | SQL、スプレッドシート、またはPythonの手順 |
| 発見 | グラフを使った、一つか二つの明確な結果 |
| 判断 | その結果に基づいて誰が何をすべきか |
準備の進め方
- 二週間、毎日SQLを練習しましょう。結合、集計、ウィンドウ関数を中心に行います。
- 基礎統計を復習します。平均、分布、A/Bテスト、p値などです。
- ポートフォリオのプロジェクトを一つと、STARメソッドのエピソードを三つ準備します。
- 「なぜこの指標が変わったのか」というケースを、声に出して練習しましょう。
- 会社のプロダクトと、同社が重視していそうな指標を調べます。
関連する職種については、ビジネスアナリストの面接質問とPythonの面接質問もご覧ください。準備に使えるツールを探している場合は、データアナリストの面接に使えるAIツールの一覧で選択肢を比較できます。
SQLの説明とケースへの回答を練習する
YesToTheOfferで、技術的な質問やケースの質問を声に出して練習し、自分の履歴書と求人票をもとに文字起こしを見直しましょう。30分無料、サブスクリプションなし。
