回答容易散
先分类再展开，避免直接罗列指标和建议。
Codex Skill
Data Analysis Interview Skill
A Codex Skill for structuring data analysis interview answers from problem classification to execution-ready reasoning.
这是一个面向 DA / BA / Product Analyst 面试的数据分析答题 Skill。它把常见业务分析问题先归类， 再调用对应分析框架，最后输出具体执行步骤和可直接复述的面试表达。
What It Solves
把零散想法整理成面试官能听懂的分析路径。
题型容易混
区分指标体系、异动排查、业务优化和实验设计。
缺少执行感
把框架落到指标、拆解、下钻、验证和后续动作。
表达不够面试化
补充可直接复述的「面试表达」，让答案更完整。
Question Types Covered
覆盖四类高频数据分析面试题。
Indicator System Design
指标体系、核心指标、业务看板，以及如何衡量产品、模块或功能健康度。
Anomaly Diagnosis
DAU、GMV、CTR、转化率等指标下滑或波动时，如何确认口径、拆解贡献并定位原因。
Business Optimization
围绕评论率、投稿率、活跃、留存、GMV 等目标，提出分析方法和优化策略。
AB Testing
设计实验验证策略是否有效，并解释 p-value、MDE、样本量、实验周期和上线判断。
How It Works
三步把问题变成结构化答案。
Classify
判断问题属于哪类数据分析题；混合题会先确定处理顺序。
Frame
调用对应框架，先讲分析思路，而不是直接给零散建议。
Execute
输出具体指标、拆解方式、维度下钻、验证方法和面试表达。
Output Format
默认输出结构。
问题分类
这是哪一类问题，以及为什么。
分析思路
用什么框架拆解这个问题。
具体执行
具体看哪些指标、做哪些拆解、按哪些维度下钻、如何验证。
面试表达
如果在面试里，可以这样说：……Example Prompts
可以直接用这些问题测试它。
- 如果我想给美团外卖建设一套指标体系，该怎么办？
- 假如用户的下单转化率持续两周下降，你会怎么分析原因？
- 如何提升小红书评论率？
- 如果一个新策略实验一周后已经显著，是否可以提前停止？
Installation
安装到 Codex Skills 目录。
git clone https://github.com/Zhenyu0521/data-analysis-interview-skill.git ~/.codex/skills/data-analysis-interviewCurrent Status
当前偏面试训练，未来可以扩展成真实业务交付模式。
现阶段它更适合用于数据分析面试准备、业务分析框架训练和模拟问答。 后续可以继续扩展到 BI 看板设计、字段口径、数据源需求、监控规则和真实业务诊断。