B站（哔哩哔哩）
数据分析实习生 一面复盘
2026年6月10日 | 笔者 | X 大学
一、面试基本信息
| 项目 | 内容 |
|---|---|
| 面试岗位 | B站数据分析实习生 |
| 面试类型 | 一面（业务面） |
| 面试时长 | 约25-30分钟 |
| 面试官背景 | B站内部业务/数据团队成员 |
| 整体氛围 | 偏压力面试，面试官多次质疑和追问，展示深度不够时直接打断 |
二、核心问题回顾
2.1 自我介绍 + 项目经历概述
Jerry自我介绍：X 大学大数据专业，过去三段经历集中在行业研究、数据分析、AI工作流搭建
提到上一段头部券商：Token经济学研究 + 周报Workflow（效率提升80%）+ 部署到研究所内部Agent
提到科尔尼实习：新能源专利池 + 东南亚能源市场研究
问题：自我介绍偏流水账，没有在开头建立亮点记忆点。没有主动埋钩子引导面试官问自己最强的方向。
2.2 Token项目深挖（最关键失分项）
面试官核心质疑
“感觉也不需要什么研究，也不需要什么分析，而且你在这里也没有什么获得，等于看了个新闻”
“VRT被英伟达30倍前瞻收购，这是个facts，不需要分析，也不需要什么研究，而且你在这里也没有什么获得”
信号：面试官认为这个项目只是公开信息的堆砌，没有独家的分析框架或数据挖掘深度
Jerry的回答
提到了推理负载占算力2/3、数据中心电力翻到1000倍瓦时等数据点
提到从多个数据出发：推理工作负载、全球数据中心电力、token成本拆解（算力折旧+存储折旧+模型摊销+能源变动成本）
结论：关注液冷投资机会（VRT被收购案例）+ 储能/智能电网降本技术
问题：回答碎片化，被面试官质疑后越解释越乱。核心问题是：没有在开头给出一个清晰的研究框架（”我是从XX角度，用XX方法，分析XX问题，得到XX结论”），而是散点罗列数据。
追问：液冷那家公司为什么被收购？
- Jerry回答：公司做液冷赛道，名字记不清了（应该是VRT）
问题：记不清公司名是一个减分项，但更关键的是没有把VRT的业务模式、竞争壁垒、被收购逻辑说清楚。面试官想要的是：你对这家公司的理解深度，而不只是”它被高价收购了”这个结论。
2.3 ROI定量分析题（最关键失分项）
面试官问题
- “全球AI资本开支现在是8000亿美金，未来几年按此速度增长。要达到盈利平衡，token或大模型的AR（收入）需要达到什么水平？”
Jerry的回答框架
拆解token成本（算力折旧+存储折旧+模型摊销+能源成本）→ 算出单token底线成本
用token定价（目前各家争抢阶段，定价贴近成本）判断市场阶段
用token成本和资本开支对比，判断市场何时饱和
面试官反驳逻辑
“投资已经投出去了，你算成本有什么意义？你得是token能挣来的钱比上资本开支摊销后的成本，ROI能不能打正”
关键点拨：盈利平衡 = token能挣来的钱 / 资本开支 → ROI=1 时的token总量/定价
Jerry被引导后承认：应该从token定价 * token量 = 总收入 的角度切入，而非单token成本
核心失分原因：没有理解”盈利平衡”的定义是收入覆盖支出（ROI=1），而不是”成本降到某个水平”。成本分析是供给侧思维，但盈利平衡需要从需求侧（收入=价格*数量）来分析。
追问：关键参数是成本还是增速？
Jerry观点：认为成本是更关键的参数
面试官反驳：”如果token没有增速，只是成本降低的话，投资是按摊销算的，已经投出去了，成本降低有什么意义？”
Jerry进一步解释：竞争格局 → 模型厂商降价引流 → 最终剩几家大厂有定价权 → 提价 + 增速维持平衡
信号：Jerry开始转向正确的框架（竞争格局 → 定价权），但为时已晚，前面已经失分太多。面试官明显在引导他往”供需关系+竞争格局”方向走。
2.4 行为问题
Q&A: 问：为什么选择头部券商？ → 答：两段经历都偏宏观，能积累商业sense和行业扫描能力（正常回答）
Q&A: 问：以后想做券商行研还是其他方向？ → 答：更感兴趣具体业务落地，考虑商业分析或数据分析（”代码能力要求低的商业分析”说法可能减分）
Q&A: 问：SQL水平如何？ → 答：基本查询可以弄到，复杂场景缺乏经验（诚实说不太会是减分项）
三、面试评分分析
| 维度 | 评分 | 核心问题 |
|---|---|---|
| B站社区理解 | 5/10 | 没有展示真实的B站深度用户经历，面试开场没有主动提及B站使用体验 |
| Token项目分析深度 | 3/10 | 缺乏清晰研究框架，数据点散乱，被面试官质疑”看了个新闻”——没有展示独家分析视角 |
| ROI定量分析思维 | 4/10 | 盈利平衡=收入/支出（ROI=1）的框架不清晰，用成本思维代替收入思维，被引导后才意识到 |
| 商业sense/竞争格局 | 7/10 | 最后提到了美团案例，展示了一定商业思维，但展现时机太晚 |
| SQL能力 | 5/10 | 面试中承认SQL只限基本查询，数据分析岗位这是短板 |
| AI工作流（COZE类比） | 7/10 | 周报Workflow是亮点（效率提升80%+部署到Agent），但没有主动展开讲 |
| 沟通表达 | 4/10 | 被质疑后越解释越乱，回答碎片化，缺乏结构化表达 |
| 求职动机/稳定性 | 6/10 | 方向清晰但”代码要求低的商业分析”说法可能减分 |
四、核心失分原因分析
4.1 Token项目：没有建立分析框架
Jerry的问题：拿到项目后直接罗列数据和结论，没有先说清楚”我是用什么框架来分析这个行业的”
面试官想听到的框架示例：
• “我的分析框架是：1）需求侧——token的量增趋势和价格弹性；2）供给侧——资本开支的结构和增速；3）竞争格局——谁有定价权。结合这三个维度，我的结论是……”
Jerry的实际情况：直接说”AI推理成本增速高于训练成本增速 → 关注液冷”，跳过了框架推导，让面试官觉得是公开信息的堆砌
4.2 ROI问题：用供给侧思维回答需求侧问题
面试官的问题本质：给定资本开支（供给），token市场需要多少收入（需求）才能盈利平衡？
Jerry的回答：拆解token成本（成本端）→ 但成本低不等于能盈利，要收入覆盖支出才行
正确框架：盈利平衡 = token总量 × token价格 = 总收入 ≥ 资本开支 + 运营成本（ROI=1）
关键变量：token量增速（需求侧）+ token定价（竞争格局决定）
• Jerry在面试后半段提到的”竞争格局决定定价权”实际上是对的，但为时已晚，且没有量化到具体数字
4.3 沟通表达：缺乏结构化输出
面试官多次打断并质疑，说明回答节奏出了问题——不是等面试官追问，而是自己越说越乱
建议：任何分析类问题先用一句话框架（”我是从XX角度分析”），再给数据支撑，再给结论
• 不要在面试官质疑时急着解释，而是先确认问题（”您是想了解我的分析框架还是具体数据？”）
五、后续改进建议
5.1 重新梳理Token项目（重点准备）
必须能够回答：”这个项目我的分析框架是什么？我用了哪些独家数据或方法？我的核心结论是什么？这个结论对投资有什么意义？”
建议重新组织项目叙述（STAR框架）：
1. S（背景）：全球AI资本开支快速膨胀，但收入端（token定价）增长能否覆盖支出仍不清晰
2. T（任务）：判断AI基础设施哪些细分赛道有确定性投资机会
3. A（方法）：构建token成本拆解模型，结合公开财报数据和市场调研，测算各环节成本结构；同时从竞争格局角度分析模型厂商的定价权归属
4. R（结论）：液冷（确定性高的基建需求，VRT案例印证）+ 储能/智能电网（能源降本技术）
5.2 ROI定量分析题准备
必须能够说清楚：盈利平衡的定义 = ROI = 1 = 收入 / 支出
核心公式：token总量 × token价格 = 总收入
分析路径：
→ 供给侧：AI资本开支持续增长（已知数据：每年1.5x增速）
→ 需求侧：token消耗量增速（决定总收入）
→ 竞争格局：定价权归属（最终由2-3家大厂决定）
→ 结论：盈利平衡点 = token量增速 × 定价弹性能否覆盖资本开支增速
5.3 SQL能力补强
在面试中主动说”SQL不太会”是减分项。数据分析师岗位必须能回答SQL问题
建议：面试前刷完牛客网SQL高频50题，特别是窗口函数（LAG/LEAD/ROW_NUMBER）
• 如果被问SQL，可以诚实说”基础可以，复杂场景经验少，但学习能力强”——而不是说”不太会”
5.4 B站社区理解
面试开场主动提及自己最常看的B站分区（知识区/游戏区），以及对某个功能的独立见解
关注B站近1-2个月的新动态（知识区崛起、创作者工具更新等）
• 准备一个用数据分析思维看B站社区的例子（如：B站 vs 抖音的差异化指标分析）
5.5 表达框架练习
任何分析问题：先框架 → 再数据 → 再结论。每部分不超过30秒
被质疑时：先确认问题（”您是说……对吗？”） → 再给结构化回答
• 遇到不会的问题：诚实说”这个问题我没有深入研究过，我的理解是……”，不要硬扯
六、总结
| 项目 | 状态 | 说明 |
|---|---|---|
| Token项目深度 | ⚠️ 需重做 | 没有清晰分析框架，被质疑”等于看新闻”，必须重新组织项目叙述逻辑 |
| ROI定量分析 | ⚠️ 需补强 | 盈利平衡=收入/支出的框架不清晰，建议用供需两侧重新建模 |
| SQL能力 | ⚠️ 需补强 | 诚实说”不太会”是减分项，面试前刷题+调整回答方式 |
| B站社区理解 | ⚠️ 需准备 | 没有主动展示B站深度用户身份，需补充近况动态 |
| 表达结构 | ⚠️ 需练习 | 被质疑后越解释越乱，建议先框架后数据的表达顺序 |
| 商业sense（竞争格局） | ✓ 有亮点 | 最后提到美团案例，展示了一定商业思维，可提前展示 |
整体评估：这是一次中等偏下的面试。Token项目被深挖后暴露了分析框架缺失和ROI思维不清晰的问题。核心问题是：Jerry能够完成任务式的分析，但缺乏独立构建框架和量化推理的能力——而这正是B站数据分析岗位最看重的。建议在二面前完成上述改进项，特别是ROI定量分析和项目框架重塑。
