SQL 面試題入門：數據分析師必會的 10 道基礎題 (上)

準備數據分析師面試時，SQL 幾乎是無法避開的一關，即使公司使用 Tableau、Power BI 或 Python進行視覺化呈現，分析師仍需要透過 SQL 從資料庫提取視覺化前需要的底層資料。

SQL 面試的重點不只是在測試語法，面試官更想透過面試，知道你是否能理解資料內容、將商業問題轉換成查詢條件、避免重複計算，並正確處理商業問題，這篇文章就來與你分享 10 道數據分析師的 SQL 基礎面試題。

練習使用的資料表

一開始，我們先假設兩張簡化的電商資料表：

一張資料表叫做customers 包含客戶資料，包括 customer_id、signup_date、country、acquisition_channel

另外一張表則為訂單紀錄表orders， 包含所有訂單紀錄，資料欄位有： order_id、customer_id、order_date、order_status、total_amount。

第 1 題：如何每個月的訂單數與營收？

這時候你是不是會想要急著開始寫你的SQL呢？

SELECT
    DATE_TRUNC('month', order_date) AS order_month,
    COUNT(DISTINCT order_id) AS order_count,
    SUM(total_amount) AS revenue
FROM orders
GROUP BY 1
ORDER BY 1;

在還沒確認商業問題之前，貿然寫出你的Query答案，可能會讓你有點扣分，解題之前，其實最重要的就是確認商業問題以及資料格式，所以先別急著寫下你的query，如果資訊只有上面提供的資料表以及資料欄位，其實並不足以讓你判斷你的Query語法應該怎麼下。

下手之前，你可以問問，例如：

1. order_date的資料格式是什麼？是日期格式嗎？還是string(字串), int(整數) 或者是timestamp格式呢？基於資料表的大小以及儲存限制，不同公司不同資料表可能會針對日期做不同的儲存格式，所以確認資料欄位的格式，絕對是第一步。

2. 每月的訂單數與營收是指完成的訂單數嗎？資料表目前的資料只包含完成的訂單嗎？如果是先完成的訂單，但後續有退貨或是換貨，該訂單的狀態會是退貨嗎？部分退貨部分取貨，那資料欄位又會怎麼顯示呢？

3. revenue是否代表實際客戶付款的金額呢？還是折扣前金額呢？如果是折扣前金額，是否需要扣除折扣金額或是運費呢？

發現了嗎？光是詢問這些問題，就可能讓你的query的處理方式完全不一樣，所以，開始回答前，請先想一下實際的商業案例可能會有哪些情況，並試想可能的情況，才會讓你的能力不僅僅停留在sql的寫手，而是專業的商業問題解析員

問完這些問題，你可能會得到：

日期的格式為整數，需要計算已完成的訂單，已完成的訂單可以以order_status = ‘completed’來判斷，先不考慮退貨，revenue是指最終營收，所以其他折扣與運費不避考慮。

SELECT
    DATE_TRUNC('month', DATE_PARSE(CAST(order_date AS VARCHAR), '%Y%m%d')) AS order_month,
    COUNT(DISTINCT order_id) AS order_count,
    SUM(total_amount) AS revenue
FROM orders
WHERE order_status = 'completed'
GROUP BY 1
ORDER BY 1;

結果是不是就跟一開始還沒釐清商業問題完全不一樣了呢？

第 2 題：如何找出消費金額最高的 10 位顧客？

看到「消費金額最高」這幾個字，你是不是已經準備把每位顧客的 total_amount 加總，再由高到低排序了呢？

SELECT
    customer_id,
    SUM(total_amount) AS total_spend
FROM orders
GROUP BY customer_id
ORDER BY total_spend DESC
LIMIT 10;

先別急著交出這個答案。這段 SQL 在語法上可能沒有問題，但「消費金額」在商業情境中，還有很多需要確認的細節。

下手之前，你可以先問：

1. 消費金額是所有訂單的金額，還是只計算已完成的訂單？取消、付款失敗與退款訂單需要排除嗎？

2. total_amount 代表折扣前金額，還是顧客實際支付的金額？裡面是否包含運費、退款金額？

3. 資料中是否有不同幣別？如果有人使用美元消費、有人使用台幣消費，可以直接把金額放在一起比較嗎？

發現了嗎？只是要找出消費金額最高的顧客，就會牽涉訂單狀態、金額定義、幣別。技術上能夠加總，不代表這些數字在商業上真的可以直接相比。

假設面試官進一步告訴你：資料只有單一幣別、total_amount 已經是最終付款金額，而且只需要計算 order_status = ‘completed’ 的訂單，那麼 Query 就可以寫成：

SELECT
    customer_id,
    SUM(total_amount) AS total_spend
FROM orders
WHERE order_status = 'completed'
GROUP BY customer_id
ORDER BY total_spend DESC
LIMIT 10;

這題真正想測試的，不只是你會不會使用 SUM、GROUP BY、ORDER BY 和 LIMIT，而是你是否知道「消費金額最高」背後還藏著哪些商業定義。

第 3 題：如何計算每個國家的購買顧客數？

這一題需要使用 customers 與 orders 兩張資料表。看到 customer_id 同時出現在兩張表裡，你可能會很快想到用 JOIN 把它們連起來。

SELECT
    c.country,
    COUNT(DISTINCT c.customer_id) AS customer_count
FROM customers c
JOIN orders o ON c.customer_id = o.customer_id
GROUP BY c.country
ORDER BY customer_count DESC;

不過，在正式回答之前，還是要先確認題目裡的「國家」和「購買顧客」分別代表什麼。

你可以先問：

1. country 是會員註冊時填寫的國家、目前居住國家，還是訂單的配送國家？如果顧客購買送給住在不同居住地的收件者，應該歸在哪個國家？

2. 「購買顧客」是曾經建立訂單就算？還是至少要有一筆已完成訂單？如果是要有一筆完成訂單，是多久內完成訂單的客戶才要算？

3. 一位顧客可能有很多筆訂單，JOIN 之後會出現很多列。這時候應該計算訂單筆數，還是不重複的顧客人數？

第 3 個問題非常重要。如果直接使用 COUNT(*)，一位下過 10 次訂單的顧客就會被計算 10 次，但題目問的是顧客數，因此需要使用 COUNT(DISTINCT customer_id) 避免重複計算。

假設 country 代表顧客註冊的國家，而購買顧客的定義是2025(2025-01-01~2025-12-31)至少完成過一筆訂單，那麼 SQL 可以寫成：

SELECT
    c.country,
    COUNT(DISTINCT c.customer_id) AS customer_count
FROM customers c
JOIN orders o ON c.customer_id = o.customer_id and 
WHERE o.order_status = 'completed' and DATE(DATE_PARSE(CAST(order_date AS VARCHAR), '%Y%m%d')) between DATE('2025-01-01') AND DATE('2025-12-31') 
GROUP BY c.country
ORDER BY customer_count DESC;

如果題目改成「每個國家的註冊顧客數」，那就不一定需要 JOIN orders。光是「註冊顧客」與「購買顧客」兩個字的差別，就會直接改變你需要使用的資料表與篩選條件囉～

第 4 題：如何找出從未下單的會員？

這是一道很常見的 JOIN 題目。你可能知道要使用 LEFT JOIN，但真正容易出錯的地方，反而是「從未下單」到底是什麼意思。

開始寫 Query 前，可以先確認：

1. 從未下單是指完全沒有建立過任何訂單，還是沒有完成過訂單？

2. 如果會員曾經下單，但後來取消、付款失敗或全額退款，他還算是下過單嗎？

3. orders 資料表是否包含測試訂單？測試帳號與內部員工帳號是否需要排除？

假設面試官說，這裡的「從未下單」就是在 orders 資料表中完全找不到任何訂單紀錄，那麼可以使用 LEFT JOIN：

SELECT
    c.customer_id,
    c.signup_date,
    c.country
FROM customers c
LEFT JOIN orders o
    ON c.customer_id = o.customer_id
WHERE o.order_id IS NULL;

為什麼不能使用 INNER JOIN 呢？因為 INNER JOIN 只會保留兩張表都有出現的 customer_id，沒有訂單的會員反而會直接被排除。LEFT JOIN 則會先保留 customers 中的所有會員，再讓找不到訂單的資料呈現 NULL，因此可以用 o.order_id IS NULL 把他們找出來。

但如果題目真正想找的是「從未完成訂單的會員」，就不能只是把 order_status = ‘completed’ 寫在最後的 WHERE 條件中，否則很容易改變 LEFT JOIN 的結果。這時候，可以把完成訂單的條件放進 JOIN：

SELECT
    c.customer_id,
    c.signup_date,
    c.country
FROM customers c
LEFT JOIN orders o ON c.customer_id = o.customer_id AND o.order_status = 'completed'
WHERE o.order_id IS NULL;

發現了嗎？「沒有下單」和「沒有完成訂單」看起來很接近，實際上卻是兩個不同的客群。面試時先說清楚你的定義，會比直接背出 LEFT JOIN 更加分。

第 5 題：如何計算不同訂單狀態的占比？

如果題目要你計算 completed、cancelled、refunded 等不同訂單狀態的占比，你可能會先想到依照 order_status 分組，再計算每一組的訂單數。

SELECT
    order_status,
    COUNT(*) AS order_count
FROM orders
GROUP BY order_status;

但是只有各狀態的訂單數，還不能算出占比。正式往下寫之前，你可以先確認：

1. 一筆資料列就代表一張訂單嗎？還是同一張訂單會因為包含多個商品而出現多列？如果是一張訂單多列，就不能直接使用 COUNT(*)。

2. 訂單狀態是目前的最終狀態，還是每次狀態變更都會留下紀錄？如果是狀態歷程表，同一張訂單可能會被重複計算。

3. 占比的分母是所有訂單，還是只計算某段期間、特定市場或特定渠道的訂單？

4. order_status 如果是 NULL 或出現未知狀態，要獨立列出、歸類為 other，還是排除？

假設 orders 中的一列就是一張訂單、order_status 是訂單目前的最終狀態，而且分母包含資料表中的所有訂單，那麼可以搭配 Window Function 計算占比：

WITH status_count AS (
    SELECT
        order_status,
        COUNT(*) AS order_count
    FROM orders
    GROUP BY order_status
),

total_count AS (
    SELECT
        COUNT(*) AS total_order_count
    FROM orders
)

SELECT
    s.order_status,
    s.order_count,
    ROUND(
        100.0 * s.order_count / t.total_order_count,
        2
    ) AS order_percentage
FROM status_count s
CROSS JOIN total_count t
ORDER BY s.order_count DESC;

在這段 Query 中，我們先透過 status_count 計算每個 order_status 分別有多少筆訂單，再透過 total_count 計算全部訂單的總數。

最後，將每種狀態的訂單數除以全部訂單數，再乘以 100，就可以得到各訂單狀態所占的百分比。

Query 寫完後也別急著結束。你還可以檢查各狀態的百分比加總是否接近 100%，並觀察 cancelled 或 refunded 的比例是否異常。這樣回答，就不只是算出結果，也展現了你會檢查資料品質與商業合理性。

總結：SQL 面試不是只看你會不會寫語法

看完前面五道題目，你可能會發現，這些 SQL 語法其實都不算太複雜，使用的主要是 GROUP BY、JOIN、SUM、COUNT、ORDER BY。

真正困難的地方，反而是在開始寫 Query 之前，你能不能先把問題問清楚。

日期欄位是 date、timestamp、string，還是整數？營收要不要扣除退款與折扣？購買顧客是曾經建立訂單，還是至少完成過一筆訂單？從未下單，是完全沒有訂單紀錄，還是沒有成功完成的訂單？計算訂單狀態占比時，一列資料又是否真的代表一張訂單？

這些問題看起來都不是 SQL 語法，卻會直接決定你的 SQL 應該怎麼寫。如果商業定義理解錯誤，就算 Query 能夠成功執行，最後得到的答案也不一定是公司真正想知道的結果，所以啊，下次遇到 SQL 面試題時，先別急著埋頭寫答案。你可以按照下面的順序思考：

1. 確認題目真正想解決的商業問題。
2. 確認資料表、欄位格式與每一列資料代表的意義。
3. 說明你對指標與篩選條件的假設。
4. 拆解查詢步驟，再開始撰寫 SQL。
5. 寫完後檢查重複資料、NULL、取消、退款與其他例外情況。
6. 最後確認查詢結果在商業上是否合理。

發現了嗎？面試官想找的通常不是一位只會背語法的 SQL 寫手，而是一位能理解資料、釐清問題，並且把商業需求轉換成正確查詢邏輯的數據分析師。

這篇先和你分享前五道 SQL 基礎面試題。下一篇，我會繼續整理第 6～10 題，帶你練習日期處理、HAVING、CASE WHEN，以及更多數據分析師面試中常見的應用情境。

Buy me a coffee　用行動支持我的內容創作

如果我的文章對你有幫助，歡迎用小額贊助支持內容創作，也歡迎留言分享你的 SQL 面試經驗。