简历里的数据怎么写才可信
数字让结果变得具体，但没有口径的数字反而会被怀疑。这篇讲数字该怎么写、口径怎么交代，以及手上没有数据时怎么描述结果。
01面试官怎么看简历里的数字
面试官看到一个数字，第一反应通常不是「好厉害」，而是「这是怎么算出来的」。转化率提升 30%，是从 10% 到 13%，还是从 10% 到 40%？观察了一周还是一个季度？是不是和其他改动一起上线的？
所以数字本身只占一半，另一半是数字背后的口径。口径交代清楚了，小数字也有说服力；口径说不清，大数字反而会成为面试里的减分项。
优化了首页性能，加载速度提升 80%。
首页 LCP 在中端安卓机上从 4.2 秒降到 1.9 秒（线上 RUM 数据，P75，观察两周）。
后者写清楚了指标、设备、数据来源和观察期，面试官要追问的点都已经回答了。
负责的活动带来了大量新用户，效果显著。
裂变活动 7 天带来 2.3 万新用户，获客成本约 6 元，是同期投放渠道的四成。
「大量」「显著」没有信息量。写出绝对数、成本和对照，结果的好坏一目了然。
02常见岗位能用的数字
不同岗位能用的数字差别很大，但大致可以分为规模、效率、质量和业务结果四类。写之前先想想自己的工作影响了哪一类。
| 类别 | 技术岗 | 产品 / 运营 | 设计 / 测试 / 数据 |
|---|---|---|---|
| 规模 | QPS、数据量、用户数 | 日活、社群人数、客户数 | 组件数、用例数、报表数 |
| 效率 | 构建时长、发布频率 | 需求交付周期、人效 | 设计交付时间、回归耗时 |
| 质量 | 故障数、错误率 | 客诉量、退订率 | 缺陷逃逸率、走查问题数 |
| 业务结果 | 转化率、留存 | GMV、续费率、ROI | 实验采纳率、转化提升 |
03手上没有数据怎么办
不是每份工作都有完善的数据。没有埋点、离职了拿不到后台、项目没上线，这些情况都很常见。这时候不要编数字，面试官多问两句就能听出来。
可以换成能确定的事实：做了多少个页面、服务了多少个团队、上线后有没有出过问题、被谁采用了。也可以写相对变化和定性结果，比如「此类问题此后没有再出现」「方案被另外两个团队沿用」。
- 用范围或量级代替精确数字：「日均订单约 60 万」「数据量千万级」
- 用前后对比代替百分比：「从每周 3 次故障降到一个月 1 次」
- 用采纳和复用说明影响：「被 3 条产品线沿用」
- 用节省的时间说明效率：「回归从 2 天缩到半天」
- 实在没有就写清楚做了什么、交付了什么，不要硬凑
常见问题
数字可以估算吗？
可以，但要说明是估算，比如「约」「左右」，并且面试时能说清楚估算方法。
公司数据保密怎么写？
写相对变化（提升多少个百分点）或数量级（万级、百万级），不要写具体的营收和用户数。
团队成果能写成自己的吗？
写清楚自己负责的部分，用「参与」「主导」区分。面试官会追问细节，把团队成果全写成自己的很容易露馅。