邢台市烟草公司2025秋招数据分析岗位高频笔试题库含答案

邢台市烟草公司2025秋招数据分析岗位高频笔试题库（含答案）题目一：数据分析基础（单选题，每题2分，共10题）1.在邢台市烟草市场分析中，若要评估某品牌香烟的销量趋势，最适合使用的统计图表是？A.散点图B.条形图C.折线图D.饼图2.烟草公司进行客户细分时，常用的K-Means聚类算法属于哪种机器学习模型？A.回归模型B.分类模型C.聚类模型D.关联规则模型3.若某区域卷烟销售额的月均增长率为5%，计算两年后的销售额约为多少？（假设复利增长）A.1.10倍B.1.05倍C.1.1025倍D.1.2125倍4.在邢台市烟草零售终端数据分析中，"顾客购买频率"属于哪种类型的数据指标？A.分类数据B.数值型数据C.时间序列数据D.缺失数据5.若某品牌香烟的毛利率为20%，成本占比30%，则其售价约为成本的多少倍？A.1.5倍B.2倍C.3倍D.4倍6.在烟草市场调研中，若采用分层抽样方法，以下哪种情况最符合分层标准？A.按地区分层B.按性别分层C.按消费金额分层D.按年龄段分层7.若某区域卷烟库存周转天数为45天，则其库存周转率约为多少？A.8.67次/年B.4.17次/年C.2.17次/年D.1.77次/年8.在烟草销售数据分析中，"季节性波动"通常由哪些因素导致？（多选）A.节假日需求B.天气变化C.竞争品牌活动D.政策调整9.若某品牌香烟的年销量为100万箱，其中邢台市占比15%，则邢台市销量约为多少万箱？A.10万箱B.15万箱C.20万箱D.25万箱10.在烟草公司CRM系统中，"客户生命周期价值"（CLV）的计算通常基于哪些指标？（多选）A.客户购买频率B.客户客单价C.客户留存率D.产品毛利率题目二：统计与概率应用（计算题，每题5分，共5题）1.某品牌香烟在邢台市的月均销量为8万箱，标准差为1.2万箱。若某月销量为10万箱，其Z得分约为多少？2.若某区域卷烟毛利率为25%，成本占比35%，计算其售价与成本的比值。3.某烟草公司在邢台市投放了100个零售终端，其中25%为自有品牌，35%为合作品牌，其余为第三方品牌。求合作品牌终端占比的概率分布。4.若某品牌香烟的年销量服从正态分布，均值为120万箱，标准差为15万箱。计算年销量低于100万箱的概率。5.某区域烟草公司抽样调查显示，30%的零售终端存在缺货问题。若随机抽取5个终端，求至少3个终端缺货的概率。题目三：SQL与数据库（简答题，每题6分，共5题）1.请写出SQL语句，查询邢台市2024年销量超过10万箱的卷烟品牌及其销量排名。2.若需统计邢台市各零售终端的月均毛利率，请写出SQL分组查询语句。3.请写出SQL语句，筛选出邢台市2024年销量波动率（月环比变化）超过10%的卷烟品牌。4.假设某烟草公司数据库中有"Sales"（销量）和"Inventory"（库存）表，请写出SQL语句，计算各区域的库存周转率（周转率=销量/平均库存）。5.请写出SQL语句，将邢台市销量低于5万箱的零售终端标记为"低销量"，并显示终端名称及标记结果。题目四：Python数据分析（代码题，每题10分，共5题）1.使用Python读取邢台市烟草销量数据（CSV格式），计算各品牌销量的均值、中位数和标准差，并绘制箱线图展示数据分布。2.假设有邢台市各区域卷烟毛利率数据，请使用Python计算加权平均值（权重为区域终端数量），并绘制柱状图对比各区域毛利率。3.使用Python对邢台市零售终端交易数据进行聚类分析，将终端分为三类（高、中、低销量），并输出聚类结果。4.若某品牌香烟的销量数据包含缺失值，请使用Python的Pandas库进行填充（填充方法为均值），并计算填充后的销量增长率。5.使用Python读取邢台市烟草市场调研数据，筛选出"购买频率"高于平均水平的前20%客户，并统计其消费金额分布。答案与解析题目一：数据分析基础1.C（折线图适合展示趋势）2.C（K-Means为聚类算法）3.D（复利计算：1.05²≈1.1025）4.B（数值型数据）5.B（售价=成本/(1-毛利率)=成本/0.7≈1.43倍）6.A（按地区分层最符合烟草区域分布）7.A（周转率=365/45≈8.67次/年）8.A、B、D（节假日、天气、政策影响较大）9.A（100×15%=10万箱）10.A、B、C（CLV计算基于购买频率、客单价、留存率）题目二：统计与概率应用1.Z得分=(10-8)/1.2≈1.672.售价/成本=1/(1-0.25)/0.35≈3.57倍3.合作品牌占比35%，概率P=0.35（独立重复试验）4.P(X<100)=P(Z<(100-120)/15)≈0.10565.P(X≥3)=1-P(X≤2)=1-0.878≈0.122题目三：SQL与数据库1.SQLSELECTBrand,SalesFROMSalesDataWHERECity='邢台市'ANDSales>100000ORDERBYSalesDESC;2.SQLSELECTTerminal,AVG(ProfitMargin)ASAvgMarginFROMSalesDataGROUPBYTerminal;3.SQLSELECTBrandFROMSalesDataWHERECity='邢台市'ANDABS((CurrentSales-PreviousSales)/PreviousSales)>0.1;4.SQLSELECTRegion,(SUM(Sales)/SUM(Inventory))ASTurnoverRateFROMSalesDataGROUPBYRegion;5.SQLSELECTTerminal,CASEWHENSales<50000THEN'低销量'ELSE'正常'ENDASStatusFROMSalesDataWHERECity='邢台市';题目四：Python数据分析1.pythonimportpandasaspdimportmatplotlib.pyplotaspltdata=pd.read_csv('sales_data.csv')desc=data.groupby('Brand')['Sales'].describe()data.boxplot(column='Sales',by='Brand')plt.show()2.pythondata=pd.read_csv('profit_data.csv')weighted_avg=data['Margin'].dot(data['Terminals'])/data['Terminals'].sum()data.groupby('Region')['Margin'].mean().plot(kind='bar')3.pythonfromsklearn.clusterimportKMeansdata=pd.read_csv('terminal_data.csv')kmeans=KMeans(n_clusters=3).fit(data[['Sales']])data['Cluster']=kmeans.labels_4.pythondata=pd.read_csv('sales_data.csv')data['Sales'].fillna(data['Sales'].mean(),inplace=True)growth_rate=(data['Sales'].iloc[-1]-data['Sales'].iloc[0])/data['Sales'].iloc[0]5