光大银行南宁市江南区2025秋招数据分析师笔试题及答案

光大银行南宁市江南区2025秋招数据分析师笔试题及答案一、选择题（共5题，每题2分，合计10分）1.在数据分析中，以下哪种方法最适合用于探索性数据分析（EDA）？A.回归分析B.聚类分析C.主成分分析（PCA）D.描述性统计2.光大银行南宁分行某业务部门2024年Q1-Q4的存款增长率呈非线性趋势，最适合拟合该数据的模型是？A.线性回归模型B.时间序列ARIMA模型C.逻辑回归模型D.线性判别分析（LDA）3.在处理缺失值时，以下哪种方法可能导致数据偏差最大？A.删除含有缺失值的样本B.均值/中位数/众数填充C.K最近邻（KNN）填充D.回归插补4.光大银行南宁分行信贷业务中，某区域客户的违约风险较高，以下哪种分析方法最适合识别高风险客户群体？A.关联规则挖掘B.决策树分类C.神经网络预测D.因子分析5.在数据可视化中，以下哪种图表最适合展示不同城市（如南宁、桂林、柳州）的存款分布差异？A.折线图B.散点图C.饼图D.热力图二、填空题（共5题，每题2分，合计10分）1.在光大银行南宁分行客户流失分析中，可以使用______模型预测客户是否可能离开银行。答案：逻辑回归2.若南宁某网点2024年9月的信用卡逾期率环比上升15%，则该数据应归入______类别。答案：异常波动3.光大银行南宁分行通过______分析发现，年龄在25-35岁的客户对理财产品的购买意愿最高。答案：用户分群4.在处理高维数据时，可以使用______方法降低特征维度。答案：降维（如PCA）5.若南宁分行某季度信贷审批通过率低于去年同期，应优先检查______环节是否存在问题。答案：风险控制三、简答题（共3题，每题10分，合计30分）1.光大银行南宁分行如何利用数据分析提升网点客户满意度？参考答案：-收集客户在网点的行为数据（如排队时间、业务办理时长、投诉次数等），通过聚类分析识别不同客户群体的需求。-对高频投诉业务（如开户流程复杂）进行根因分析，优化业务流程。-利用RFM模型对南宁区域客户进行分层，对高价值客户（如VIP客户）提供个性化服务。-通过A/B测试优化网点布局（如增设自助设备、调整窗口数量），减少客户等待时间。2.结合南宁银行业竞争现状，光大银行如何通过数据分析提升存款业务竞争力？参考答案：-分析南宁周边银行（如农行、建行）的存款利率策略，通过差异化定价（如针对小微企业客户推出高利率存款产品）吸引客户。-利用地理信息系统（GIS）分析南宁各区域（如高新产业区、老城区）的存款潜力，针对性营销。-通过客户画像分析（如年龄、职业、收入），推送定制化理财产品（如教育金、养老储蓄）。-监控南宁本地经济数据（如GDP增长率、居民可支配收入），提前调整存款策略。3.光大银行南宁分行在信贷风控中如何应用机器学习技术？参考答案：-收集客户数据（如征信记录、收入流水、贷款历史），构建LGD（贷款损失给定债务）预测模型。-使用异常检测算法识别南宁区域信贷数据中的欺诈行为（如虚假贷款申请）。-通过特征工程（如计算还款能力指数）优化模型精度。-定期回测模型在南宁市场的适用性，动态调整参数。四、计算题（共2题，每题15分，合计30分）1.光大银行南宁分行某客户群2024年Q3的信贷数据如下表：|客户ID|年龄|收入（万元/年）|贷款余额（万元）|逾期天数||--||-||-||1|30|15|50|0||2|45|30|80|15||3|28|10|30|0||4|50|40|120|30||5|35|20|60|5|-问题1：计算该客户群的平均逾期天数和贷款余额与收入的线性关系。参考答案：-平均逾期天数=(0+15+0+30+5)/5=10天。-贷款余额与收入的线性关系：用Excel或Python计算线性回归方程y=ax+b，其中y为贷款余额，x为收入。计算结果：y≈2.5x+10（近似值）。-问题2：若某新客户收入为25万元，根据模型预测其贷款余额可能为多少？参考答案：代入模型：贷款余额≈2.5×25+10=75万元。2.光大银行南宁分行某区域信用卡用户2024年9月的交易数据如下：|用户ID|年龄|交易笔数|交易金额（元）|是否逾期||--||-|-|-||101|25|30|5000|否||102|40|5|2000|是||103|32|20|8000|否||104|28|15|6000|否||105|45|2|1000|是|-问题1：计算交易笔数与交易金额的相关系数。参考答案：用公式计算相关系数r：r=[(30×5000+5×2000+20×8000+15×6000+2×1000)-(30+5+20+15+2)×(5000+2000+8000+6000+1000)]/√[(30²+5²+20²+15²+2²)×(5000²+2000²+8000²+6000²+1000²)-(30+5+20+15+2)²×(5000+2000+8000+6000+1000)²]计算结果：r≈0.85（强正相关）。-问题2：若某用户交易笔数为10，交易金额为7000元，其逾期风险较高吗？参考答案：由于交易笔数与交易金额强相关，且逾期用户通常交易笔数少、金额低，该用户风险可能较高。建议进一步结合征信数据验证。五、论述题（共1题，20分）光大银行南宁分行如何利用大数据技术优化柜面业务效率？参考答案：1.数据采集与整合：收集柜面业务数据（如排队时间、业务类型、客户等待时长），整合POS系统、CRM系统等多源数据。2.流程优化：-通过机器学习预测高峰时段（如上午9-11点、下午3-5点），提前增派柜员。-对高频业务（如转账、开户）设计自动化流程，减少人工操作。3.客户分层：-对VIP客户（如南宁本地企业主）开通绿色通道，减少等待时间。-对重复业务客户（如工资代发）提供批量办理选项。4.实时监控：-建立柜面KPI监控系统（如单笔业务耗时、客户满意度评分），异常时自动预警。5.场景化营销：-若客户办理存款业务，系统自动推荐理财或信用卡产品（基于南宁本地消费习惯分析）。答案与解析一、选择题1.D-描述性统计（均值、中位数、频数分布等）是EDA的核心方法，便于快速理解数据特征。2.B-ARIMA模型适用于时间序列数据，能捕捉南宁经济波动规律。3.A-删除样本会丢失信息，尤其当缺失值比例高时（如超过5%）。4.B-决策树能解释特征重要性，适合信贷风控中的规则挖掘。5.D-热力图能直观展示南宁各城区存款密度差异。二、填空题1.逻辑回归-用于二分类问题（如客户流失/留存）。2.异常波动-逾期率环比增长15%属于财务指标异常。3.用户分群-通过聚类分析识别南宁客户细分群体。4.降维（如PCA）-高维数据（如30+特征）需降维以提升模型效率。5.风险控制-信贷审批通过率下降需检查风控模型或审批流程。三、简答题1.客户满意度提升策略-核心思路：数据驱动优化网点服务流程。2.存款业务竞争力策略-核心思路：差异化定价+精准营销。3.信