2026年商务数据分析职业资格考试试题及答案

2026年商务数据分析职业资格考试试题及答案一、单项选择题（每题1分，共20分。每题只有一个正确答案，请将正确选项的字母填在括号内）1.在商务数据分析中，用于衡量两个变量之间线性关系强度的统计量是（）A.标准差  B.协方差  C.皮尔逊相关系数  D.偏度答案：C2.某电商平台欲评估“618”大促期间广告投入对GMV的边际贡献，下列哪种模型最适合？（）A.ARIMA(1,1,1)B.多元线性回归  C.K-means聚类  D.Apriori关联规则答案：B3.在Pythonpandas中，将DataFramedf的列名全部改为小写，正确写法是（）A.df.columns=df.columns.lower()B.df.rename(columns=str.lower)C.df.columns.map(str.lower)D.df.apply(lambdax:x.lower(),axis=1)答案：C4.若某时间序列的ADF检验统计量为-4.32，对应1%临界值为-3.43，则（）A.序列平稳  B.序列非平稳  C.无法判断  D.存在单位根答案：A5.在SQL中，计算用户近30日日均订单量的正确语句是（）A.SELECTAVG(order_cnt)FROMuser_dailyWHEREdtBETWEENDATE_SUB(CURDATE(),30)ANDCURDATE();B.SELECTSUM(order_cnt)/30FROMuser_dailyWHEREdt>=DATE_SUB(CURDATE(),INTERVAL30DAY);C.SELECTAVG(order_cnt)FROMuser_dailyWHEREdt>=DATE_SUB(CURDATE(),INTERVAL30DAY);D.SELECTorder_cnt/30FROMuser_dailyWHEREdtBETWEENCURDATE()-30ANDCURDATE();答案：C6.使用LightGBM时，为了控制过拟合，应优先调整的超参数是（）A.num_leaves  B.max_depth  C.min_data_in_leaf  D.n_estimators答案：C7.在A/B测试中，若实验组转化率提升2%，p值=0.08，则（）A.拒绝原假设  B.接受原假设  C.需增加样本量  D.效应量过小答案：C8.某商品日销量服从Poisson分布，λ=9，则P(X=7)的精确值为（）A.0.117  B.0.101  C.0.081  D.0.090答案：A解析：P9.在Tableau中，将维度字段“省份”拖至“颜色”标记，默认生成的地图类型是（）A.符号地图  B.填充地图  C.热力地图  D.点分布图答案：B10.使用RFM模型时，若某客户R=5、F=1、M=5，其所属细分群体最可能是（）A.重要保持客户  B.重要发展客户  C.重要挽留客户  D.一般维持客户答案：C11.在Excel中，数组公式{=SUM(IF((A2:A100="男")(B2:B100>30),C2:C100))}的作用是（）11.在Excel中，数组公式{=SUM(IF((A2:A100="男")(B2:B100>30),C2:C100))}的作用是（）A.统计男性且年龄>30的人数  B.统计男性且年龄>30的C列总和C.统计C列非空单元格  D.统计年龄>30的女性C列总和答案：B12.若随机变量X∼N(A.  B.  C.  D.答案：C13.在Pythonstatsmodels中，执行逻辑回归后，输出结果中“LLRp-value”指的是（）A.模型整体显著性  B.伪R方  C.残差正态性检验  D.异方差检验答案：A14.某企业采用移动平均法预测库存，窗口期n=4，最近4期需求为80,90,85,95，则第5期预测值为（）A.85  B.87.5  C.90  D.92.5答案：B15.在PowerBI中，创建度量值“YTDSales”应使用的DAX函数是（）A.TOTALYTD  B.DATESYTD  C.SAMEPERIODLASTYEAR  D.CALCULATE答案：A16.若某分类模型ROC-AUC=0.83，则其Gini系数为（）A.0.66  B.0.34  C.0.83  D.0.17答案：A解析：Gini=2×AUC-117.在SQL中，去除重复记录并保留最早一条，常用窗口函数写法是（）A.ROW_NUMBER()OVER(PARTITIONBYuser_idORDERBYcreate_time)B.RANK()OVER(PARTITIONBYuser_idORDERBYcreate_timeDESC)C.DENSE_RANK()OVER(PARTITIONBYuser_idORDERBYcreate_time)D.LAG(user_id)OVER(ORDERBYcreate_time)答案：A18.在Python中，使用seaborn绘制箱线图并显示异常点，参数设置为（）A.showfliers=False  B.showfliers=True  C.fliersize=0  D.linewidth=0答案：B19.若某电商详情页UV为10000，支付转化率为3%，客单价为280元，则GMV为（）A.8400元  B.84000元  C.840000元  D.8400000元答案：B20.在数据治理中，用于定义“客户唯一标识”属于哪一层？（）A.业务层  B.概念层  C.逻辑层  D.主题层答案：C二、多项选择题（每题2分，共20分。每题至少有两个正确答案，多选、少选、错选均不得分）21.下列属于时间序列分解成分的有（）A.趋势  B.季节  C.循环  D.白噪声答案：ABCD22.在Pythonsklearn中，可用于缺失值填补的策略有（）A.mean  B.median  C.most_frequent  D.constant答案：ABCD23.关于主成分分析PCA，下列说法正确的有（）A.主成分方向是协方差矩阵特征向量  B.主成分得分是原始变量在主成分上的投影C.第一主成分解释方差最大  D.主成分之间正交答案：ABCD24.在SQL中，能够用于实现行转列的函数或结构有（）A.CASEWHEN  B.PIVOT  C.IF  D.GROUP_CONCAT答案：AB25.下列指标可用于评估回归模型预测精度的有（）A.MAE  B.MSE  C.RMSE  D.MAPE答案：ABCD26.在商务场景中，常用于客户分群的算法有（）A.K-means  B.DBSCAN  C.层次聚类  D.GaussianMixture答案：ABCD27.关于Excel数据透视表，下列描述正确的有（）A.可拖动字段到行、列、值、筛选区域  B.值区域默认求和，可改为计数、平均等C.可插入计算字段  D.可基于透视表创建切片器答案：ABCD28.在Python中，下列属于pandas的窗口函数有（）A.rolling  B.expanding  C.ewm  D.lag答案：ABC29.下列属于NoSQL数据库的有（）A.MongoDB  B.Redis  C.HBase  D.Neo4j答案：ABCD30.在数据可视化中，遵循“5秒钟原则”需满足的条件有（）A.图表标题清晰  B.坐标轴标签完整  C.颜色含义一致  D.重点数据突出答案：ABCD三、填空题（每空2分，共20分）31.在Excel中，若A1=2026/6/1，B1=EDATE(A1,3)，则B1的日期为________。答案：2026/9/132.若随机变量X∼答案：16解析：V33.在Python中，使用pandas将字符串“2026-06-01”转换为Timestamp对象的命令为________。答案：pd.to_datetime('2026-06-01')34.某商品安全库存公式为SS=·答案：提前期需求标准差35.在SQL中，计算用户首次下单日期的窗口函数表达式为________OVER(PARTITIONBYuser_idORDERBYorder_date)。答案：FIRST_VALUE(order_date)36.在LightGBM中，控制叶子节点最小样本数的参数为________。答案：min_child_samples37.若某模型F1-score=0.8，precision=0.889，则recall=________。答案：0.727解析：F38.在Tableau中，创建参数控制TOPN客户，应使用的筛选器类型为________。答案：Top按字段39.在Pythonseaborn中，绘制热力图并显示数值注解的参数为________。答案：annot=True40.某电商采用加权移动平均预测，权重为0.1,0.2,0.3,0.4，对应需求为80,90,85,95，则预测值为________。答案：90.5解析：0.1四、简答题（每题10分，共30分）41.简述商务数据分析项目中“数据质量评估”环节的主要指标及其含义。答案：（1）完整性：所需字段是否缺失，缺失比例如何；（2）准确性：数据是否真实反映业务事实，可通过与权威源比对、逻辑校验；（3）一致性：同一实体在不同系统或表中的取值是否一致，如客户生日；（4）及时性：数据是否按业务要求的频率更新，延迟是否可接受；（5）唯一性：主键是否唯一，是否存在重复记录；（6）有效性：数据是否在合理范围内，如年龄0-120岁；（7）可追溯性：数据从采集到使用的全链路可追踪，便于问题定位；（8）可用性：数据格式、粒度、维度是否满足分析需求。评估方法包括描述统计、规则引擎、可视化探查、业务访谈等，最终输出数据质量报告，为后续清洗与建模提供依据。42.说明在Python中如何利用pandas实现“多列合并成一列的哑变量”并给出代码示例。答案：场景：原始数据df含分类变量color，取值{R,G,B}，需将其转为独热编码后合并回df。代码：```pythonimportpandasaspddf=pd.DataFrame({'id':[1,2,3],'color':['R','G','B']})dummies=pd.get_dummies(df['color'],prefix='color')#生成三列df=pd.concat([df,dummies],axis=1)```若需将多列分类变量一次性处理，可用`pd.get_dummies(df,columns=['color','size'])`，返回含哑变量的新DataFrame，避免手动循环，提升效率并减少出错。43.阐述在A/B测试样本量计算中，如何同时考虑第一类错误、第二类错误、最小可检测效应（MDE）与基线转化率，并给出公式。答案：样本量计算需输入：基线转化率最小可检测效应δ（相对或绝对）显著性水平α（通常0.05，双侧）检验效能1−对于两独立样本比例检验，每组所需样本量：n其中=，=(1+实际应用中，可用statsmodels的`power_proportions_2indep`函数直接计算，确保实验灵敏度与成本平衡。五、应用题（共60分）44.综合案例分析：会员生命周期价值预测（30分）背景：某在线教育机构2025年积累300万付费会员，需建立LTV模型指导2026年营销预算。提供数据表：member_id,reg_date,first_pay_date,last_pay_date,total_revenue,total_orders,refund_amount,channel,province,study_minutes,is_vip,cancel_date（1）数据清洗与特征工程（8分）任务：写出Python代码完成以下步骤：①计算会员生命周期天数（lifespan），若未流失则截尾至2026-05-31；②构建RFM特征：R=最近付费距今天数，F=总订单，M=实付金额（total_revenue-refund_amount）；③构建行为特征：日均学习时长avg_study=lifespan内study_minutes/lifespan；④缺失值处理：channel缺失用“unknown”，study_minutes缺失用0填充；⑤衍生渠道等级：将channel按历史平均LTV分位拆分为高、中、低三档。答案：```pythonimportpandasaspd,numpyasnpdf=pd.read_csv('member.csv',parse_dates=['reg_date','first_pay_date','last_pay_date','cancel_date'])cutoff=pd.to_datetime('2026-05-31')df['lifespan']=(np.where(df['cancel_date'].isna(),cutoff,df['cancel_date'])df['first_pay_date']).dt.daysdf['real_revenue']=df['total_revenue']df['refund_amount']df['R']=(cutoffdf['last_pay_date']).dt.daysdf['F']=df['total_orders']df['M']=df['real_revenue']df['avg_study']=df['study_minutes'].fillna(0)/np.where(df['lifespan']==0,1,df['lifespan'])df['channel']=df['channel'].fillna('unknown')channel_ltv=df.groupby('channel')['real_revenue'].mean()df['channel_level']=pd.qcut(channel_ltv,3,labels=['low','mid','high']).astype(str)```（2）建立LTV预测模型（8分）采用梯度提升回归树（LightGBM），以lifespan>30的会员为训练集，目标变量为real_revenue，评估指标为RMSE与MAE。要求：写出训练代码并给出交叉验证平均RMSE。答案：```pythonfromlightgbmimportLGBMRegressorfromsklearn.model_selectionimportKFold,cross_val_scorefromsklearn.metricsimportmean_squared_errorX=df[df['lifespan']>30][['R','F','M','avg_study','channel_level','is_vip','province']]y=df[df['lifespan']>30]['real_revenue']model=LGBMRegressor(n_estimators=1000,learning_rate=0.05,min_child_samples=50,random_state=42)cv=KFold(5,shuffle=True,random_state=42)rmse=np.sqrt(-cross_val_score(model,X,y,scoring='neg_mean_squared_error',cv=cv)).mean()print('CVRMSE:',rmse)#输出约198.7元```（3）模型解释与业务建议（6分）利用SHAP值提取Top5重要特征，发现F、M、avg_study、channel_level、is_vip贡献最大。建议：①对低F高M用户推套餐包，提升F；②对高avg_study但低M用户推高价精品课，提高客单；③高channel_level渠道加大投放，低level渠道优化转化路径；④对vip用户推续费优惠，延长lifespan。（4）预算测算（8分）若2026年计划新增会员50万，预测平均LTV为620元，获客成本CPA=180元，则贡献利润=50万×(620-180)=2.2亿元；若CPA升至220元，盈亏平衡LTV=220元，需通过提价或降成本保证ROI≥1。45.计算题：促销折扣阈值优化（15分）某快消品牌历史数据表明，折扣率d∈[0,0.5]与销量q存在关系：q成本单价c=30元，标价p=60元，目标函数为利润π=求：使期望利润最大的折扣率d，并计算对应销量与利润。求：使期望利润最大的折扣率d，并计算对应销量与利润。答案：期望销量E[E对d求导并令为零：=化简得：−60−150比较d=0.5与导数符号：当d=0.5，E[当d=0，E[导数在d<0.7为正，故d