2026年1+X商务数据分析中级模拟题(含答案)

2026年1+X商务数据分析中级模拟题(含答案)一、单项选择题（共20题，每题1分，共20分）1.某美妆品牌2025年私域用户复购率为28%，客单价189元，用户平均生命周期为14个月，若2026年想要将用户生命周期价值（LTV）提升20%，在复购率、客单价不变的前提下，用户平均生命周期至少需达到（）个月。A.15.2B.16.8C.17.6D.18.2答案：B2.依据《个人信息保护法》要求，电商平台开展用户消费行为数据分析时，以下操作合规的是（）。A.未经用户同意采集其浏览记录用于精准营销B.将用户实名购买处方药的数据共享给合作保健品品牌C.匿名化处理后的用户交易数据可用于整体消费趋势分析D.删除用户账号后仍保留其历史消费画像用于后续建模答案：C3.某咖啡品牌使用A/B测试验证新套餐的转化率提升效果，对照组转化率为12%，实验组转化率为15%，显著性水平设定为0.05，以下p值可判定新套餐转化率提升具有统计显著性的是（）。A.p=0.12B.p=0.08C.p=0.03D.p=0.51答案：C4.使用SQL对订单表进行统计，若要筛选出2025年第四季度客单价大于等于100元的用户id，以下语句正确的是（）。A.SELECTuser_idFROMorder_tableWHEREorder_timeBETWEEN'2025-09-01'AND'2025-12-31'ANDamount/quantity>=100B.SELECTuser_idFROMorder_tableWHEREorder_timeBETWEEN'2025-10-01'AND'2025-12-31'ANDamount/quantity>=100C.SELECTuser_idFROMorder_tableWHEREorder_timeBETWEEN'2025-10-01'AND'2025-12-31'ANDsum(amount)/sum(quantity)>=100D.SELECTuser_idFROMorder_tableWHEREorder_time>='2025-10-01'ORorder_time<='2025-12-31'ANDamount/quantity>=100答案：B5.某家电品牌2025年线下渠道销售额占比35%，线下渠道销售额同比增速为12%，整体销售额同比增速为8%，则线上渠道销售额同比增速约为（）。A.5.8%B.6.9%C.7.2%D.9.1%答案：A6.以下关于用户分群RFM模型的说法，正确的是（）。A.R值越高代表用户近期活跃度越高B.F值越高代表用户消费能力越强C.M值越高代表用户忠诚度越高D.低R、高F、高M的用户为重要价值用户答案：D7.使用Python做数据分析时，若要提取DataFrame中“省份”列值为“广东”且“消费金额”大于500的所有行，以下代码正确的是（）。A.df[(df['省份']=='广东')&(df['消费金额']>500)]B.df[(df['省份']=='广东')and(df['消费金额']>500)]C.df[(df['省份']=='广东')|(df['消费金额']>500)]D.df[df['省份']=='广东',df['消费金额']>500]答案：A8.某服饰品牌开展抖音直播投放，已知直播平均客单价为80元，投放流量成本为0.6元/次，若要实现投放ROI不低于3，流量转化率至少需达到（）。A.2.25%B.3.125%C.4%D.5.2%答案：A9.时间序列分析中，以下哪种方法适用于存在明显季节性波动的销售数据预测（）。A.移动平均法B.指数平滑法C.ARIMA模型D.Holt-Winters模型答案：D10.某超市关联规则分析结果显示，{尿布}→{啤酒}的支持度为8%，置信度为65%，提升度为2.1，以下说法正确的是（）。A.所有交易中同时购买尿布和啤酒的交易占比为65%B.购买尿布的用户中同时购买啤酒的用户占比为8%C.购买尿布的用户购买啤酒的概率是随机购买啤酒概率的2.1倍D.该规则无实际业务价值答案：C11.以下关于数据可视化的说法，不符合商务数据分析场景要求的是（）。A.销售趋势分析使用折线图展示B.不同区域销售额占比使用饼图展示C.用户年龄分布使用漏斗图展示D.产品销量和利润的相关性使用散点图展示答案：C12.某生鲜平台2025年12月用户投诉量为128起，其中配送延迟占比45%，商品质量问题占比30%，售后响应慢占比15%，其他占比10%，若使用帕累托分析，需优先解决的问题是（）。A.配送延迟B.商品质量问题C.售后响应慢D.其他答案：A13.使用Excel做数据透视表时，若要统计不同区域不同品类的销售额总和，以下操作正确的是（）。A.行区域放区域，列区域放品类，值区域放销售额，值汇总方式选计数B.行区域放区域，列区域放品类，值区域放销售额，值汇总方式选求和C.行区域放销售额，列区域放品类，值区域放区域，值汇总方式选求和D.行区域放品类，列区域放销售额，值区域放区域，值汇总方式选计数答案：B14.某新能源汽车品牌2025年共投放1200万营销费用，带来新增用户3.6万人，新增用户转化率为12%，单用户终身价值为18000元，则该年度营销投入的ROI为（）。A.0.648B.1.2C.3.78D.6.48答案：D15.以下属于描述性分析范畴的是（）。A.预测下个月的销售额B.判断新营销活动是否带来转化率提升C.统计上季度各区域的销售额占比D.诊断用户流失的核心原因答案：C16.某电商平台2025年活跃用户规模为1200万人，用户年流失率为25%，若2026年要实现活跃用户规模同比增长15%，全年至少需拉新用户（）万人。A.300B.480C.520D.660答案：B17.以下关于A/B测试分流的说法，正确的是（）。A.为快速得到结果，可将实验组流量占比设为90%，对照组设为10%B.分流需保证用户标识唯一，同一用户可同时进入实验组和对照组C.分流需遵循随机性原则，保证两组用户特征无系统性差异D.测试周期可根据数据走势随时终止，无需提前设定答案：C18.某零食品牌对sku进行ABC分类，已知A类sku占总sku数的10%，贡献70%销售额；B类sku占总sku数的20%，贡献20%销售额；C类sku占总sku数的70%，贡献10%销售额。若品牌总sku数为1200个，单sku平均备货成本为2000元，仅考虑ABC分类优先级，A类sku的备货总预算至少为（）万元。A.24B.48C.168D.240答案：A19.使用Python进行数据清洗时，若要删除DataFrame中包含空值的所有行，以下代码正确的是（）。A.df.dropna(axis=0,how='any')B.df.dropna(axis=1,how='any')C.df.fillna(axis=0,how='any')D.df.drop(axis=0,how='any')答案：A20.某餐饮品牌计算得门店盈亏平衡点营业额为12万元/月，2025年12月门店实际营业额为18万元，边际贡献率为40%，则该门店12月的利润为（）万元。A.2.4B.3.6C.4.8D.7.2答案：A二、多项选择题（共10题，每题2分，共20分）1.商务数据分析中，以下属于用户运营核心指标的有（）。A.复购率B.客单价C.留存率D.转化率答案：ABCD2.以下属于数据预处理环节的操作有（）。A.缺失值填充B.异常值删除C.数据标准化D.关联规则挖掘答案：ABC3.依据《网络数据安全管理条例》，商务数据分析过程中处理敏感个人信息需满足的要求有（）。A.取得个人单独同意B.具有明确、合理的目的C.采取严格的保护措施D.可任意向第三方提供答案：ABC4.以下关于波士顿矩阵的说法，正确的有（）。A.明星业务是高市场增长率、高相对市场份额的业务B.金牛业务是低市场增长率、高相对市场份额的业务C.瘦狗业务是低市场增长率、低相对市场份额的业务D.问题业务是高市场增长率、低相对市场份额的业务答案：ABCD5.使用SQL进行数据查询时，以下关于GROUPBY语句的说法正确的有（）。A.GROUPBY需结合聚合函数使用B.GROUPBY后面的字段必须出现在SELECT子句中C.SELECT子句中的非聚合字段必须出现在GROUPBY后面D.WHERE子句用于筛选分组后的结果答案：AC6.以下指标中属于相对指标的有（）。A.销售额同比增速B.用户复购率C.客单价D.市场占有率答案：ABD7.以下关于用户画像的说法，正确的有（）。A.用户画像的标签体系包含静态属性和动态属性B.用户画像可用于精准营销、个性化推荐等场景C.用户画像构建需基于真实用户数据，不得使用预测标签D.用户画像需定期更新以保证标签有效性答案：ABD8.以下属于诊断性分析范畴的有（）。A.分析上季度销售额下滑的原因B.判断不同营销渠道的转化效果差异C.预测未来6个月的用户流失规模D.统计不同品类的销量占比答案：AB9.某品牌开展A/B测试验证新详情页的转化率提升效果，以下会导致测试结果不可信的因素有（）。A.测试期间平台举办大促活动B.实验组和对照组分流不均，实验组女性用户占比远高于对照组C.测试周期仅为1天，样本量不足D.测试过程中两组的流量入口保持一致答案：ABC10.以下关于时间序列预测的说法，正确的有（）。A.时间序列的组成成分包括趋势、季节性、周期性、随机性B.移动平均法可以平滑时间序列的随机波动C.指数平滑法的平滑系数越大，越重视近期数据的影响D.ARIMA模型可以处理任何类型的时间序列数据答案：ABC三、判断题（共10题，每题1分，共10分）1.用户生命周期价值（LTV）一定大于用户获取成本（CAC）时，企业的用户运营才具备盈利空间。（√）2.关联规则分析中，提升度小于1代表该规则具有正向业务价值。（×）3.使用Excel的VLOOKUP函数进行匹配时，查找值必须位于查找区域的第一列。（√）4.标准差越大，代表数据的离散程度越小。（×）5.A/B测试的显著性水平设定为0.05，代表测试结果犯第一类错误的概率不超过5%。（√）6.数据可视化中，为了突出数据差异，可任意调整坐标轴的刻度范围。（×）7.cohort分析（同期群分析）可用于对比不同批次新用户的留存差异。（√）8.Python中，pandas库的主要作用是进行数据可视化。（×）9.样本量越大，A/B测试得到统计显著结果的概率越高。（√）10.杜邦分析法中，净资产收益率=销售净利率资产周转率权益乘数。（√）10.杜邦分析法中，净资产收益率=销售净利率资产周转率权益乘数。（√）四、实操题（共3题，共50分）1.（15分）某电商平台2025年11月订单数据存储在order.csv文件中，字段包含：order_id（订单号，字符串）、user_id（用户id，字符串）、order_time（下单时间，格式为yyyy-mm-ddhh:mm:ss）、category（商品品类，字符串）、amount（订单实付金额，数值型）、is_refund（是否退款，0为未退款，1为退款）。请完成以下分析任务：（1）统计2025年11月1日至11月11日期间，各品类的有效销售额（未退款订单的实付金额总和），按照有效销售额降序排列，列出Top3品类。（7分）（2）统计该时间段内，下单次数大于等于2次且未产生过退款的用户数，以及这些用户的平均客单价。（8分）请分别写出Python代码和SQL语句实现上述需求。答案：Python代码实现：importpandasaspd读取数据df=pd.read_csv('order.csv')转换下单时间格式df['order_time']=pd.to_datetime(df['order_time'])筛选11.1-11.11的未退款订单filter_df=df[(df['order_time']>='2025-11-01')&(df['order_time']<'2025-11-12')&(df['is_refund']==0)]任务1：各品类有效销售额，Top3category_sale=filter_df.groupby('category')['amount'].sum().reset_index(name='valid_sale')category_sale=category_sale.sort_values(by='valid_sale',ascending=False)top3_category=category_sale.head(3)print(top3_category)任务2：下单≥2次且无退款的用户数和平均客单价先统计每个用户的下单次数、总退款数、总消费金额user_stat=df[(df['order_time']>='2025-11-01')&(df['order_time']<'2025-11-12')].groupby('user_id').agg(order_cnt=('order_id','nunique'),refund_cnt=('is_refund','sum'),total_amount=('amount','sum')).reset_index()筛选符合条件的用户target_user=user_stat[(user_stat['order_cnt']>=2)&(user_stat['refund_cnt']==0)]user_count=target_user.shape[0]avg_per_order=target_user['total_amount'].sum()/target_user['order_cnt'].sum()print(f'符合条件的用户数：{user_count}，平均客单价：{round(avg_per_order,2)}元')SQL语句实现（假设表名为order_table）：任务1：Top3品类有效销售额SELECTcategory,SUM(amount)ASvalid_saleFROMorder_tableWHEREorder_timeBETWEEN'2025-11-0100:00:00'AND'2025-11-1123:59:59'ANDis_refund=0GROUPBYcategoryORDERBYvalid_saleDESCLIMIT3;任务2：符合条件的用户数和平均客单价WITHuser_statAS(SELECTuser_id,COUNT(DISTINCTorder_id)ASorder_cnt,SUM(is_refund)ASrefund_cnt,SUM(amount)AStotal_amountFROMorder_tableWHEREorder_timeBETWEEN'2025-11-0100:00:00'AND'2025-11-1123:59:59'GROUPBYuser_id)SELECTCOUNT(user_id)ASuser_count,SUM(total_amount)/SUM(order_cnt)ASavg_per_orderFROMuser_statWHEREorder_cnt>=2ANDrefund_cnt=0;2.（18分）某美妆品牌2025年在10个城市开展线下门店运营，各门店的月度运营数据如下：城市门店数（个）月度总销售额（万元）月度运营成本（万元）月均到店人数（人）转化率上海89605201280022%北京78404601120021%广州5450260900018%深圳6660350960020%杭州4360190720019%成都3240140640016%武汉3210130600015%西安212082400014%重庆3270150750017%南京213078420015%请完成以下分析：（1）计算每个城市的单店月度平均销售额、单店月度利润，按照单店月度利润降序排列所有城市。（6分）（2）计算各城市的客单价，分析客单价、转化率、到店人数三个因素对城市销售额的影响程度，给出提升整体销售额的核心建议。（8分）（3）若品牌2026年计划新开门店3个，结合现有数据给出优先开店的3个城市，并说明理由。（4分）答案：（1）单店月度平均销售额=月度总销售额/门店数，单店月度利润=（月度总销售额-月度运营成本）/门店数，按单店利润降序排列结果如下：1.上海：单店销售额120万元，单店利润55万元2.北京：单店销售额120万元，单店利润约54.29万元3.深圳：单店销售额110万元，单店利润约51.67万元4.杭州：单店销售额90万元，单店利润42.5万元5.重庆：单店销售额90万元，单店利润40万元6.广州：单店销售额90万元，单店利润38万元7.成都：单店销售额80万元，单店利润约33.33万元8.武汉：单店销售额70万元，单店利润约26.67万元9.南京：单店销售额65万元，单店利润26万元10.西安：单店销售额60万元，单店利润19万元（2）客单价=月度总销售额10000/(月均到店人数转化率)，各城市客单价计算结果：上海约3409元、北京约3571元、广州约2778元、深圳3437.5元、杭州约2632元、成都约2344元、武汉约2333元、西安约2143元、重庆约2118元、南京约2063元。（2）客单价=月度总销售额10000/(月均到店人数转化率)，各城市客单价计算结果：上海约3409元、北京约3571元、广州约2778元、深圳3437.5元、杭州约2632元、成都约2344元、武汉约2333元、西安约2143元、重庆约2118元、南京约2063元。影响程度分析：经相关性计算，销售额与到店人数相关系数约为0.97，与转化率相关系数约为0.92，与客单价相关系数约为0.89，三个因素均为正向影响，其中到店人数影响程度最高，其次是转化率，最后是客单价。提升建议：①核心提升到店人数：针对上海、北京等高单店盈利城市，加大本地生活平台投放、到店礼活动引流，扩大客流基数；②优化转化率：针对广州、成都等转化率低于18%的城市，优化门店导购培训、店内促销活动设置，提升转化效率；③拉高客单价：针对重庆、南京等客单价低于2500元的城市，推出套装优惠、满减活动，提升用户单客消费。（3）优先开店城市为上海、北京、深圳。理由：三个城市的单店月度利润位列所有