商务数据分析与应用AI+（期末试卷B+答案）

商务数据分析与应用期末考试(B)一、单选题（每题1分，合计10分）1.数据分析最基础的分析工具是（）A.ExcelB.wordC.PPTD.SPSS2.RFM分析中的R指的是（）。A．购买时间间隔 B．购买频率 C．消费金额 D．购买周期3.可以把多个Excel数据进行纵向合并的功能是（）。A．组合查询 B．追加查询 C．合并文件 D．填充4.下列不属于数据的是（）A.文字B.声音C.图片D.空气5.解决问题，发现机会的分析属于（）A.现状分析B.原因分析C.决策分析D.预测分析6．学术领域用得最多的报告类型是（）。A．模型类报告B.市场分析类报告C.专题分析报告D．综合数据分析报告7．数据分析报告的核心是（）。A．正文 B.标题C.结论D.前言8.将抽象的、复杂的数据通过图形化的方式展示出来的过程是（）A．数据分析 B．数据可视化 C．报告撰写D.数据清洗9.可以认为是EXCEL升级版的数据分析软件是（）A.SPSSB.PythonC.PowerBID.R10.可以把多个Excel数据进行横向合并的功能是（）A.组合查询B.追加查询C.合并文件D.填充二、多选题（每题3分，合计30分）1.下面属于数据分析流程的是（）A.数据收集B.数据清洗C.数据分析D.数据呈现2.数据分析能力培养需要如何实现（）A.课堂学习B.网络学习C.自学D.天生具备的3.一般来说数据分析的相关岗位有哪些（）A.数据分析专员B.中级数据分析师C.高级数据分析师D.特技数据分析师4.现状分析的目的是（）A.描述现实B.风险问题C.发现问题D.解决问题5.典型的数据分析应用主要体现在（）A.现状分析B.原因分析C.预测分析D.决策分析6．专题分析报告的特点是（）。A.单一 B．深入 C．具有学术性 D．涉及面广7.现状分析的目的是（）A.描述现实B.风险问题C.发现问题D.解决问题8.图形可视化的原则有哪些？（）。A．好懂 B．好看 C．好做 D.好用9.下面属于数据分析流程的是（）A.明确需求B.确定思路C.获取数据D.分析数据10.回归分析中只涉及一个自变量时称为（）A．一元回归 B．多元回归 C．线性回归 D．非线性回归 三、判断题（每题2分，合计20分）1.AARRR分析可以区分用户价值（）2.表示相关强度指标的是r值（）3.数据等于数字（）4.学术领域用得最多的报告类型是市场分析报告（）5.收益特征是低、稳定的产品是明星产品（）6.企业运营过程中生成的数据是内部数据（）7.数据分析的流程中的第一步是采集数据（）8.数据分析过程中用时最多的步骤是数据处理（）9.用以展示比例关系的图是折线图（）10.用户画像分析可以实现精准化营销（）四、简单题（每题5分,合计20分）1.列举您所了解的数据分析影响您日常生活的实际例子？2.RFM分析的不足之处有哪些？3.撰写数据分析报告时的注意事项有哪些？4.利用移动平均法进行预测时，间隔项选择的依据有哪些？？五、论述题（每题10分,合计20分）1.列举身边可以用二八定律或长尾理论解释的现象？2.你认为未来在数据分析领域，AI数据分析工具能否代替传统数据分析工具，为什么？参考答案一、单选题1.A2.A3.B4.D5.C6.A7.C8.B9.C10.A二、多选题1.ABCD2.ABC3.ABC4.ABC5.ABCD6.AB7.ABC8.ABCD9.ABCD10.A三、判断题1.√2.√3.×4.×5.×6.√7.×8.√9.×10.√四、简答题1.购物推荐：电商网站如亚马逊、淘宝等，通过分析用户的购物历史、浏览记录、购买行为等数据，为用户推荐他们可能感兴趣的商品，提高购物体验和购买率。个性化广告：广告商通过分析用户的行为数据、兴趣偏好等信息，为用户推送更符合其需求的广告，提高广告的点击率和转化率。金融风控：银行、信用卡公司等金融机构通过分析用户的信用记录、消费行为、还款能力等数据，评估用户的信用风险，为用户提供更合适的金融服务。智能出行：地图导航软件如高德地图、百度地图等，通过分析实时路况、用户行驶轨迹等数据，为用户提供最佳出行路线和避开拥堵路段的建议。健康管理：智能手环、健康APP等通过分析用户的运动数据、睡眠数据、饮食数据等，为用户提供个性化的健康建议和改善方案。在线教育：在线教育平台通过分析学生的学习数据、成绩数据、兴趣爱好等，为学生提供更合适的学习资源和课程推荐。智能家居：智能家居设备通过分析用户的生活习惯、家庭环境等数据，为用户提供更舒适的居住环境和便捷的生活体验。社交网络：社交平台如微信、微博等，通过分析用户的社交行为、兴趣爱好等数据，为用户推荐可能感兴趣的人和群组，增强社交互动。2.RFM分析也并非完美无缺。它存在缺点，即滞后性。RFM分析是一种基于历史交易数据的静态分析方法，只有在用户发生购买行为后，才能对其进行分析和分类。这意味着企业无法提前预测用户的行为和需求变化，只能在用户已经做出购买决策后，根据已有的数据来评估用户的价值。例如，对于一些潜在的高价值客户，如果他们还没有产生购买行为，RFM分析就无法识别出来，企业也难以及时采取有效的营销措施来引导他们购买。此外，RFM分析主要侧重于过去的交易数据，可能会忽略一些其他影响用户价值的因素，如用户的社交影响力、品牌偏好等。在当今社交媒体盛行的时代，用户的口碑传播和社交互动对企业的影响越来越大，仅依靠RFM分析可能无法全面准确地判断用户价值3.（1）分析结论要明确、要精、要有逻辑没有明确的结论不叫分析，要去寻找或者印证一个结论才会去做分析，所以千万不要忘本舍果。很多时候分析就是发现问题，一个分析能发现一个重大问题，就达到了目的。精简的结论容易让阅读者接受，减少重要阅读者的阅读心理门槛。（2）尽量图表化，风格统一用图表代替大量堆砌的数字会有助于阅读者更形象、更直观地看清楚问题和结论，当然，图表也不要太多，过多的图表一样会让人无所适从。数据分析报告本身是一个很严肃的文书，同样式、美观程度也有一定关系。例如一些常识性的配色需要重视：餐饮类（橘色、红色、黄色等暖调色）；国际贸易类（蓝色、灰色、雾蓝色、灰绿色等）；社会人文类（按照感情颜色进行配色，例如较严峻的社会问题，要用灰色、深蓝等；较喜庆的内容要用红色、绿色、黄色等）。（3）可靠的数据源，同时具有可读性收集数据会占据大量的时间，包括规划定义数据、协调数据上报、让开发人员提取正确的数据或者建立良好的数据体系平台，最后才在收集的正确数据基础上做分析，既然一切都是为了找到正确的结论，所以需要保证收集到数据的正确性，否则一切都将成为误导别人的努力。除此之外，每位阅读者都有自己的阅读习惯和思维方式，写东西总会按照自己的思维逻辑来写，但别人不一定了解，要知道阅读者往往只会花10分钟以内的时间来阅读，所以要考虑报告阅读者是谁？他们最关心什么？必须站在阅读者的角度去写分析报告。4.当时间序列的数据波动较小、比较稳定时，可选择较少的间隔项。因为数据本身变化不大，不需要过多的历史数据来平滑波动，较少的间隔项就能较好地反映数据的平均水平和趋势。例如，一些成熟的市场，产品需求相对稳定，可能选择3-5期的移动平均就足以捕捉到数据的基本特征。若数据波动较大，则应增加间隔项。这样可以包含更多的历史数据点，更好地平滑掉随机波动，更准确地反映数据的趋势。比如，对于新兴市场或季节性强的产品需求预测，可能需要选择10期甚至更多期的移动平均。如果时间序列存在明显的季节性波动，间隔项的选择应与季节周期相关。一般来说，间隔项应能覆盖一个完整的季节周期，以便消除季节性因素的影响。例如，对于月度数据且存在明显季度波动的情况，可选择4期或8期的移动平均；对于周度数据且存在月度波动的情况，可选择4周或12周等合适的间隔项。对于没有明显季节性的时间序列，间隔项的选择相对更灵活，但仍需根据数据的波动情况来确定。当数据呈现明显的上升或下降趋势时，为了更准确地跟踪趋势，可能需要适当增加间隔项。较长的间隔项可以更好地捕捉到数据的长期趋势，避免因短期波动而误判趋势的方向。例如，在分析经济增长趋势时，可能会选择较长的年度移动平均或季度移动平均。如果数据的趋势不明显，主要是短期波动，那么较短的间隔项可能更合适，以便及时反映数据的最新变化。五、论述题1.在传统金融模式下，银行等金融机构往往侧重于服务少数大客户或高净值客户，而忽视了数量众多但单个资金量较小的普通用户。余额宝则借助支付宝的平台优势，将广大普通用户纳入服务范围，满足了他们碎片化、小额的理财需求，使零散的小资金汇聚成庞大的资金流，形成了显著的长尾效应。与传统的理财产品相比，余额宝具有极低的投资门槛，一元钱即可起投，且申购、赎回方便，资金能够快速到账，可随时用于消费支付等支出。这种高流动性的特点吸引了大量原本因资金有限或对资金灵活性要求较高而被排除在传统理财市场之外的用户，充分挖掘了长尾市场中的潜在需求，让更多人能够参与到理财中来，从而使长尾用户的市场规模不断壮大2.AI数据分析工具无法完全取代传统数据分析工具，二者会长期互补共存。AI擅长海量数据快速处理、智能建模、自动可视化与趋势预判，大幅降低数据分析