2025年大数据分析师中级职称考试试题集

2025年大数据分析师中级职称考试试题集一、单项选择题（共20题，每题1分，总计20分。每道题只有1个正确答案，错选、不选均不得分）1.按照GB/T41818-2022《信息技术大数据分析系统功能要求》，中级大数据分析师开展离线分析任务时，以下哪类指标属于数据预处理模块的必选功能校验项（）A.多源异构数据关联匹配准确率B.实时流数据毫秒级延迟阈值C.模型推理AUC值下限D.可视化报表分辨率适配率2.某电商平台2024年第四季度用户行为日志采集过程中，发现约1.2%的用户访问记录存在User-Agent字段缺失、停留时长为负值的问题，此类问题属于数据质量维度中的哪一类（）A.完整性与一致性B.准确性与完整性C.时效性与准确性D.唯一性与一致性3.当前主流湖仓一体架构中，以下哪项技术组件不承担存储层事务一致性保障功能（）A.DeltaLake的ACID事务日志B.Iceberg的快照机制C.Hudi的时间线服务D.Flink的Checkpoint对齐机制4.对某制造企业1200条生产设备运维数据开展相关性分析时，发现设备日均运行温度与月度故障次数的皮尔逊相关系数为0.72，且显著性p值为0.003，以下结论正确的是（）A.运行温度升高会直接导致设备故障B.两者存在显著的强正线性相关关系C.两者不存在任何非线性关联D.可直接通过温度值构建一元线性回归模型精准预测故障次数5.在构建用户流失预测模型时，以下特征转换方式不适用于“用户近30天支付金额跨度（取值范围为0.1元到24800元）”这一连续特征的是（）A.对数变换B.标准化（Z-score）C.独热编码（One-Hot）D.等频分箱离散化6.针对电信行业客户欺诈识别场景，样本数据中欺诈客户占比仅为0.8%，属于典型类别不平衡问题，以下模型训练策略中效果最优的是（）A.直接采用逻辑回归建模，不做任何样本处理B.对多数类样本进行分层随机下采样至与少数类样本量匹配，采用XGBoost建模并配合F1值作为核心评估指标C.对少数类样本复制125倍实现类别1:1平衡，采用分类准确率作为核心评估指标D.采用K-means聚类对用户分群，直接将离群点判定为欺诈用户7.某短视频平台需对用户直播打赏行为开展实时风控分析，要求端到端数据处理延迟不超过500ms，以下计算框架选型最合适的是（）A.MapReduceB.SparkCoreC.FlinkD.Hive8.按照GB/T40646-2021《信息技术数据可视化通用要求》，展示全国31个省（区、市）2024年GDP总量与同比增速的双维度关联关系时，最合适的可视化图表类型是（）A.多系列折线图B.地理热力图C.气泡图D.环形饼图9.根据《中华人民共和国个人信息保护法》（2024年修正版）要求，大数据分析师在处理用户个人信息开展用户画像分析时，以下行为符合合规要求的是（）A.未取得用户单独同意将画像结果用于精准营销推送B.为用户提供拒绝个性化推送的便捷关闭渠道C.将敏感个人信息标签明文共享给合作广告方无需加密D.对14岁以下未成年人的浏览行为直接构建商业兴趣标签用于内容推荐10.在Kimball维度建模过程中，某零售企业的“销售日期”维度经过统一定义后，同时关联“订单事实表”“库存周转事实表”“会员消费事实表”三类事实表，该维度属于（）A.退化维度B.一致性维度C.角色扮演维度D.垃圾维度11.某互联网产品针对首页改版开展A/B测试，分流时将用户ID尾号为奇数的划入对照组、偶数的划入实验组，测试周期7天，最终实验组核心转化率比对照组高2.3%，但统计检验发现p值为0.12（显著性水平α=0.05），以下结论解读正确的是（）A.改版效果显著，可直接全量上线B.本次分流方式存在辛普森悖论风险，需重新分层分流校验C.两组差异大概率由随机波动导致，无法拒绝“两组无差异”的原假设D.将测试周期缩短至3天减少外部干扰即可得到显著结果12.在利用大语言模型辅助开展非结构化文本数据分析时，以下哪类任务存在较高的“幻觉”风险，需分析师对输出结果逐一人工校验（）A.对电商用户评论做正、中、负情感极性分类B.统计评论中提及“物流配送问题”的文本占比C.从售后投诉记录中提取用户索赔金额字段生成结构化台账D.基于零散的用户反馈直接生成全链路服务优化决策方案13.按照DCMM《数据管理能力成熟度评估模型》（GB/T36073-2018）国家标准，某企业已建立覆盖全业务线的统一数据标准流程，跨部门数据需求可通过标准化流程协同响应，数据质量问题可追溯至具体责任部门，此类企业的数据管理能力处于（）A.初始级（1级）B.受管理级（2级）C.稳健级（3级）D.量化优化级（4级）14.某调研机构对本地居民月均可支配收入开展抽样调查，共抽取2000个有效样本，样本均值为6820元，样本标准差为1240元，在95%置信水平下（对应Z值为1.96），该城市居民月均可支配收入的总体均值置信区间为（）A.[6765.5,6874.5]B.[6720.3,6919.7]C.[6801.2,6838.8]D.[6680.0,6960.0]15.对某企业1200条员工年度绩效得分数据开展清洗时，发现3条记录的绩效得分分别为102分（绩效满分100分）、-5分、87分，以下处理方式最合理的是（）A.直接保留所有记录不做处理B.将102分替换为100分、-5分替换为0分后纳入分析C.回溯业务系统核实3条记录的生成逻辑，确认错误原因后进行修正或剔除D.将3条记录全部作为异常值直接删除16.采用RFM模型对电商用户进行价值分层时，某类用户的R（最近一次消费间隔）值极低、F（消费频次）值极高、M（消费金额）值极高，此类用户属于（）A.重要价值用户B.重要挽留用户C.一般发展用户D.潜在用户17.某SaaS企业构建客户成功指标体系时，以下哪项指标属于滞后类结果指标（）A.客户产品日活跃率B.客户年度续费率C.客户核心功能使用率D.客户服务平均响应时长18.对某快消品牌连续36个月的月度销售额数据构建ARIMA预测模型时，发现原序列存在明显的逐年增长趋势和每年第四季度销量冲高的季节效应，为满足序列平稳性要求，需开展的差分操作是（）A.1阶普通差分即可B.1阶普通差分+1阶周期为12的季节差分C.2阶普通差分即可D.无需差分直接建模19.大数据分析师在向企业管理层汇报分析结论时，以下哪种行为违反了职业伦理规范（）A.主动说明分析样本的偏差范围和结论适用边界B.为支撑管理层预设的业务决策，刻意剔除与预期不符的样本数据C.对模型预测结果的误差范围做明确提示D.标注所有引用的外部数据来源与统计口径20.在Spark分布式计算框架中，以下哪种算子会触发Shuffle过程且属于宽依赖（）A.mapB.filterC.reduceByKeyD.union二、多项选择题（共10题，每题2分，总计20分。每道题有2-4个正确答案，多选、少选、错选均不得分）1.以下属于大数据分析师开展ETL工作流程中“加载（Load）”环节常用策略的有（）A.全量覆盖加载B.增量追加加载C.缓慢变化维（SCD）规则处理D.数据缺失值填充2.以下关于决策树类集成模型（随机森林、XGBoost、LightGBM）的说法正确的有（）A.随机森林通过样本有放回抽样、特征随机抽样降低模型过拟合风险B.XGBoost在损失函数中引入了正则项，兼顾模型拟合效果与模型复杂度C.LightGBM采用直方图分箱、叶子优先生长策略大幅提升模型训练效率D.三类模型均无法自动处理缺失值，需提前对所有缺失值做均值/中位数填充3.根据《中华人民共和国数据安全法》要求，大数据分析师在开展涉及重要数据的分析工作时，需履行的合规义务包括（）A.对重要数据处理活动定期开展风险评估并形成评估报告留存B.按照规定留存数据处理活动的相关日志记录不少于3年C.可自行将重要数据传输给境外合作方无需履行审批程序D.发现数据安全缺陷、漏洞时立即采取补救措施并按规定上报主管部门4.在构建企业级业务指标体系时，合格的业务指标需满足的核心要求包括（）A.可量化：有明确的计算口径、统计周期和取值范围B.可对齐：跨部门对指标定义达成共识，无口径歧义C.可追溯：可回溯指标的数据源、计算逻辑、更新频率D.可落地：指标监控结果可直接对应业务动作，指导运营调整5.以下关于数据可视化设计的说法符合GB/T40646-2021规范要求的有（）A.同一分析报告中同类指标采用一致的配色规则与坐标尺度B.展示趋势变化时优先选用3D立体效果增强视觉冲击力C.对存在统计口径差异的指标在图表备注中做明确说明D.饼图的分类数量不超过6个，避免扇区过小难以识别对比6.实时数据分析场景中，影响端到端数据处理延迟的关键因素包括（）A.数据采集端的事件上报频率与网络传输稳定性B.消息队列的消息持久化策略、分区数量与消费并发设置C.流计算任务的状态后端选型、Checkpoint周期与算子并行度设置D.最终结果存储的写入并发能力与索引优化水平7.开展用户画像构建工作时，以下标签属于事实类标签的有（）A.用户近30天累计消费金额1268元B.用户登记年龄为28岁C.用户属于高价值流失风险群体D.用户常用收货地址为浙江省杭州市8.以下关于假设检验的说法错误的有（）A.p值越小说明原假设为真的概率越低B.显著性水平α设置为0.05时，若p<0.05则证明备择假设一定成立C.样本量越大越容易得到统计显著的结果，此时需结合实际业务显著性判断结论价值D.双侧检验的检验灵敏度高于单侧检验，更适合效果验证类场景9.湖仓一体架构对比传统“数据仓库+数据湖”的分离架构，具备的核心优势包括（）A.支持结构化、半结构化、非结构化数据的统一存储与管理B.实现ACID事务保障，支持多任务并发读写C.无需做多副本数据同步即可同时支撑BI报表、机器学习、流处理等多类负载D.采用存储与计算完全耦合的架构，系统扩展性远超传统架构10.大数据分析项目开展需求调研阶段，需明确的核心信息包括（）A.分析结论的使用对象与具体决策场景B.核心业务问题的定义边界与优先级C.项目可用的数据范围、数据权限与质量基线D.分析结论需达到的精度要求与交付周期三、判断题（共10题，每题1分，总计10分。请判断题目表述是否正确，正确填“√”，错误填“×”）1.数据清洗过程中，对于缺失率超过80%的特征，无论业务价值高低都必须直接删除，无需做其他处理。（）2.两个变量的皮尔逊相关系数为0时，说明两个变量之间不存在任何关联关系。（）3.按照DCMM模型要求，企业数据标准一经发布不得调整，确保全公司数据口径绝对一致。（）4.开展A/B测试时，只要样本量足够大，即使实验组和对照组的用户属性存在显著分布差异，也不会影响最终测试结论的准确性。（）5.数据血缘追踪功能可帮助分析师快速定位指标计算异常的上游数据源问题，是数据治理平台的核心功能之一。（）6.采用K-means聚类做用户分群时，聚类数量K值设置越大，聚类结果的轮廓系数越高，分群效果越好。（）7.根据个人信息保护法要求，处理敏感个人信息应当取得个人的单独同意，不能通过一揽子授权方式获取用户同意。（）8.实时数仓的Kappa架构相比Lambda架构，需要同时维护实时处理链路和批处理链路两套代码，运维复杂度更高。（）9.正式对外发布的分析报告中，所有结论都必须有对应的数据支撑，禁止脱离数据做没有依据的主观推断。（）10.机器学习模型的AUC值越高，说明模型在实际业务场景中的应用效果越好，无需考虑业务收益与落地成本。（）四、简答题（共3题，每题8分，总计24分。要求条理清晰，要点明确，结合业务场景作答）1.请简述维度建模中缓慢变化维（SCD）的常见类型及各类的适用场景，结合零售企业会员信息维表的更新需求举例说明。2.请简述分类任务中类别不平衡问题对模型效果的核心影响，并列举至少4种常用的应对策略及适用场景。3.请结合《个人信息保护法》《数据安全法》的法定要求，简述大数据分析师在开展用户行为分析工作中需遵守的核心合规准则。五、综合应用题（共2题，每题13分，总计26分。要求结合材料作答，逻辑清晰，计算过程准确，结论具备业务可落地性）1.某本地生活平台2024年计划优化到店餐饮业务的用户补贴策略，于2024年10月1日-10月14日开展A/B测试，相关测试背景与统计数据如下：（1）分流规则：平台将近期30天有活跃行为的用户随机分为两组，对照组共20万用户，不发放任何形式的到店餐饮补贴；实验组共21万用户，为每位用户发放1张“到店餐饮满50元减10元”优惠券，券有效期7天，测试期内不重复发券；（2）测试核心观测指标为：到店餐饮订单转化率（产生有效订单的用户数/组内总用户数）、平均客单价（订单总金额/有效订单数）、人均GMV（订单总金额/组内总用户数）、增量ROI（实验组相对对照组的新增GMV/平台投入的补贴总成本）；（3）测试期最终统计数据：对照组总用户200000人，产生有效订单用户12400人，有效订单总金额3472000元，平台补贴成本0元；实验组总用户210000人，产生有效订单用户18060人，有效订单总金额6050100元，平台累计投入补贴成本541800元（所有产生订单的用户均核销了补贴）；（4）统计显著性检验结果显示，两组转化率、客单价的差异p值均小于0.01。请根据上述材料完成以下任务：（1）分别计算对照组和实验组的订单转化率、平均客单价、人均GMV，以及本次补贴活动的增量ROI，需列出详细计算过程；（7分）（2）结合计算结果和测试背景，判断本次补贴方案是否具备全量上线的可行性，并说明判断依据，同时指出本次测试设计中存在的3个及以上潜在问题。（6分）2.某中型制造企业计划构建生产设备故障预测模型，基于设备搭载的传感器时序数据（包括温度、转速、振动幅度、运行负载等26个连续采集特征，采样频率为1分钟/次）实现提前24小时故障预警，降低非计划停机损失。目前企业积累的历史数据包括：近2年共180台生产设备的传感器数据，有效数据量约1.2亿条，期间共记录有效故障事件324次，故障样本占比约0.27%。请根据上述场景完成以下任务：（1）设计该故障预测项目的全流程工作框架，从业务需求对齐到模型上线运维的各环节列明核心工作内容；（8分）（2）结合场景数据特点，说明模型训练与落地阶段需重点解决的3个核心问题及对应的解决思路。（5分）参考答案及解析一、单项选择题1.答案：A。解析：B选项属于实时计算模块的校验指标，C选项属于模型训练模块的校验指标，D选项属于可视化模块的校验指标，仅A选项属于数据预处理模块的必选功能项，符合国标要求。2.答案：B。解析：字段缺失属于数据完整性问题，停留时长为负值不符合业务逻辑属于数据准确性问题。3.答案：D。解析：Flink的Checkpoint机制是流计算引擎的状态一致性保障手段，不属于湖仓存储层的事务组件，其余三项均为湖仓存储层实现ACID事务的核心组件。4.答案：B。解析：皮尔逊相关系数0.7且p<0.01说明存在显著强正线性相关，但相关性不代表因果关系，不能直接推导温度升高导致故障，也无法排除非线性关联，一元线性回归需满足残差正态、无自相关等前提，无法直接构建精准预测模型。5.答案：C。解析：独热编码适用于取值较少的分类特征，连续特征取值跨度大，使用独热编码会导致维度爆炸，其余三种方法均适用于连续特征转换。6.答案：B。解析：类别不平衡场景下，直接不做处理的逻辑回归会偏向多数类；单纯复制少数类样本易导致模型过拟合，用准确率作为评估指标会忽略少数类识别效果；K-means离群点检测对高维时序数据识别精度较低；分层下采样配合集成模型、以F1值为评估指标是该场景下的最优策略。7.答案：C。解析：MapReduce、Hive为离线批处理框架，延迟在分钟级以上；SparkCore为微批处理框架，延迟在秒级；Flink为原生流处理框架，可实现毫秒级延迟，满足500ms以内的风控要求。8.答案：C。解析：气泡图可将省份作为气泡标识，横轴设为GDP总量、纵轴设为增速、气泡大小映射人口或三产占比，可清晰展示双维度关联；折线图适合展示时间趋势，热力图适合展示地理区域分布的单维度密度，饼图适合展示占比关系。9.答案：B。解析：根据2024年修正的《个人信息保护法》，基于用户画像开展精准营销需取得用户同意、提供拒绝个性化推荐的渠道，敏感个人信息传输需加密，未成年人个人信息处理需取得监护人单独同意，不得直接用于商业标签构建。10.答案：B。解析：一致性维度是总线架构中经过统一定义、可跨多个事实表复用的维度；角色扮演维度是同一维度在同一事实表中承担不同角色（如订单日期、发货日期）；退化维度是存储在事实表中的维度标识（如订单号）；垃圾维度是由低基数标识类字段合并形成的维度。11.答案：C。解析：p=0.12>0.05说明两组差异未达到统计显著水平，差异大概率由随机波动导致，无法拒绝原假设；尾号分流属于随机分流，不存在辛普森悖论问题，缩短测试周期会进一步降低统计检验效力。12.答案：D。解析：分类、关键词统计、结构化字段提取属于大语言模型的高稳定性任务，幻觉发生率低；生成决策方案属于开放性生成任务，大模型易编造不存在的优化路径或数据，需逐一人工校验。13.答案：C。解析：DCMM3级稳健级的核心特征是企业建立了统一的数据标准与管理流程，可实现跨部门数据协同，数据质量可追溯；2级受管理级为部门级零散管理，未实现全企业统一标准；4级量化优化级可实现数据管理的量化度量与迭代优化。14.答案：A。解析：标准误=标准差/√样本量=1240/√2000≈27.73，边际误差=1.96*27.73≈54.5，因此置信区间为6820±54.5，即[6765.5,6874.5]。15.答案：C。解析：数据清洗过程中发现异常值需首先回溯业务原因，不得随意替换、删除或直接保留异常值，避免分析结果偏差。16.答案：A。解析：R值越低说明最近消费时间越近，F、M值越高说明消费频次、金额越高，符合重要价值用户的特征；重要挽留用户为R值高、F/M值高的用户。17.答案：B。解析：年度续费率是客户运营的最终结果指标，其余三项均为影响续费率的过程类领先指标。18.答案：B。解析：存在增长趋势需通过1阶普通差分消除趋势，存在周期为12个月的季节效应需通过1阶季节差分消除季节性，满足ARIMA模型的平稳性要求。19.答案：B。解析：刻意剔除与预期不符的样本属于学术不端与职业伦理失范行为，其余选项均为分析师履职的规范要求。20.答案：C。解析：map、filter、union均为窄依赖算子，不会触发Shuffle；reduceByKey需要按key聚合数据，涉及跨分区数据传输，属于宽依赖算子，会触发Shuffle。二、多项选择题1.答案：ABC。解析：缺失值填充属于ETL中“转换（Transform）”环节的工作，其余三项均为数据加载环节的常用策略。2.答案：ABC。解析：XGBoost、LightGBM均可通过默认机制自动处理缺失值，无需提前全部填充，其余选项表述均正确。3.答案：ABD。解析：重要数据出境需按照《数据安全法》要求通过国家网信部门组织的安全评估，不得擅自向境外提供，其余选项均为法定合规义务。4.答案：ABCD。解析：四项均为合格业务指标的核心要求。5.答案：ACD。解析：3D立体效果易造成视觉感知偏差，不符合数据可视化的准确性要求，其余选项均符合国标规范。6.答案：ABCD。解析：四项均为影响实时处理端到端延迟的关键因素。7.答案：ABD。解析：高价值流失风险标签是通过模型预测得到的预测类标签，不属于事实类标签，其余三项均为可直接从业务数据中获取的事实标签。8.答案：BD。解析：p<0.05仅说明在给定显著性水平下拒绝原假设，不能证明备择假设一定成立；单侧检验将拒绝域集中在分布一侧，灵敏度高于双侧检验，其余选项表述正确。9.答案：ABC。解析：湖仓一体采用存算分离架构，而非存算耦合架构，扩展性更强，其余选项均为湖仓一体的核心优势。10.答案：ABCD。解析：四项均为大数据分析项目需求调研阶段需明确的核心信息。三、判断题1.答案：×。解析：缺失率高的特征若具备极高业务价值，可通过外部数据补全、特征衍生、规则匹配等方式处理，不得直接删除。2.答案：×。解析：皮尔逊相关系数为0仅说明不存在线性相关关系，可能存在非线性关联（如U型关系）。3.答案：×。解析：数据标准需根据业务发展、系统迭代动态调整优化，并非一成不变。4.答案：×。解析：若两组用户属性分布存在显著差异，属于样本分流偏差，无论样本量多大都会导致结论偏差，可能引发辛普森悖论。5.答案：√。解析：数据血缘可实现数据流转路径的全链路追溯，是定位数据质量问题的核心功能。6.答案：×。解析：K值过大会导致簇内样本相似度下降，轮廓系数呈先上升后下降的趋势，存在最优K值，并非越大越好。7.答案：√。解析：敏感个人信息处理需取得用户单独同意，不得通过一揽子默认授权获取同意。8.答案：×。解析：Lambda架构需同时维护批处理、流处理两套代码，运维复杂度高；Kappa架构采用流处理统一架构，仅需维护一套代码，运维复杂度更低。9.答案：√。解析：分析报告需坚持数据驱动，不得做无依据的主观推断。10.答案：×。解析：AUC为离线模型评估指标，模型落地需综合考虑误判成本、部署成本、业务收益，并非AUC越高效果越好。四、简答题1.参考答案：缓慢变化维是维度建模中针对维度属性随时间缓慢变化场景的处理方式，常见类型及适用场景如下：（2分）（1）SCD1（直接覆盖原值）：维度属性更新时直接覆盖旧值，不保留历史状态，适用于不需要追溯历史状态的属性更新场景，例如零售会员的联系电话、收货地址等信息纠错更新，直接覆盖旧值即可，不影响历史订单的统计准确性。（2分）（2）SCD2（新增行记录历史）：维度属性更新时在维度表中新增一行记录，通过生效时间、失效时间、版本号字段标识不同时间段的维度状态，适用于需要精准追溯全量历史状态的场景，例如零售会员的等级变化，通过新增记录可实现不同时间段的订单关联对应时间段的会员等级，保证历史权益核算、消费统计的准确性。（2分）（3）SCD3（新增列保留上一状态）：维度表中新增字段存储上一次的属性值，仅保留最近一次历史状态，适用于仅需对比相邻状态变化、不需要全量历史追溯的场景，例如零售会员的常驻城市变更，通过新增“原常驻城市”字段即可满足短期区域运营的分析需求，平衡存储成本与分析灵活性。（2分）2.参考答案：类别不平衡是指分类任务中不同类别样本量占比差异极大（通常少数类占比低于5%），其核心影响是模型训练时会偏向样本量占比高的多数类，导致对业务关注的少数类（如欺诈、故障、流失用户）识别召回率极低，虽然模型整体准确率较高，但无法识别核心风险，失去业务价值。（2分）常见应对策略包括：（1）采样策略：对少数类样本采用SMOTE等方法合成新样本，对多数类样本采用分层下采样平衡类别比例，适用于样本量充足的场景，需注意过采样易引发过拟合问题；（1.5分）（2）模型权重调整：采用XGBoost、LightGBM等集成模型时，设置类别权重参数提升少数类样本的损失权重，引导模型关注少数类，适用于大多数不平衡分类场景；（1.5分）（3）评估指标优化：放弃分类准确率作为核心指标，采用F1值、AUC、召回率、混淆矩阵评估模型效果，根据业务需求侧重少数类的识别精度，如欺诈场景优先保障召回率；（1.5分）（4）阈值调整：不采用默认0.5作为分类决策阈值，根据业务对漏判、误判的容忍度调整阈值，如高风险场景降低分类阈值提升少数类召回率；当少数类占比极低（低于0.1%）时，可转化为异常检测问题，采用孤立森林等方法识别异常样本。（1.5分）3.参考答案：（1）最小必要准则：采集、使用用户数据需与分析目标直接相关，不得超范围收集与分析需求无关的用户信息，不得过度索取用户权限；（2分）（2）知情同意准则：处理用户个人信息需明确告知数据处理的目的、方式、范围，取得用户有效同意，处理敏感个人信息、未成年人信息需取得单独同意，为用户提供便捷的同意撤回渠道；（2分）（3）安全保障准则：对分析过程中接触的个人信息、重要数据采取去标识化、加密、权限管控等安全措施，防止数据泄露、篡改，按法规要求留存数据处理日志，不得超期留存用户数据；（2分）（4）公平透明准则：基于用户画像开展个性化推荐时需为用户提供拒绝个性化推送的渠道，不得利用大数据“杀熟”对用户实施不合理的差别待遇，重要数据出境需按要求开展安全评估，不得擅自向境外提供境内用户数据。（2分）五、综合应用题1.参考答案：（1）指标计算过程：①对照组指标：订单转化率=12400/200000=6.2%（1分）；平均客单价=3472000/12400=280元（1分）；人均GMV=3472000/200000=17.36元（1分）。②实验组指标：订单转化率=18060/210000=8.6%（1分）；平均客单价=6050100/18060=335元（1分）；人均GMV=6050100/210000=28.81元（1分）。③增量ROI：实验组自然状态下（无补贴）的预期GMV=210000*17.36=3645600元，新增GMV=6050100-3645600=2404500元，增量ROI=2404500/541800≈4.44，即每投入1元补贴带来4.44元的新增交易额（1分）。（2）可行性判断与问题分析：从统计结果看，两组指标差异显著，增量ROI达4.44，短期投入产出比符合本地生活业务的常规要求，具备一定的上线价值，但需先优化测试方案，解决以下潜在问题后方可全量推广（2分）：存在的潜在问题包括：①测试周期不足：测试周期