商务数据分析测试题 .pdf

商务数据分析测试题

简答题

一、商务数据搜集要注意的原则有哪些？

为了保证收集工作的有效性和数据价值，需要注意以

下几个原则：

（1）及时性。注意数据的产生时间，过时的数据解决

不了当下的问题。

（2）全面性。充分考虑到内部和外部的数据来源，尽

量避免幸存者偏差、选择性偏差等。

（3）相关性。避免犯两类错误：有什么数据就用什么

数据，且喜欢复杂的模型；不进行事前调查，没有任

何基础就想当然的收集数据。

（4）经济性。在选择要分析的商业指标、确定数据收

集方法以及收集流程的过程中，要将可能产生的效益

与花费的人力、物力、财力、时间等成本进行衡量，

从而制定更为经济可行的数据收集方案。

二、说明商务数据收集的流程

数据分析人员可以按照如下的流程进行操作：

（1）定位商业问题，确定有理有据的收集指标。定位

商业问题的最终目的是要透过现象看本质，运用4W

提问法挖掘期望成果和行动之间的因果关系。

1

（2）考虑指标特征，选择经济可行的收集方法。确定

了要收集的数据指标后，就需要着手根据指标特征结

合收集成本，考虑获取数据应使用的方法。

（3）明确任务分工，制定切实有效的收集方案。在正

式进行数据收集工作前，应明确数据收集的指标范围

和时间范围。接着明确这些数据需要从哪些途径及部

门收集，最后确定参与部门和人员配备并落实为工作

方案。

（4）建立数据规范，进行完整准确的数据检查

数据指标需对数据进行唯一性标识，并且贯穿之后的

数据查询、分析和应用，建立数据指标规范是为了使

后续工作有一个可以遵循的原则，也为庞杂的数据分

析工作确定了可以识别的唯一标识。

三.说明通过各种渠道收集的原始数据存在的问题？

原始数据主要存在以下几个问题：

（1）缺失数据，是指在实践过程中因种种原因没有能

够获取观测对象的相关信息，造成数据不完全。

（2）异常值数据，也可称为离群点，是指所获得的数

据中与平均值的偏差超过两倍及两倍以上标准差的数

据。

2

（3）重复数据，一般分为实体重复和字段重复两种。

其中，实体重复是指所有字段完全重复，字段重复则

表示某一个或多个不该重复的字段重复。

（4）冗余数据，一方面是指多个数据集合并时，同一

内容不同命名或者编码，例如某数据集中的变量名称

为“用户编码”，在另一个数据集中却为“id”；另

一方面也指数据集中的2个或多个变量之间存在相关

或者推导关系。冗余数据会造成数据重复或分析结果

产生偏差。

（5）不一致数据，一般表现为3个方面的问题：一是

人为/机械原因导致的录入错误或者数据规范不同；二

是变量单位或者量纲不匹配；三是数据特征不适应特

定数据分析模型的需求或变量过多分析难度较大。

四、分析数据集数列，哪些指标可以测度数据的集中

趋势？

答：测度数据的集中趋势的指标可分为数值平均数和

位置代表值两大类。数据平均数主要包括算术平均数、

调和平均数和几何平均数；位置代表值主要有中位数

和众数。

数列的算术平均数为15，调和平均数为5.14，几何平

均数10.50，中位数为13，没有众数。

3

论述题

一、二手数据的收集方法有哪些？举例说明。

二手数据包括内部数据和外部数据两种。

（1）内部数据

内部数据来自于组织内部，因其他目的而收集。内部

数据的收集来源为业务资料、统计资料、数据库等（企

业数据库、部门沟通等），收集方法包括报表收集、

数据库收集、系统日志数据收集等。

①报表收集。报表收集是指企业可以通过相关业务部

门每日、周的工作报表进行数据收集，如销售明细、

出入库清单、客服记录等。

②数据库收集。数据库收集是指企业将数据库收集系

统直接对接到业务后台服务器，业务后台每时每刻产

生的大量业务记录即可写入到数据库中，最后由特定

的处理系统进行数据分析。

③系统日志数据收集。系统日志数据收集主要针对互

联网上的商务活动。网站日志会记录访客IP地址、访

问时间、访问次数、停留时间、访客来源等数据。通

过对这些日志信息进行