2025年商务数据分析职业资格考试试题及答案.docxVIP

2025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2分，共30分）

1.某电商企业用户行为数据中，“用户ID”字段存在重复记录（同一用户ID对应多条完全相同的行为记录），最合理的处理方式是：

A.直接删除重复记录

B.对重复记录取均值

C.标记重复记录后保留

D.按时间戳保留最新记录

答案：A

解析：完全重复的记录不提供额外信息，直接删除可避免干扰分析结果；若为非完全重复（如部分字段差异），可能需保留最新或聚合处理，但本题明确“完全相同”，故选A。

2.某零售企业使用RFM模型分析客户价值，其中“M”（Monetary）指标的计算依据是：

A.最近一次购买时间

B.购买频率

C.累计消费金额

D.单次消费金额最大值

答案：C

解析：RFM模型中，M（Monetary）指客户在一定周期内的总消费金额，反映客户的价值贡献度；A为R（Recency），B为F（Frequency）。

3.在Python的Pandas库中，用于将两列字符串拼接的函数是：

A.`pd.concat()`

B.`str.cat()`

C.`merge()`

D.`applymap()`

答案：B

解析：`str.cat()`是Pandas中针对字符串列的拼接方法（如`df[列1].str.cat(df[列2],sep=-)`）；`pd.concat()`用于合并DataFrame，`merge()`用于关联表，`applymap()`是逐元素应用函数。

4.某企业需分析“促销活动对销售额的影响”，若选择A/B测试，对照组应设置为：

A.未参与促销的随机用户组

B.参与促销但优惠力度更低的用户组

C.历史同期未促销的用户数据

D.高消费用户组

答案：A

解析：A/B测试要求对照组与实验组仅在测试变量（促销活动）上有差异，其他条件（如用户特征）需随机分配，故对照组应为未参与促销的随机用户组。

5.以下哪项不属于数据清洗的核心任务？

A.处理缺失值

B.转换数据格式（如日期格式统一）

C.计算衍生指标（如客单价=总销售额/订单量）

D.识别并修正异常值（如年龄字段出现150岁）

答案：C

解析：数据清洗是对原始数据的“修复”和“规范”，而衍生指标计算属于数据建模阶段的特征工程，故C不属于清洗任务。

6.某数据集的偏度（Skewness）为2.3，说明数据分布：

A.近似正态分布

B.左偏（负偏态）

C.右偏（正偏态）

D.均匀分布

答案：C

解析：偏度0时，数据右偏（长尾在右侧）；偏度0时左偏；正态分布偏度接近0。本题偏度2.30，故为右偏。

7.某企业用K-means算法对客户分群，若手肘法（ElbowMethod）显示当k=4时，SSE（误差平方和）下降幅度显著变缓，k=5时SSE下降幅度极小，则最优分群数应为：

A.3

B.4

C.5

D.6

答案：B

解析：手肘法通过观察SSE随k增加的下降趋势，选择“拐点”（下降幅度显著变缓前的k值）作为最优分群数，本题k=4为拐点，故选B。

8.在SQL中，若需查询2024年各月份的销售额，且1月无销售记录时显示0，应使用：

A.`GROUPBY月份HAVING销售额0`

B.`LEFTJOIN`月份维度表与销售事实表

C.`WHERE年份=2024`

D.`SUM(销售额)OVER(PARTITIONBY月份)`

答案：B

解析：直接聚合销售表会过滤无销售的月份，需通过LEFTJOIN关联包含所有月份的维度表（如1-12月），确保无销售月份显示0。

9.某电商平台发现“用户注册时间”字段存在“2024-02-30”这样的异常值，最合理的处理方式是：

A.直接删除该记录

B.修正为“2024-02-29”（2024年为闰年）

C.标记为缺失值后填充（如用当月最后一天）

D.保留原始值，分析时忽略

答案：C

解析：2024年2月无30日，属于逻辑错误，直接删除可能损失其他字段信息；修正需确认业务场景（如用户可能误输入），更稳妥的方式是标记为缺失值并填充合理值（如当月最后一天29日）。

10.以下哪项指标最适合衡量用户对产品的长期粘性？

A.次日留存率

B.月活跃用户数（MAU）

C.30天复购率

D.生命周期价值（LTV）

答案：D

解析：LTV（生命周期价值）反映用户在整个生命周期内为企业带来的总收