2026年数据部商业分析师面试题含答案.docxVIP

第PAGE页共NUMPAGES页

2026年数据部商业分析师面试题含答案

一、选择题（共5题，每题2分）

题目：

1.在分析电商用户流失率时，最适合使用的指标是？

A.转化率

B.客户留存率

C.用户活跃度

D.客单价

答案：B

解析：客户留存率直接反映用户流失情况，是流失分析的核心指标。转化率关注首次购买行为，活跃度衡量用户使用频率，客单价体现消费能力，均无法直接反映流失。

2.SQL中，计算某产品月度销售额排名前10的SQL语句，以下哪个写法正确？

sql

SELECTproduct_id,SUM(sales)ASmonthly_sales

FROMorders

WHEREYEAR(order_date)=2026ANDMONTH(order_date)=5

GROUPBYproduct_id

ORDERBYmonthly_salesDESC

LIMIT10;

答案：正确

解析：语句逻辑完整，通过年份和月份筛选、分组求和、降序排序并限制结果为前10条，符合需求。

3.在进行市场调研时，以下哪种方法最适合获取竞品定价策略？

A.问卷调查

B.竞品官网数据爬取

C.专家访谈

D.用户访谈

答案：B

解析：竞品官网数据爬取可直接获取实时定价信息，效率最高。问卷调查和用户访谈依赖主观反馈，专家访谈成本高且未必准确。

4.动态数组在Python中的实现方式是？

A.list

B.set

C.dict

D.tuple

答案：A

解析：Python的list（列表）是动态数组，支持扩容和修改；set是哈希集合，dict是键值对，tuple是不可变序列。

5.以下哪个属于描述性分析？

A.预测下季度销售额

B.分析用户画像

C.评估营销活动ROI

D.识别异常交易行为

答案：B

解析：描述性分析关注历史数据总结（如用户画像），预测、评估和异常检测属于诊断性或规定性分析。

二、简答题（共3题，每题5分）

题目：

1.简述商业分析师在跨部门协作中的角色和职责。

答案：

-角色定位：作为业务与技术团队的桥梁，负责需求翻译、数据整合与结果呈现。

-核心职责：

-理解业务部门需求，转化为数据指标和模型逻辑；

-与技术团队沟通技术可行性，推动数据落地；

-监控分析结果在业务中的实际应用效果，迭代优化。

2.如何定义KPI的SMART原则？

答案：

-S（Specific）：指标需明确，如“提升APP注册转化率”；

-M（Measurable）：可量化，如“转化率从5%提升至8%”；

-A（Achievable）：目标合理，基于历史数据设定；

-R（Relevant）：与业务目标一致，如增长用户规模；

-T（Time-bound）：设定时间框架，如“本季度完成”。

3.解释数据清洗中的“缺失值处理”有哪些常见方法。

答案：

-删除法：丢弃含缺失值的样本或特征（适用于缺失比例低）；

-填充法：

-均值/中位数/众数填充（适用于连续型数据）；

-基于模型填充（如KNN、回归）；

-插值法：时间序列数据采用线性插值；

-标记法：为缺失值创建新分类（如“未知”）。

三、SQL题（共2题，每题10分）

题目：

1.已知订单表`orders`（`order_id,user_id,product_id,amount,order_date`），编写SQL查询：

-条件：统计2026年每月各产品销售额（单位：万元），按产品分组降序排列。

答案：

sql

SELECTYEAR(order_date)ASyear,

MONTH(order_date)ASmonth,

product_id,

SUM(amount/10000)ASsales_in_wan

FROMorders

WHEREYEAR(order_date)=2026

GROUPBYyear,month,product_id

ORDERBYproduct_idDESC;

解析：

-年份筛选（`YEAR(order_date)=2026`）；

-分组统计月度销售额（`SUM(amount/10000)`将金额转为万元）；

-按产品降序（`ORDERBYproduct_idDESC`）。

2.查询2026年每天活跃用户数（DAU），要求排除异常值（如登录次数100次/天）。

答案：

sql

WITHdaily_user_countsAS(

SELECTDATE(order_date)ASdate,

user_id

FROMorders

WHEREYEAR(order_date