2026年数据分析师面试题集数据驱动决策.docxVIP

第PAGE页共NUMPAGES页

2026年数据分析师面试题集：数据驱动决策

一、选择题（每题3分，共10题）

考察点：数据分析基础概念与工具应用

1.在电商平台用户行为分析中，衡量用户活跃度的常用指标是？

A.用户购买频率

B.用户访问时长

C.用户留存率

D.商品浏览量

答案：C

解析：用户留存率是衡量用户活跃度的核心指标，反映用户对平台的忠诚度。其他选项虽与用户行为相关，但留存率更直接体现长期价值。

2.SQL中，用于对数据进行排序的函数是？

A.`GROUPBY`

B.`ORDERBY`

C.`HAVING`

D.`FILTER`

答案：B

解析：`ORDERBY`用于数据排序，`GROUPBY`用于分组，`HAVING`用于分组后过滤，`FILTER`在新SQL标准中可用但尚未普及。

3.假设某零售企业A和B的销售额数据如下：企业A月均销售额20万，标准差5万；企业B月均销售额15万，标准差3万。以下说法正确的是？

A.企业A的销售额波动更大

B.企业B的销售额更稳定

C.两家企业销售额无差异

D.无法比较

答案：A

解析：标准差衡量波动性，企业A的标准差更大，说明销售额波动更剧烈。

4.在Python中，用于处理缺失值的库是？

A.`pandas`

B.`numpy`

C.`matplotlib`

D.`scikit-learn`

答案：A

解析：`pandas`提供了`dropna()`和`fillna()`等函数处理缺失值，`numpy`仅支持简单数组操作，`matplotlib`是绘图库，`scikit-learn`用于机器学习。

5.某外卖平台发现用户订单金额分布右偏，以下哪种分析方法更合适？

A.对数转换

B.线性回归

C.箱线图分析

D.交叉验证

答案：A

解析：对数转换可缓解右偏数据，线性回归假设数据正态分布，箱线图用于可视化，交叉验证是模型评估方法。

6.在用户分群时，K-Means算法的主要缺点是？

A.可处理高维数据

B.对初始聚类中心敏感

C.无需提前指定聚类数

D.计算效率高

答案：B

解析：K-Means依赖初始聚类中心，可能导致局部最优解；其他选项是其优点。

7.某电商网站用户转化率从5%提升至6%，提升幅度为？

A.20%

B.10%

C.120%

D.1%

答案：A

解析：提升幅度=(新转化率-旧转化率)/旧转化率=(6%-5%)/5%=20%。

8.在A/B测试中，以下哪种情况会导致假阳性？

A.实验组效果显著优于对照组

B.样本量过小

C.假设检验错误

D.环境因素干扰

答案：B

解析：样本量过小易因随机波动导致错误拒绝原假设（假阳性）。

9.某金融机构通过用户信用分预测违约概率，以下哪种模型最合适？

A.决策树

B.线性回归

C.PCA降维

D.时序分析

答案：A

解析：信用分预测属于分类问题，决策树适合处理离散标签，线性回归无法处理非线性关系。

10.在多变量分析中，以下哪种方法用于检验变量间相关性？

A.相关性系数

B.回归分析

C.熵值法

D.主成分分析

答案：A

解析：相关系数（如Pearson）直接衡量线性关系，回归分析用于预测，熵值法用于权重计算，PCA用于降维。

二、简答题（每题5分，共6题）

考察点：业务场景分析与数据处理逻辑

1.某生鲜电商平台的用户下单后24小时内未完成支付，如何分析流失原因？

答案：

-数据采集：收集用户支付行为数据（下单时间、支付时间、客单价、用户历史行为等）。

-分析维度：

-按时间段（工作日/周末）、用户类型（新/老用户）、商品品类划分流失率。

-分析未支付用户与支付用户的差异（如价格敏感度、购物车商品数量）。

-可能原因：

-价格过高/优惠券未使用；

-支付方式选择困难；

-网络问题或系统卡顿。

解析：结合用户行为和业务逻辑，通过分层分析定位关键因素。

2.某银行需要分析客户流失率，应使用哪些指标？

答案：

-核心指标：客户留存率（ChurnRate）、流失客户比例、流失客户特征（年龄、地域、产品使用等）。

-辅助指标：

-客户生命周期价值（CLV）；

-活跃度指标（登录频率、交易次数）。

解析：通过多维度指标全面评估流失状况，为挽留策略提供依据。

3.如何使用SQL查询某电商平台的“加购未购买”用户？

答案：

sql

SELECTu.user_id,u.last_login

FROMusersu

JOINcartcONu.user_id=c.user_id

LEFTJOINordersoO