开发者社区> 王小王-123> 正文
阿里云
为了无法计算的价值
打开APP
阿里云APP内打开

《趣味知识博文》小W与小L带你聊天式备考CDA Level Ⅰ(四)

简介: 《趣味知识博文》小W与小L带你聊天式备考CDA Level Ⅰ(四)
+关注继续查看

作者简介

作者名:王小王-123

人物简介

二十模拟题(含解析)


本系列文章将会以通俗易懂的聊天对话方式,进行知识点的归纳和总结,对话中涵盖了知识点的主要逻辑结构,给人一种“清水出芙蓉,天然去雕饰”的清新感,让繁杂枯燥的知识点不是那么的无趣,一步一步的备考我们的目标,快来和小W、小L一起学习吧!😀😀😀


此文章系列将会持续更新,有问题也可以在评论区留言,也可以私聊我加我好友共同交流一起进步~😁😁


喜欢内容欢迎关注我、评论、点赞、收藏,左手诗情画意,右手代码人生,欢迎一起探讨技术的诗情画意!你的一键三连对我很重要,谢谢~😉😊


作者简介

作者名:王小王-123

简介:CSDN博客专家、CSDN签约作者、华为云签约作者,腾讯云、阿里云、简书、InfoQ创作者。公众号:书剧可诗画,2020年度CSDN优秀创作者。左手诗情画意,右手代码人生,欢迎一起探讨技术的诗情画意!

image.png

人物简介

😺小W:一个希望在文字和技术里遨游的成长博主

💦小 L:一个不断在学习和生活中探寻的情感大师

 


二十模拟题(含解析)

1.某电商的每笔交易信息逐行记录在订单表中,在订单表中能否使用average求客户购买金额的总平均值


A.可以

B.不行

C.无多次购物行为的客户存在时可以

D.有多次购物行为的客户存在时可以

😺小W:一个客户只有一次购买行为时,客户平均=订单平均,可以直接用average计算平均值,答案是C


💦小 L:我懂了,在MySQL的语法里面,avg()函数可以自动帮助我们计算平均值,这样就可以达到数据展现。


2.在记录某电商交易行为内容的订单表中求客户购买金额总平均值应使用的公式是(客户有多次购买行为)


A.SUM/COUNT

B.直接用Average

C.SUM/DISTINCTCOUNT

D.SUM/AVERAGE

😺小W:客户有多次购买行为时,客户数小于订单数,不能直接用average计算客户平均值,应用总金额/不重复客户数,所以选C


💦小 L:对于重复的数据字段,我们都是需要去重的吗?


😺小W:这个倒不是,一般我们都是根据具体的业务场景来解决我们的实际问题,比如我们统计平均值的时候,如果数据是单一有效的,那么我们可以直接使用这些函数,但是如果我们的数据有很多的冗杂,这个时候就需要去使用distinct来去重。


3.同环比是业务描述性分析中针对时间维度使用的重要指标,以下选项中不适用于做同环比的是


A.日销售额

B.年产量

C.季度净利润率

D.月毛利率

😺小W:A选项指标汇总周期太短,不适用于同环比,同环比指标应满足长周期,高汇总的特点,所以选A


这里给出概念进行了解:


环比,表示连续2个统计周期(比如连续两月)内的量的变化比。


发展速度由于采用基期的不同,可分为同比发展速度、环比发展速度和定基发展速度。均用百分数或倍数表示。环比分为日环比、周环比、月环比和年环比。


同比,是今年第n月与去年第n月比。同比发展速度主要是为了消除季节变动的影响,用以说明本期发展水平与去年同期发展水平对比而达到的相对发展速度。


💦小 L:所以这里很明显的就是,日销售周期太短,不适合做同环比,这样理解起来就很容易了。


5.业务描述性分析方法是一级考试的主要内容,关于业务描述性分析的主要意义以下选项中描述错误的是


A.精细化观测业务细节

B.及时发现业务问题

C.预测业务未来趋势

D.全面了解业务情况

😺小W:C是预测性分析不是描述性分析,是错误答案


💦小 L:描述性分析师什么,常见的描述性分析有哪些呢?


😺小W:描述性分析是指将大量的原始数据资料进行初步的整理和归纳,通过描述原始数据的内在规律,分析其集中趋势和分散趋势。其中数据集中度的度量反映的是数据一般水平的代表值或者数据分布的中心值。测量方法分为均值类、分位数方法以及众数方法。


描述性分析的目的


1、描述某个有关群体的特征;


2、估计某个群体中某种行为方式的发生比率;


3、测量有关产品的知识、偏好与满意度;


4、确定不同营销变量之间的关系;


5、进行预测。


一般的数据分析,如果只通过简单的描述性分析,是无法满足我们这个算法时代的复杂性。


6.数据驱动型业务模式为企业带来更大竞争力,以下关于数据驱动型业务模式描述正确的是


A.数据决定业务策略

B.数据+经验决定业务策略

C.数据为业务决策唯一参照标准

D.当经验与数据结论相违时,应以数据结论为主

😺小W:数据驱动型业务模式也需要经验指导,所以B是正确答案


💦小 L:经验是决定驱动型业务模式的重要部分


7.表格结构数据与表结构数据是进行分析时主要使用的结构化数据,在表结构数据下得到指标值结果描述正确的是


A.对表结构业务数据进行汇总计算

B.前端系统导出

C.IT人员提供

D.前边都不对

😺小W:将表结构数据进行字段整体的汇总计算可以求得指标结果,所以选A


8.某产品在一年内卖出300件,退回50件,请问销量是多少


A.300件

B.250件

C.350件

D.无法统计

😺小W:问题未明确指出查看的维度,指标需与维度结合才能统计出结果


💦小 L:为什么是无法统计啊,我感觉是250件


😺小W:指标和维度的结合才是销量的真正的含义,就好比说你卖了250件产品,那么如果你的每一件产品的价格是10元,那么你的销量是否也可以定义为2500元呢?所以具体的维度和指标的结合才能将销量准确的解释清楚。


9.某汽车销售情况统计网站中得知某款汽车2021年1月销售500辆,2月比1月环比增长20%,那么请计算该款汽车2月份销售多少量


A.600辆

B.400辆

C.1100辆

D.550辆

😺小W:根据环比计算公式:(当期值-上期值)*100%/上期值,带入公式(600-500)/500*100%=20%,得出2月销量为600


💦小 L:这个看起来很简单,其实不用这个公式也可以,很明显就可以得出2月份的销售比1月份的多100,那么自然2月份的销售量是600


10.某电商9月份GMV为1000万元,退废比为3%,进货成本500万元,其余成本200万元,请计算毛利多少钱?


A.500万元

B.470万元

C.300万元

D.270万元

😺小W:GMV指的是包含退款额的销售额,实际销售金额为(1-3%)*1000万=970万,去除进货成本和其他成本共700万,故毛利为270万


💦小 L:感觉就像是在做数学题一样,回到小学的数学应用题了,哈哈哈


😺小W:统计分析的基础就是数学理论基础,我们的业务场景需要用到我们的数学基础,就像小时候有人经常说学数学的方程组,难道买菜还需要用到吗?哈哈哈,这个时候你就可以调侃一下他了,知识决定姿态


11.描述电商流量质量好坏程度时可以使用平均访问深度,平均访问深度的计算公式是


A.浏览量/访问次数

B.访问次数/浏览量

C.浏览量/访客数

D.访客数/访问次数

😺小W:A是正确计算公式,浏览量/访问次数


💦小 L:为什么呀,难道要死记硬背住吗?哈哈哈


😺小W:请看下面的解释:


定义:在一个计算周期内,每个访问次数给统计对象所带来的页面浏览量的均值,统计周期通常为一个月.


 计算方法:访问深度=页面浏览量/访问次数


 示例:假如用户一次访问了某个网站首页后又浏览了两个页面离开网站,另一次用户访问了网站首页后又浏览三个页面离开网站,如下图所示:

image.png

那么在这个统计周期内,有2个访次,页面浏览量分别为3和4,那么访问深度=页面浏览量(3+4)/访次2=3.5(页/次)


通常会有很多用户,访问网站很多次,每次访问若干的页面,如果记录每个用户每次访问的页面数量的话,没有意义,所以用到访问深度来平均每个访次所访问的页数来衡量网站的服务效率。


12.在业务描述性分析方法中,观测相同维度下不同项间的差异情况的指标分析方法是


A.纵向分析

B.预警分析

C.横向分析

D.占比分析

😺小W:横向对比的C是正确答案


😺小W:纵向分析就是指按照不同的时间进行差异性分析,就是不同维度下的相同项


😺小W:横向分析就是在相同的维度下(同一个时间)比较不同项的差异情况


😺小W:预警分析法是一种实现预测可能影响到企业竞争地位和财务状况的潜在因素,界定出一系列财务指标及相关因素的目标值、正常值和警戒值,将其与竞争对手指标进行比较,使管理者能在不利情况来临之前就采取防御措施,找到解决问题的办法。


😺小W:占比分析是指分析不同个体在总体中的占比


💦小 L:我可以这样记住,纵横天下,纵字在前面,时间又首当其冲,必然我们的纵向分析那么就是同一事物的不同时间段得差异情况


13.在业务描述性分析方法中,以下选项中不属于时间维度下观测指标的是


A.YTD(年累计)

B.QTD(季度累计)

C.MTD(月累计)

D.CPC(点击成本)

😺小W:D是错误答案、前三个选项都是重要时间维度下汇总计算指标,每个指标的对应含义已经打印在我们的题干上面了。


14.在电商运营业务中描述客户质量好坏程度时使用的指标是


A.登录用户数

B.注册用户数

C.留存率

D.浏览用户数

😺小W:C是正确答案,其余选项是客户属性的统计结果与客户质量好坏无关


15.指标分析是业务描述性分析中观测业务行为结果的重要方法,以下选项中不属于基本指标的是


A.求和类指标

B.比较类指标

C.计数类指标

D.业务场景相关指标

😺小W:D是场景相关的特殊指标,不属于基本指标


16.“进销存”业务模块是业务分析中需要重点关注的业务模块之一,其中在“存”的业务模块下关于期初库存额与期末库存额描述正确的是


A.期末库存额不能大于期初库存额

B.期末库存额只能小于期初库存额

C.期末库存额只能大于期初库存额

D.期末库存额可以大于期初库存额

😺小W:当进货额>出库金额时期末库存额>期初库存额,所以D是正确的


💦小 L:这个很明显就可以看出,我们的当进货额一定是大于我们的出库金额时期末库存额,最后大于我们的期初库存额


17.理解业务分析模型能够更好的把握业务全局,以下不属于分析模型中分类模型的是


A.RFM模型

B.客户价值模型

C.波士顿矩阵

D.销售漏斗模型

😺小W:漏斗模型没有进行项目件的分类,所以选D


😺小W:RFM模型是衡量客户价值和客户创利能力的重要工具和手段。在众多的客户关系管理(CRM)的分析模式中,RFM模型是被广泛提到的。该机械模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱3项指标来描述该客户的价值状况。


😺小W:客户价值模型是一个复杂的财务模型,但它可以表明与竞争产品相比,某个供应商能够提供的价值。客户价值模型的重要性和特色就在于:该模型是建立在彻底调查卖方产品所有的构成因素、尤其是卖方产品对其客户的成本构成和利润的影响的基础上。


😺小W:这是对现实中的客户在产品使用过程中进行的系统研究,因此它为与竞争产品比较提供了真实的数据信息。这个模型将帮助卖方明确为什么客户(加工厂,零售商或其他制造商)应该和他们做生意,而不是与其竞争对手。


😺小W:销售漏斗是科学反映机会状态以及销售效率的一个重要的销售管理模型。通过对销售管线要素的定义(如:阶段划分、阶段升迁标志,阶段升迁率、平均阶段耗时、阶段任务等),形成销售管线管理模型;当日常销售信息进入系统后,系统可自动生成对应的销售管线图,通过对销售管线的分析可以动态反映销售机会的升迁状态,预测销售结果;通过对销售升迁周期、机会阶段转化率、机会升迁耗时等指标的分析评估,可以准确评估销售人员和销售团队的销售能力,发现销售过程的障碍和瓶颈;同时,通过对销售管线的分析可以及时发现销售机会的异常。销售管线是一个科学有效的管理手段和方法,尤其对直销模式的销售管理能够带来极大的帮助。风险管控

image.png

😺小W:波士顿矩阵原理: 产品市场占有率越高,创造利润的能力越大;另一方面,销售增长率越高,为了维持其增长及扩大市场占有率所需的资金亦越多。这样可以使企业的产品结构实现产品互相支持,资金良性循环的局面。按照产品在象限内的位置及移动趋势的划分,形成了波士顿矩阵的基本应用法则。


19.AARRR模型是电商运营业务中使用的重要业务模型,在模型中最后的R指的是


A.用户获取

B.用户留存

C.用户激活

D.推荐传播

😺小W:D是正确描述


😺小W:用户获取、用户激活、用户留存、获得收益、推荐传播(依次)


20.“黄金公式”清晰地描述出电商企业收入的构成,在公式中最重要的指标是


A.转化率

B.购买频次

C.流量

D.浏览量

😺小W:C是正确描述,电商以流量为王,有了流量才能考虑剩下的两个指标,转化率与客单价


版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
DayDayUp:三观一致必将取代血缘关系,成为新的人际纽带(博主推荐文章)
DayDayUp:三观一致必将取代血缘关系,成为新的人际纽带(博主推荐文章) 导读 考察一个人的判断力,主要考察他信息来源的多样性。 有无数的可怜人,长期生活在单一的信息里,而且是一种完全被扭曲的,颠倒的信息。 这是导致人们愚昧且自信的最大原因。 ——-阿玛蒂亚森
7 0
SAP ABAP CDS view和 HANA CDS view的区别,CDS consumption view 和 BO view 的区别
SAP ABAP CDS view和 HANA CDS view的区别,CDS consumption view 和 BO view 的区别
116 0
EB级计算平台调度系统伏羲DAG 2.0:构建更动态更灵活的分布式计算生态
伏羲(Fuxi)是十年前创立飞天平台时的三大服务之一(分布式存储 Pangu,分布式计算 MaxCompute(内部代号ODPS),分布式调度 Fuxi),过去十年来,伏羲在技术能力上每年都有新的进展和突破,2013年5K,2015年Sortbenchmark世界冠军,2017年超大规模离在/在离线混部能力,2019年的 Yugong 发布并且论文被VLDB2019接受等。
1657 0
EB级计算平台调度系统伏羲 DAG 2.0: 构建更动态更灵活的分布式计算生态
伏羲(Fuxi)是十年前创立飞天平台时的三大服务之一(分布式存储 Pangu,分布式计算 MaxCompute(内部代号ODPS),分布式调度 Fuxi),过去十年来,伏羲在技术能力上每年都有新的进展和突破,2013年5K,2015年Sortbenchmark世界冠军,2017年超大规模离在/在离线混部能力,2019年的 Yugong 发布并且论文被VLDB2019接受等。
1690 0
Java高并发秒杀Api-业务分析与DAO层构建3
章节目录 mybatis与spring整合过程 spring-dao.xml 配置 junit4 单元测试 1.mybatis与spring整合过程 1.
914 0
Java高并发秒杀Api-业务分析与DAO层构建1
章节目录 1.为什么使用Spring+Spring MVC+Mybatis 2.秒杀业务特性 3.秒杀分析过程、优化思路 4.相关技术介绍 5.基于Maven创建项目 6.
1093 0
MVC项目开发中那些用到的知识点(js css优化-- 合并和压缩)
在项目框架中,首先要引用很多css和js文件,80%的用户响应时间都是浪费在前端。而这些时间主要又是因为下载图片、样式表、JavaScript脚本、flash等文件造成的。减少这些资源文件的Request请求数将是提高网页显示效率的重点。
1018 0
《BREW进阶与精通——3G移动增值业务的运营、定制与开发》连载之77——BREW中位置信息的获得(LBS应用)
版权声明:本文为半吊子子全栈工匠(wireless_com,同公众号)原创文章,未经允许不得转载。
493 0
+关注
王小王-123
快乐代码,精彩人生!
268
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
低代码开发师(初级)实战教程
立即下载
阿里巴巴DevOps 最佳实践手册
立即下载
冬季实战营第三期:MySQL数据库进阶实战
立即下载