光大銀行淄博市淄川區(qū)2025秋招數(shù)據(jù)分析師筆試題及答案一、單選題（共5題，每題2分，共10分）1.在光大銀行淄博分行開展客戶流失預(yù)測時(shí)，最適合使用的分類算法是？A.線性回歸B.決策樹C.神經(jīng)網(wǎng)絡(luò)D.K-means聚類2.淄博地區(qū)某小微企業(yè)經(jīng)營數(shù)據(jù)分析中，若需分析不同月份的銷售額趨勢，應(yīng)優(yōu)先考慮的圖表類型是？A.散點(diǎn)圖B.熱力圖C.折線圖D.餅圖3.光大銀行在淄川區(qū)推廣信用卡業(yè)務(wù)時(shí)，要評估營銷活動效果，最適合使用的指標(biāo)是？A.凈資產(chǎn)收益率（ROE）B.營銷活動ROIC.資產(chǎn)負(fù)債率D.成本收入比4.淄博市居民消費(fèi)數(shù)據(jù)分析中，若需剔除季節(jié)性波動影響，應(yīng)采用的方法是？A.移動平均法B.指數(shù)平滑法C.插值法D.標(biāo)準(zhǔn)化處理5.光大銀行淄博分行內(nèi)部數(shù)據(jù)治理中，確保數(shù)據(jù)一致性的關(guān)鍵環(huán)節(jié)是？A.數(shù)據(jù)清洗B.數(shù)據(jù)集成C.數(shù)據(jù)加密D.數(shù)據(jù)備份二、多選題（共4題，每題3分，共12分）6.淄博地區(qū)零售客戶特征分析中，可用于客戶分群的有效維度包括？A.年齡分布B.賬戶余額C.消費(fèi)頻率D.貸款逾期率E.信用卡使用率7.光大銀行在淄川區(qū)開展信貸風(fēng)險(xiǎn)評估時(shí)，需關(guān)注的宏觀經(jīng)濟(jì)指標(biāo)有？A.GDP增長率B.失業(yè)率C.貨幣政策利率D.房地產(chǎn)市值E.社會消費(fèi)品零售總額8.淄博市某企業(yè)供應(yīng)鏈數(shù)據(jù)分析中，可用于異常檢測的方法包括？A.箱線圖分析B.離群點(diǎn)檢測算法C.時(shí)間序列分解D.主成分分析（PCA）E.線性回歸預(yù)測9.光大銀行淄博分行客戶服務(wù)數(shù)據(jù)分析中，需優(yōu)先關(guān)注的業(yè)務(wù)場景包括？A.柜面排隊(duì)時(shí)間B.網(wǎng)上銀行交易成功率C.客戶投訴類型分布D.手機(jī)銀行活躍度E.外幣兌換業(yè)務(wù)量三、簡答題（共3題，每題4分，共12分）10.簡述光大銀行淄博分行在分析小微企業(yè)經(jīng)營數(shù)據(jù)時(shí)，如何識別異?？蛻簦浚ㄒ螅航Y(jié)合淄博地區(qū)經(jīng)濟(jì)特點(diǎn)，說明異?？蛻舻呐卸?biāo)準(zhǔn)及分析工具。）11.解釋“數(shù)據(jù)偏差”在光大銀行淄川區(qū)信貸業(yè)務(wù)中的具體表現(xiàn)，并提出3種降低偏差的方法。（要求：需結(jié)合淄博市中小企業(yè)融資現(xiàn)狀進(jìn)行分析。）12.光大銀行淄博分行計(jì)劃通過數(shù)據(jù)分析優(yōu)化網(wǎng)點(diǎn)布局，簡述需考慮的核心指標(biāo)及分析步驟。（要求：需體現(xiàn)對淄川區(qū)人口密度、商業(yè)圈分布的考量。）四、計(jì)算題（共2題，每題6分，共12分）13.光大銀行淄川支行某季度信用卡逾期數(shù)據(jù)如下表所示：|月份|逾期人數(shù)|正常人數(shù)|||-|-||1月|120|880||2月|150|850||3月|180|820||4月|200|800|（1）計(jì)算各月份的逾期率，并繪制折線圖說明趨勢。（2）若淄博市信用卡總戶數(shù)為10000戶，預(yù)測5月份逾期人數(shù)（假設(shè)逾期率保持環(huán)比增長10%）。14.光大銀行淄博分行某網(wǎng)點(diǎn)2024年7-12月儲蓄存款余額數(shù)據(jù)如下：|月份|存款余額（萬元）|||||7月|1200||8月|1350||9月|1280||10月|1400||11月|1450||12月|1500|（1）計(jì)算月度環(huán)比增長率，并分析存款增長趨勢。（2）若淄川區(qū)居民儲蓄傾向?yàn)?5%，假設(shè)下一年經(jīng)濟(jì)增長帶動存款余額增長12%，預(yù)測2025年1月存款余額。五、開放題（共1題，10分）15.結(jié)合光大銀行淄博分行業(yè)務(wù)特點(diǎn)及淄川區(qū)市場環(huán)境，設(shè)計(jì)一份客戶流失預(yù)警模型的評估方案。（要求：需包含模型選擇、評估指標(biāo)、數(shù)據(jù)來源及淄博地區(qū)特色因素分析。）答案及解析一、單選題1.B解析：客戶流失預(yù)測屬于分類問題，決策樹算法（如CART、XGBoost）可通過樹結(jié)構(gòu)直觀展示客戶流失的影響因素，適合淄博地區(qū)小微企業(yè)經(jīng)營特征分析。2.C解析：折線圖適合展示時(shí)間序列數(shù)據(jù)趨勢，淄博地區(qū)小微企業(yè)經(jīng)營數(shù)據(jù)可按月份對比銷售額波動。3.B解析：營銷活動效果需評估投入產(chǎn)出比，ROI（投資回報(bào)率）是銀行業(yè)務(wù)營銷的核心指標(biāo)。4.A解析：移動平均法可平滑季節(jié)性波動，淄博市消費(fèi)數(shù)據(jù)（如節(jié)假日前后的高峰）適用此方法。5.B解析：數(shù)據(jù)集成是確保不同業(yè)務(wù)系統(tǒng)數(shù)據(jù)一致性的關(guān)鍵環(huán)節(jié)，如光大銀行淄川分行的信貸與零售數(shù)據(jù)需統(tǒng)一標(biāo)準(zhǔn)。二、多選題6.A、B、C、E解析：年齡、賬戶余額、消費(fèi)頻率、信用卡使用率均能反映客戶價(jià)值，淄博小微企業(yè)主特征分析需綜合這些維度。7.A、B、C、E解析：GDP增長率、失業(yè)率、貨幣政策利率、社會消費(fèi)品零售總額是影響淄博信貸業(yè)務(wù)的核心宏觀指標(biāo)。8.A、B、C解析：箱線圖、離群點(diǎn)檢測、時(shí)間序列分解可識別供應(yīng)鏈異常，PCA主要用于降維，不適用于異常檢測。9.A、B、C、D解析：柜面排隊(duì)、網(wǎng)銀交易成功率、投訴類型、手機(jī)銀行活躍度是淄博分行客戶服務(wù)的關(guān)鍵場景。三、簡答題10.答：-淄博地區(qū)經(jīng)濟(jì)特點(diǎn)：小微企業(yè)經(jīng)營受制造業(yè)（如陶瓷、機(jī)械）和農(nóng)業(yè)（如水果種植）影響，需關(guān)注其現(xiàn)金流波動。-異常客戶判定標(biāo)準(zhǔn)：1.賬戶交易金額突增/驟降（如短期頻繁大額轉(zhuǎn)賬）；2.信貸逾期率遠(yuǎn)超區(qū)域平均水平；3.行為數(shù)據(jù)異常（如登錄地點(diǎn)突變）。-分析工具：-使用聚類算法（如K-means）識別偏離主流客戶群體的數(shù)據(jù)點(diǎn)；-繪制熱力圖分析高頻交易異常行為。11.答：-數(shù)據(jù)偏差表現(xiàn)：1.淄川區(qū)中小企業(yè)信貸數(shù)據(jù)中，制造業(yè)客戶占比過高，忽視服務(wù)業(yè)客戶需求；2.傳統(tǒng)信貸模型未考慮淄博縣域客戶（如家庭農(nóng)場主）的隱性擔(dān)保特征。-降低偏差方法：1.增加淄博本地行業(yè)專家參與數(shù)據(jù)標(biāo)注，優(yōu)化特征工程；2.引入本地化政策（如鄉(xiāng)村振興貸款）作為調(diào)節(jié)變量；3.采用集成學(xué)習(xí)（如隨機(jī)森林）平衡樣本分布。12.答：-核心指標(biāo)：1.人口密度（淄川城區(qū)>鄉(xiāng)鎮(zhèn)）；2.商業(yè)活躍度（如萬達(dá)廣場、家居賣場周邊）；3.競爭對手網(wǎng)點(diǎn)覆蓋率。-分析步驟：1.收集淄川區(qū)地理人口數(shù)據(jù)，繪制熱力圖；2.基于客戶交易數(shù)據(jù)（如ATM使用率）確定需求熱點(diǎn)；3.結(jié)合成本效益模型（如距離與預(yù)期客流量），推薦新增網(wǎng)點(diǎn)位置。四、計(jì)算題13.答：-（1）逾期率計(jì)算及折線圖：|月份|逾期率（%）|||||1月|12.0||2月|15.0||3月|18.0||4月|20.0|（折線圖顯示逾期率逐月上升）-（2）5月預(yù)測：5月逾期率=20.0×(1+10%)=22.0%，5月逾期人數(shù)=10000×22.0%×0.5=1100人（假設(shè)正常人數(shù)占比50%）。14.答：-（1）環(huán)比增長率及趨勢：|月份|環(huán)比增長率（%）|||-||8月|12.5||9月|-5.19||10月|9.38|（趨勢：7-9月波動后逐步上升）-（2）2025年1月預(yù)測：2024年12月增長12%后余額=1500×(1+12%)=1680萬元，2025年1月余額=1680×(1+25%)=2100萬元（假設(shè)儲蓄傾向不變）。五、開放題15.答：-模型選擇：-優(yōu)先采用邏輯回歸+異常值處理（如LGBM），因淄博