下面是小编为大家整理的零售数据分析与应用,,,课后习题及答案,,,（附零售数据分析法）（精选文档）,供大家参考。
零售数据分析与应用
习题及答案
模块一
（一）单选 1．数据采集阶段，内部渠道不包括 ( D
)。
A．顾客的购买记录
B.客户调查
C.客户访谈 D.产品展示会 2．在各单位数据变动比较均匀的情况下，比较适合采用 (
C )。
A．品质标志分组
B. 数量标志分组
C. 等距分组
D. 不等距分组 3．对比分析法中，实际完成值与目标进行对比，属于 (
)。
A．纵比
B.横比
C.正比
D.反比 4．平均分析法中最常用的平均指标为 (
B )。
A．几何平均数
B. 算数平均数
C. 调和平均数
D. 中位数 5．矩阵关联分析法中，重要性低、满意度高的象限是 (
D )。
A．第一象限
B. 第二象限
C. 第三象限
D. 第四象限 （二）多选 1．数据处理的主要方法包括（ AD ）。
A.数据清洗
B.数据挖掘
C.数据收集 D.数据转化 2．哪些数据是零售数据分析的主要对象（ ABCD ）。
A.人
B.货
C.场 D.财 3．零售数据分析的基本流程包括（ ACD ）。
A. 明确分析目的和思路
B. 数据转化
C.数据收集 D. 结果展现 4．分组分析法必须遵循哪两个原则（ BC ）。
A. 细分原则
B. 穷尽原则
C.互斥原则 D. 归类原则 5．确定权重的方法的主要有（ABC ）。
A. 主观经验法
B. 德尔菲法
C. 因子分析法
D. 权重分析法 （三）简答 1．试说明目标群体活跃度分析。
活跃度的定义没有统一的描述，一般都是根据特定的业务场景和运营需求来量身订做的，有的 APP 打开就算活跃，而有的 APP 必须登录才算活跃。但是，纵观无数场景中的活跃度定义，可以发现其中是有一些固定的骨架作为基础和核心的。其中最重要、最
常见的两个基本点如下。（1）活跃度的组成指标应该是该业务场景中最核心的行为因素，如是否有到店行为或者 APP 的上线。（2）衡量活跃度的定义合适与否的重要判断依据是其能否有效回答业务需求的终极目标，也就是上述活跃行为与最终业绩之间的关联。
活跃度的定义所涉及的统计技术主要有两个，一个是主成分分析，另一个是数据的标准化。其中，主成分分析的目的，就是把多个核心行为指标转化为一个或少数几个主成分，并最终转化成一个综合的分数，来作为活跃度的定义；至于数据标准化技术得到了普遍采用，主要是因为不同的指标有不同的度量尺度，只有在标准化之后，才可以将数据按照比例进行缩放，使之落入一个小的区间范围之内，这样，不同变量经过标准化处理后就可以有平等的分析和比较基础了。
2．试说明交叉销售模型。
交叉销售模型通过对用户历史消费数据的分析挖掘，找出有明显关联性质的商品组合，然后用不同的建模方法，去构建顾客购买这些关联商品组合的可能性模型，再用其中优秀的模型去预测新客户中购买特定商品组合的可能性。这里的商品组合可以是同时购买，也可以有先后顺序，不可一概而论，关键要看具体的业务场景和业务背景。
综合数据挖掘的中外企业实践来看，最少有 4 种完全不同的思路，可以分别在不同的项目背景中圆满完成建立交叉销售模型的这个任务。一是按照关联技术（Association Analysis)，也即通常所说的购物篮分析；二是借鉴响应模型的思路，为某几种重要商品分别建立预测模型，对潜在顾客通过这些特定预测模型进行过滤，然后针对最有可能的前 5%的顾客进行精确的营销推广；三是仍然借鉴预测响应模型的思路，让重要商品两两组合，找出那些最有可能消费的潜在客户；四是通过决策树清晰的树状规则，发现基于具体数据资源的具体规则（有的多，有的少）。相应的建模技术主要包括关联分析（Association Analysis）、序列分析（Sequence Analysis），即在关联分析的基础上，增加了先后顺序的考虑，以及预测（响应、分类）模型技术，诸如逻辑回归、决策树等。
3．试说明商品推荐模型。
推荐系统主要通过统计和数据挖掘技术，并根据用户在商店的行为，主动为用户提供推荐服务，从而来提高商店购物体验的。根据不同的商业需求，推荐系统需要满足不同的推荐粒度，主要以商品推荐为主，但是还有一些其他粒度推荐。譬如 Query 推荐、商品类目推荐、商品标签推荐、店铺推荐等。目前，常用的商品推荐模型主要分为规则
模型、协同过滤和基于内容的推荐模型。不同的推荐模型有不同的推荐算法，譬如对于规则模型，常用的算法有 Apriori 等；而协同过滤中则涉及 K 最近邻居算法、因子模型等。没有放之四海面皆准的算法，在不同的电子商务产品中，在不同的业务场景中，需要的算法也是不一样的。实际上，由于每种算法各有优缺点，因此往往需要混合多种算法，取长补短，从而提高算法的精准性。
4. 试说明综合评价分析法。
简单分析法的局限性也就越来越明显。经常会出现从这几个指标看，甲单位优于乙单位，从那几个指标看，乙单位优于丙单位，从其他指标看丙单位又优于甲单位的情况，那么这种情况用简单的分析法就无法判断孰优孰劣了。因此，人们通过对实践活动的总结，逐步形成了一系列运用多个指标对多个参评单位进行评价的方法，称为多变量综合评价分析方法，简称综合评价分析法。综合评价分析法的基本思想是将多个指标转化为一个能够反映综合情况的指标来进行分析评价，用于解决复杂的分析对象。进行综合评价，主要有 5 个步骤：
5. 试说明聚类分析法。
聚类原本是统计学上的概念，现在零售数据分析中大多都被应用在数据挖掘、数据分析的领域，简单说可以用一个词概括——物以类聚。从定义上讲，聚类就是针对大量数据或者样品，根据数据本身的特性研究分类方法，并遵循这个分类方法对数据进行合理的分类，最终将相似数据分为一组，也就是“同类相同、异类相异”。聚类方法有很多常用的就是 K-Means 聚类法. K-Means 聚类法的原理和过程：确定分组数、随机选择 K 个值作为数据中心、计算其他数值与数据中心的“距离”、重新选择新的数据中心、再次计算其他数据与新数据中心的距离、再次重新选择数据中心、再次计算其他数据与新数据中心的距离、方法总
结。简单来说，一次次重复这样的选择数据中心-计算距离-分组-再次选择数据中心的流程，直到分组之后所有的数据都不会再变化了，也就得到了最终的聚合结果。
模块二
（一）单选题
1.目前对购物者的研究大部分有（ A
）来主导。
A.零售商
B 经销商
C 生产商
D 批发商 2.以下不属于销售要素研究内容的是（
A ）
A 商品组合
B 商品陈列
C 商品促销
D 购物趋势 3.以下哪个指标是衡量卖场外部吸引力的重要依据（ C
）
A 通过率
B 上楼率
C 进店率
D 停留率 4.以下哪个指标可以考察店铺员工的工作效率（
B
）
A 连带率
B
平均成交时长
C 客单价
D 平均接待时长
5.以下哪个指标可以考察会员的消费能力和对商品价格的敏感度（
C
）
A 会员连带率
B 会员客单件
C 会员件单价
D 会员贡献率 （二）多选题
1.对购物者的分析研究包括（
ABCD
）
A 商圈购物者调查
B 购物趋势研究
C 购物渠道研究
D 销售要素研究 2.购物者分析常用的方法有（ BCD
）
A 小组讨论法
B 问卷调查法 C 陪同购物法
D 观察法
3.商圈是由顾客的购物行为和商店经营能力决定的，可以分为（ BCD
）
A 基本商圈
B 次级商圈
C 边缘商圈
D 核心商圈 4.会员顾客指标分析包括以下哪些指标（
ABCD
）
A 会员基础数据分析
B 会员价值分析
C 会员生命周期管理
D 会员购物偏好
5.会员顾客价值分析指标中“价格容忍度”指标维度包括（ ACD
）
A 最大单笔销售额
B 消费频率
C 特价商品占比
D 高单价商品占比 （三）简答题
1.简述顾客数据收集的来源； (1)第一方数据 第一方数据可以简单理解为企业在自己的平台上收集的属于自己的数据。例如，POS
系统或订单系统中记录的交易数据；营销活动中收集的顾客名片、手机号码、微信号等；。
(2)第二方数据 第二方数据可以简单理解为在外部平台上收集的属于自己的数据，主要包括社交媒体和电商数据两大类。社交媒体提供的 API 接口数据包括顾客在企业所属社交媒体账号上的行为数据。
(3)第三方数据 第三方数据可以简单理解为外部供应商拥有的数据，企业只能通过购买、交换、租赁等方式使用这些数据。
(4)开放数据 互联网上存在大量的数据，这些数据有各种类型，并且会自动更新，配合不同的应用场景有相当高的价值。通过结合爬虫技术，可以把互联网上这些可见的信息扒取下来作为营销使用。
2.简述顾客数据处理的基本流程； 数据标准化、数据清洗、数据匹配、数据整合 3.简述顾客数据分析常见的模型有哪些？ 购买决策树是指购物者购买决策过程中考虑各种因素的先后次序。购买决策树的研究便是发掘影响购物者做出购买决策的主要因素及其优先层次。决策树的研究可以帮助零售商提高终端表现及市场营销组合的效率，还可以使商店的布局设计更生动，提升商店的形象，优化货架的陈列，加强门店的运作，从而更好地满足购物者的需求，使购物者产生美好的购物体验。
在众多的顾客关系管理的分析模式中，RFM 模型被广泛提到，顾客数据库中有三个神奇的要素，这三个要素构成了顾客价值数据分析最好的指标，这三个指标分别为最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)。我们将这三个指标用于会员顾客价值分析，构成会员价值分析模型，简称 RFM 模型，会员顾客的 RFM 指标是衡量会员顾客价值的重要指标。
会员的生命周期模型就是从一个普通的顾客变成我们的顾客到离我们而去，这就是顾客的生命周期，会员顾客生命周期管理共分为7个环节，首先顾客要成为普通的顾客，当购买了零售商的产品或服务之后就成为该零售商品牌的顾客，当满足该零售商会员标准如消费到一定金额或次数时则成为正式会员，然后零售商就可以对其进行会员分析和管理了，直到他再也不光顾为止，宣告该会员生命周期完结。
4.影响购买率的因素有哪些？ 购买率，指在卖场中某一商品部门停留顾客中购买商品的比率，是商品陈列调整、关联商品调整以及商品自身是否存在问题的重要依据。具体而言，影响购买率的因素如下图
5.简述客动线分析的指标体系；
客动线分析，是对店内顾客从进入卖场直到退出卖场的实际行走轨迹，进行科学的测量、图示和分析，进而有效改善卖场布局，促进和增加销售达成。
① 进店率。指标式：进店率=进店人数 路过人数 100% 主要用于统计门前客流，进入商店的比率，是衡量卖场外部吸引力的重要依据，一般来说，进店率不高主要原因在于卖场外观没有吸引力，以及门店入口处存在不便于顾客进入的障碍物等。
② 通过率。指标公式：通过率 通过客数 调查对象客数 100% 指顾客在店内主通道、辅通道及横向通道通过的比率，是卖场布局调整、商品调整的重要依据，通过率不高的原因去除卖场自身的物业硬伤之外，主要原因在于强迫动线与卖场磁石的使用不到位。另外，如果一位顾客来回走动，回到原来曾经走过的地方可作二次计算，也就是说通过率的测算指标可以超过 100%。
③ 停留率。指标公式：停留率 停留客数 通过客数 100% 指卖场中某一商品部门顾客停留的比率，该指标是磁石商品调整、商品陈列调整、商品促销调整的重要依据。
6.会员数据清洗的必要性和内容； 在正式进行会员数据分析之前， 必须对那些异常会员数据进行清洗， 以保证数据
质量， 只有这样会员顾客数据分析的结果才是可靠的。目前所有的 POS 和 CRM 系统都不提供数据清洗的功能。一般来讲有问题的数据体现在两个方面：连续消费异常的会员（几乎每天都有消费记录，这种卡很可能是网络卡或者是卡在店员手中）和单次消费金额异常的会员（每次消费金额都很大，超出普通顾客的购买习惯。）这两种消费应该都不是正常会员的消费数据，并且有时它会左右分析结论，所以要在正式的数据分析之前剔除掉。
7.简述顾客价值研究的 RFM 模型的内容；
RFM 模型的三个指标分别为最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)。我们将这三个指标用于会员顾客价值分析，构成会员价值分析模型，简称 RFM 模型，会员顾客的 RFM 指标是衡量会员顾客价值的重要指标。
（1）最近一次消费时间（Recency)。理论上，上一次消费时间越近的顾客价值越大，被称为是优质顾客，对提供即时的商品或是服务也最有可能会有反应。
（2）消费频率(Frequency)。消费频率是顾客在某个周期内光顾零售门店并产生购买的次数。我们可以说最常购买的顾客，也是满意度最高的顾客。
（3）消费金额(Monetary)。消费金额是所有数据库报告的支柱，也可以验证“帕雷托法则”——公司 80％的收入来自 20％的顾客所创造。
（4）其他指标。除以上常用指标分析会员顾客价值之外，很多企业在 RFM 模型基础上，结合企业实际，引入了“价格容忍度”分析维度，这个维度包括三个指标，分别为最大单笔消费金额、特价商品消费占比和高单价商品消费占比。
模块三
（一）单项选择题 1、门店商品结构（
A ）关系到门店商品品类多样化，可以体现门店商品的丰富程度。
A 广度
B 宽度
C 深度
D 动销比 2、适合连锁性质的公司使用，可以衡量商品铺货率指标的是商品的（
B
）。
A 采销匹配度
B 市场覆盖度
C 品类订货数
D 门店 SKU 数量 3、（
D
）是一个极为重要的库存管理指标，是有效衡量库存滚动变化的量化标准，也是用来衡量库存可持续销售时间的追踪指标。
A 期初库存
B 期末库存
C 库存周转率
D 库存天数
4、在商品采购环节中，门店商品价格带的 PP 点是指（
D
）。
A 小分类中的最低价格
B 小分类中的最高价格
C 小分类中的平均价格
D 小分类中的最恰当价...
推荐访问: 课后习题及答案 （附零售数据分析法） 零售 数据 课后 零售数据分析与应用考试题目
本文来源：https://www.cygypipe.com/zhuantifanwen/gongwenfanwen/13713.html