A．浏览回头率↓B．访问深度↓C．浏览回头率↓D．访问深度↓
2．因为某些商品（比如快消品中的真皮女鞋、羽绒服、皮草等）成本高、出货周期长或者其他原因，这些商品经常预售。某一销售旺季波段，凡是与预售商品一起下单的很多数额巨大的订单都因为缺货而导致大批订单未能及时发出，用户体验及其糟糕（拆单听起来是个不错的主意，但是成本变高并且实践证明客户并不喜欢接二连三的包裹陆续到来）。现在能做的无非是亡羊补牢的挽救措施，请你通过数据分析解决以下三个问题：
（1）请分析缺货产品的成分结构。经常会戏剧性地出现因为一个类似小吊带的小物件缺货而导致大批货物不能发送，如何避免？请给出建议。
（2）为了能给客户更好的体验，现在或许是唯一能做到并一定会起到显著效果的措施是什么？并计算成本有多大。
（3）预售商品导致不能发货的问题并没有完，还会衍生出其他问题。例如，某预售A商品与现货B商品被C客户同一天拍下并付款，但是当A商品到货后，C客户订单仍然不能发出，原因是原来的现货B被其他订单挪用，B商品也因为缺货而变成预售，无辜的C客户无奈只能一等再等。当然，接下来可能损失了一名C客户或者其身边的朋友。为了避免此种情况发生，请给出你详尽的数据支持方案。
备注：原始库存数据和订单数据此处略去。
3．一件女装刚刚上架，很多新客户一般不会轻易出手购买，请问大部分新客户的心理是在等待观望新品评价出来之后再购买，还是因为从众心理，等部分人群购买了才会出手。所以：
（1）请通过数据分析还原新客户在购买新品时的心态。对于新品或者新开张的店铺或网站，女人的哪种心态更多一点？
（2）运用此结论，如果你是一个女装主线品牌的操盘手，现如今欲创建副线品牌，如何操作才最可能成功？
备注：原始订单数据此处略去。
4．请你一口气列举出影响客户可能流失的40个数据指标用来组建客户预流失数学模型，且这些指标目前基于淘宝数据工具或者独立B2C网上商城运用GA（一种网站数据采集工具）并结合ERP系统都可以抓取到。如果该预流失数学模型用在精准会员营销方面，你将策划哪些营销方案？为了使客人最终成为忠诚度极高的客户，请给出你的连环精准营销方案。
5．在女装商品标题进行SEO的时候，常常会使用热词比如韩版和欧美等一些搜索量很多的词汇，显然热词会带来更多的自然流量。问题是：
（1）热词在提高流量的同时是不是对转化率也会有一定程度的提升，姑且不论提升程度的多寡，但是会有一定量的提升吗？请不要一拍脑袋就流利地说出答案，因为每个决策都会影响到隐性和显性的销售额。
（2）对于一个成熟的电商网站和店铺，热词有时候可能与品牌调性不合，如何权衡此问题？备注：原始流量和销售数据此处略去。
6．现有一定量库存商品（女装类目），为了尽快释放出现金流，公司想把这批库存消化。如果你主持这件事情：
（1）你打算从什么角度来分析库存结构？
（2）按照优先级，哪些子类目的库存应该最先清理，依据是什么？
（3）通过对不同地域的客户群购买特征的数据分析，你能得到什么样的结论并基于此结论制定何种有效的清仓计划？
7．在女装类目中（也包括其他服装类目），视觉效果表现往往需要借助模特去表现，因为服装只有穿在模特身上才能完美诠释神韵，但是模特是有生命周期的，而且品牌风格的转变也是需要更换模特。在更换模特的时候，原来的女性客户往往表现出不买账抑或不支持的声音，而且通常反对声音都是相当的激烈。这是很正常的，风格转型必然会遭遇阵痛，不可避免。但是，女人心理的天然属性意味着即使有再多反对声音，也会有噪音，也永远不能完全还原整个事件的真实状态。问题是，转型意味着改变而不一定意味着朝好的方向改变。老板很纠结，在大批老客户反对声音中，无法拿捏准是不是应该坚持转型。
（1）你应该从数据的哪些角度分析模特转型是否成功呢？经过客观的数据分析结果表明，倘若模特转型是成功的，也给老板尽早吃一颗“定心丸”；倘若转型不成功，也给老板提供决策支持，及早防止老客户开始流失。
（2）衍生另一个问题。大家都在谈论“意见领袖”的作用，女模特几乎每个女装电商企业都在用，从需求角度上说，一些成熟有财力的女装电商企业都希望得到在平民中有较高影响力和号召力“意见领袖”模特。问题是，“意见领袖”发挥的作用究竟有多大有没有比较靠谱的方法分离出来以便进行合理的量化呢？比如请网络红人代言天猫商城，取得成功的可能性有多大？
8．以下问题稍微技术性强一点。快消品客人的生命周期通常服从以下何种分布？
A．幂函数分布B．负指数分布C．正态分布右半部分D．不确定
9．新客户再次回头购买的概率比较低，假如目前只有20%左右回头。为了提升新客户的二次购买率，现进行新客户数据库营销。最简单也是最容易操作的是发放10元优惠券鼓励新客户感受二次购物体验。为了使客户对我们的优惠券保有量并不总是充足的（客户优惠券保有量过多对后续营销活动会有所钳制），优惠券有效期设置为一周。但是，实际测试的营销效果并不理想，优惠券使用率不到8%，尽管跟优惠券营销的老套过时有不小的关系，不过，这不是该问题需要讨论的内容。请用数据分析说明：
（1）影响优惠券使用率最重要的因子是什么？
备注：原始优惠券、客户等级数据及订单数据此处略去。
10．客户沉睡周期如何划分才有利？如果周期过短，也许会打扰到客户甚至引起客户逆反心理从而造成了客户永久性流失；如果周期过长，对于沉睡客户的唤醒是极为不利的，其可以唤醒的概率会伴随周期的变长而急剧衰减。