QCM : Data et Business Analytics (21 questions)

Questions et réponses du QCM

1. Quelle définition décrit le mieux la business analytics ?

Une discipline qui étudie les fondements mathématiques généraux sans les appliquer à des décisions commerciales
Une pratique qui mobilise données, statistique et modélisation pour résoudre des problèmes commerciaux et éclairer les décisions
Une méthode qui collecte des données de marché afin de décrire les comportements sans formuler de recommandations
Un système qui transforme les rapports comptables en indicateurs sans recourir à des modèles statistiques

Une pratique qui mobilise données, statistique et modélisation pour résoudre des problèmes commerciaux et éclairer les décisions

Explication

La business analytics combine les données, la statistique et la modélisation afin de traiter des problèmes commerciaux et d’améliorer la décision. La statistique fournit plutôt les fondements généraux, alors que la business analytics les applique à des situations d’entreprise.

2. Une entreprise veut améliorer sa performance grâce à l’analyse de données ; quel ensemble d’objectifs correspond à cette démarche ?

Réduire les coûts, supprimer les indicateurs et concentrer l’analyse sur les résultats financiers annuels
Développer la publicité, augmenter les effectifs et remplacer les décisions par des rapports automatisés
Accroître les ventes, éviter la modélisation et mesurer l’activité avec des observations non structurées
Accroître la profitabilité, réduire les coûts et suivre l’activité au moyen d’indicateurs clés de performance

Accroître la profitabilité, réduire les coûts et suivre l’activité au moyen d’indicateurs clés de performance

Explication

L’analyse de données peut soutenir simultanément la profitabilité, la réduction des coûts et le suivi de l’activité par les KPIs. Améliorer la profitabilité ne se résume pas à réduire les coûts, car le pilotage par indicateurs constitue un objectif distinct.

3. Que recouvre principalement la statistique en tant que discipline scientifique ?

La production de graphiques descriptifs sans interprétation ni prise de décision fondée sur les résultats
La collecte, l’organisation, la synthèse, la présentation et l’analyse des données pour conclure et décider
La comparaison de données financières afin d’évaluer la rentabilité des entreprises d’un même secteur
La création de modèles commerciaux destinés à prévoir les ventes et à optimiser les campagnes de marketing

La collecte, l’organisation, la synthèse, la présentation et l’analyse des données pour conclure et décider

Explication

La statistique couvre les étapes allant de la collecte et de l’organisation des données jusqu’à leur analyse, aux conclusions valables et aux décisions pertinentes. La modélisation commerciale constitue une application possible, mais elle ne définit pas toute la discipline statistique.

4. Quelle distinction entre la statistique et la business analytics est correcte ?

La statistique produit des indicateurs financiers, tandis que la business analytics vérifie la validité des probabilités
La statistique fournit les méthodes mathématiques, tandis que la business analytics les applique à des problèmes commerciaux
La statistique traite les entreprises, tandis que la business analytics développe les théories mathématiques générales
La statistique résume les données observées, tandis que la business analytics se limite à recueillir des données commerciales

La statistique fournit les méthodes mathématiques, tandis que la business analytics les applique à des problèmes commerciaux

Explication

La statistique constitue le socle théorique et méthodologique de l’analyse des données, tandis que la business analytics transpose ces méthodes dans le contexte commercial. Réduire la statistique à la synthèse descriptive ne rend pas compte de ses fondements mathématiques plus larges.

5. Une analyste présente, à l’aide de graphiques et de mesures de dispersion, les caractéristiques d’un ensemble de ventes déjà observées ; quelle approche utilise-t-elle ?

La modélisation prédictive, qui prévoit les ventes futures à partir de variables explicatives
La statistique inférentielle, qui estime les caractéristiques d’une population à partir d’un échantillon
L’analyse décisionnelle, qui choisit une stratégie commerciale selon des contraintes opérationnelles
La statistique descriptive, qui résume les observations disponibles sans généraliser au-delà d’elles

La statistique descriptive, qui résume les observations disponibles sans généraliser au-delà d’elles

Explication

La statistique descriptive résume un phénomène observé grâce à des graphiques et à des indicateurs de position, de dispersion ou de relation. L’inférence statistique cherche au contraire à tirer des conclusions dépassant les observations disponibles.

6. Une chercheuse utilise un échantillon, calcule un intervalle de confiance et teste une hypothèse afin de prendre une décision concernant une population ; de quelle démarche s’agit-il ?

La statistique inférentielle, fondée sur les probabilités et l’estimation pour généraliser à partir de l’échantillon
La statistique descriptive, fondée sur des graphiques qui résument les données effectivement recueillies
La statistique comptable, fondée sur la consolidation des résultats observés dans les états financiers
L’analyse exploratoire, fondée sur le classement des variables sans estimation concernant une population

La statistique inférentielle, fondée sur les probabilités et l’estimation pour généraliser à partir de l’échantillon

Explication

La statistique inférentielle mobilise notamment les probabilités, l’estimation, les intervalles de confiance et les tests d’hypothèses pour prévoir ou décider à partir d’un échantillon. La statistique descriptive résume les données recueillies, mais ne généralise pas au-delà de celles-ci.

7. Dans une étude sur les performances de plusieurs magasins, quel élément constitue une unité d’observation ?

L’ensemble des magasins étudiés
Le chiffre d’affaires moyen des magasins
Une partie sélectionnée des magasins
Un magasin étudié individuellement

Un magasin étudié individuellement

Explication

L’unité d’observation est l’objet individuel sur lequel les données sont recueillies, ici un magasin précis. L’ensemble des magasins correspond à la population, et non à une unité individuelle.

8. Une entreprise souhaite étudier tous ses employés : quel ensemble constitue la population de cette étude ?

Les employés sélectionnés pour répondre
Les réponses fournies par les employés
Tous les employés de l’entreprise
Les employés âgés de 30 à 35 ans

Tous les employés de l’entreprise

Explication

La population regroupe tous les objets auxquels l’étude s’intéresse, ici l’ensemble des employés de l’entreprise. Les employés sélectionnés forment plutôt un échantillon, c’est-à-dire un sous-ensemble de cette population.

9. Dans une enquête menée auprès de 200 employés choisis parmi tous ceux d’une entreprise, que représentent ces 200 employés ?

Un échantillon de la population étudiée
La totalité de la population étudiée
La valeur prise par une variable
La variable mesurée dans l’étude

Un échantillon de la population étudiée

Explication

Un échantillon est un sous-ensemble de la population, comme ces 200 employés choisis pour l’enquête. La totalité des employés de l’entreprise constituerait la population étudiée.

10. Le PIB, l’inflation et le taux de chômage utilisés par une entreprise sont-ils des données internes ou externes ?

Des données internes issues des informations sur les employés
Des données externes provenant de sources extérieures
Des données externes calculées à partir des stocks de l’entreprise
Des données internes produites par les services de l’entreprise

Des données externes provenant de sources extérieures

Explication

Le PIB, l’inflation et le taux de chômage sont des données externes, car elles proviennent de sources situées hors de l’organisation. Les stocks et les informations sur les clients ou les employés sont des exemples de données internes.

11. Une entreprise suit les ventes de plusieurs magasins chaque mois pendant deux ans : de quel type de données s’agit-il ?

Des données qualitatives classées selon plusieurs catégories
Des données transversales observées sur plusieurs individus à une seule période
Des séries temporelles observées sur un seul individu à plusieurs périodes
Des données de panel observées sur plusieurs individus et plusieurs périodes

Des données de panel observées sur plusieurs individus et plusieurs périodes

Explication

Ces données suivent plusieurs magasins au cours de plusieurs mois : elles combinent donc les dimensions individuelles et temporelles du panel. Une série temporelle concernerait un seul individu observé plusieurs fois dans le temps.

12. Comment distinguer les données quantitatives des données qualitatives ?

Les quantitatives décrivent un seul individu, tandis que les qualitatives en décrivent plusieurs
Les quantitatives sont catégorielles, tandis que les qualitatives sont numériques
Les quantitatives sont observées dans le temps, tandis que les qualitatives sont observées à une date
Les quantitatives sont numériques, tandis que les qualitatives sont catégorielles

Les quantitatives sont numériques, tandis que les qualitatives sont catégorielles

Explication

Les données quantitatives sont mesurées sur une échelle numérique, alors que les données qualitatives sont réparties en catégories. Le nombre d’individus ou le moment de l’observation ne définit pas cette distinction.

13. Quel échantillon peut être considéré comme représentatif d’une population ?

Celui qui contient les individus les plus faciles à contacter
Celui qui comprend le plus grand nombre d’individus possible
Celui qui est composé de personnes appartenant à un seul sous-groupe
Celui qui présente des caractéristiques typiques de la population

Celui qui présente des caractéristiques typiques de la population

Explication

Un échantillon représentatif reproduit des caractéristiques typiques de la population d’intérêt. La facilité de contact, la taille ou l’appartenance à un seul sous-groupe ne suffisent pas à garantir cette représentativité.

14. Quelle méthode consiste à diviser la population en strates, puis à sélectionner des membres dans chacune d’elles ?

L’échantillonnage par clusters
L’échantillonnage systématique
L’échantillonnage stratifié
L’échantillonnage aléatoire simple

L’échantillonnage stratifié

Explication

L’échantillonnage stratifié divise la population en sous-groupes, puis sélectionne des membres dans chaque strate. L’échantillonnage par clusters sélectionne plutôt des groupes constitués et inclut leurs membres selon le plan prévu.

15. Quelle expression calcule la moyenne empirique de nn observations x1,…,xnx_1,\ldots,x_n ?

xˉn=1n∑i=1nxi\bar{x}_n=\frac{1}{n}\sum_{i=1}^{n}x_i
xˉn=x1+xn2\bar{x}_n=\frac{x_1+x_n}{2}
xˉn=∑i=1n(xi−xˉn)2\bar{x}_n=\sum_{i=1}^{n}(x_i-\bar{x}_n)^2
xˉn=1n∑i=1nxi2\bar{x}_n=\sqrt{\frac{1}{n}\sum_{i=1}^{n}x_i^2}

$$\bar{x}_n=\frac{1}{n}\sum_{i=1}^{n}x_i$$

Explication

La moyenne empirique additionne toutes les observations puis divise leur somme par leur nombre. La médiane repose sur le rang des valeurs triées et ne se calcule pas avec cette formule.

16. Pourquoi la médiane est-elle généralement moins sensible qu’une moyenne à une valeur extrêmement élevée dans une série ?

Elle dépend de la position centrale dans la série triée
Elle remplace les valeurs extrêmes par leur fréquence
Elle additionne les écarts absolus à la moyenne
Elle utilise le carré des écarts à chaque observation

Elle dépend de la position centrale dans la série triée

Explication

La médiane est déterminée par la position centrale après le tri, de sorte qu’une valeur extrême modifie peu cette position. La moyenne, au contraire, utilise toutes les valeurs et peut être fortement déplacée.

17. Quelle mesure désigne la valeur la plus fréquente d’une série, y compris lorsque les données sont qualitatives ?

La médiane
L’étendue
Le mode
La moyenne empirique

Le mode

Explication

Le mode est la valeur qui apparaît le plus souvent et peut s’appliquer à des données quantitatives ou qualitatives. La moyenne et la médiane nécessitent des données numériques, tandis que l’étendue compare deux valeurs extrêmes.

18. Une série contient une valeur minimale de 12 et une valeur maximale de 47. Quelle est son étendue ?

35
29
59
47

35

Explication

L’étendue est la différence entre la valeur maximale et la valeur minimale, donc elle vaut 47−12=3547-12=35. La variance prend en compte les écarts de toutes les observations à la moyenne.

19. Quelle formule correspond à la variance d’une série de nn observations ?

σx2=xmax⁡−xmin⁡n\sigma_x^2=\frac{x_{\max}-x_{\min}}{n}
σx2=1n∑i=1n(xi−xˉn)\sigma_x^2=\frac{1}{n}\sum_{i=1}^{n}(x_i-\bar{x}_n)
σx2=1n∑i=1n(xi−xˉn)2\sigma_x^2=\sqrt{\frac{1}{n}\sum_{i=1}^{n}(x_i-\bar{x}_n)^2}
σx2=1n∑i=1n(xi−xˉn)2\sigma_x^2=\frac{1}{n}\sum_{i=1}^{n}(x_i-\bar{x}_n)^2

$$\sigma_x^2=\frac{1}{n}\sum_{i=1}^{n}(x_i-\bar{x}_n)^2$$

Explication

La variance est la moyenne des carrés des écarts entre chaque observation et la moyenne. La racine carrée de cette quantité donne l’écart-type, tandis que l’étendue ne considère que les deux extrêmes.

20. Une variance vaut 4949 unités au carré. Quelle est la valeur de l’écart-type dans l’unité d’origine des données ?

24,524{,}5 unités
77 unités
492\sqrt{49^2} unités
4949 unités

$$7$$ unités

Explication

L’écart-type est la racine carrée de la variance, donc σx=49=7\sigma_x=\sqrt{49}=7 unités. La variance reste exprimée en unités au carré, ce qui explique pourquoi elle ne vaut pas directement l’écart-type.

21. Dans quel ordre faut-il procéder pour calculer l’écart-type à partir d’une série d’observations ?

Calculer la moyenne, les écarts, leurs carrés, leur moyenne, puis la racine carrée
Calculer les carrés, la moyenne, les écarts, puis la racine carrée
Calculer les écarts, la racine carrée, la moyenne, puis les carrés
Calculer la moyenne, les carrés des observations, l’étendue, puis la racine carrée

Calculer la moyenne, les écarts, leurs carrés, leur moyenne, puis la racine carrée

Explication

Le calcul suit la chaîne suivante : moyenne, écarts à la moyenne, carrés des écarts, moyenne de ces carrés, puis racine carrée. Commencer par l’étendue ou par la racine carrée ne correspond pas à la définition de la variance et de l’écart-type.

Révisez avec les flashcards

Mémorisez les réponses avec 53 flashcards sur Data et Business Analytics.

Qu'est-ce que la business analytics selon Laursen & Thorlund (2016) ?

La pratique d'utiliser données, statistique et modélisation pour résoudre des problèmes commerciaux.

Pourquoi les entreprises utilisent-elles l’analyse de données ?

Pour améliorer leur profitabilité, réduire leurs coûts et suivre leur activité avec des KPIs.

Que définissent les statistiques selon Jambu (1991) ?

Les méthodes scientifiques de collecte, organisation, synthèse, présentation et analyse des données.

Voir les flashcards →

Approfondir avec la fiche

Consultez la fiche de révision complète sur Data et Business Analytics.

Voir la fiche →

Cours similaires

Probabilités pour le business analytics

Mathématiques

Génétique et évolution

SVT

Limites des suites

Mathématiques

Ultrasonothérapie et sonodermie

Séismes et activité terrestre

SVT

Barrières et infection microbienne

SVT

Crée tes propres QCM

Importe ton cours et l'IA génère des QCM avec corrections en 30 secondes.

Générateur de QCM