关于标准化得分的论述正确的选项是：A、B 和 D。下面是对每个选项的专业分析：

### A: 消除数据规模
**正确**。标准化得分通常涉及将数据转换为均值为0和标准差为1的形式。这一过程消除了数据中由于不同量纲或量级差异带来的影响，使得数据具有可比性。

### B: 有助于识别异常值
**正确**。标准化可以帮助识别异常值，因为它将数据转化为以标准差为单位的偏离程度。任何标准化得分绝对值非常大（通常大于3或-3）的数据点都可能是异常值。

### C: 建模中的必要步骤
**不一定正确**。标准化是许多模型（如SVM、K均值聚类和PCA）中常用的预处理步骤，但并不是所有建模过程的必要步骤。有些算法（如决策树和随机森林）对数据的尺度不敏感。

### D: 给出数据的相对位置
**正确**。标准化得分（即z分数）表示数据在其分布中的相对位置。它提供了每个数据点如何相对于均值偏离的标准化度量。

希望以上分析能够帮助您更好地理解标准化得分的作用和应用场景。