博客
关于我
数据分析面试题二:用户留存
阅读量:728 次
发布时间:2019-03-21

本文共 1541 字,大约阅读时间需要 5 分钟。

数据库优化方案

  • 创建数据库并指定字符集确保数据库在处理中文数据时避免乱码,在创建数据库时就指定存储格式和字符集。
  • CREATE DATABASE camera DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci;

    1. 创建用户信息表在使用数据库前,需要创建存储用户信息的表,并指定字段的存储类型和字符集。
    2. USE camera; CREATE TABLE act_use_userinfo ( uid VARCHAR(10) NOT NULL, app_name VARCHAR(20) NOT NULL, duration INT(10) NOT NULL, times INT(10) NOT NULL, dayno DATE NOT NULL );

      1. 插入用户数据将用户相关数据插入数据库表中。
      2. INSERT INTO act_use_userinfo (uid, app_name, duration, times, dayno) VALUES ('12345', '相机', 2, 3, '2021-05-18');

        1. 数据分析与报表功能开发
        2. 4.1 某日活跃用户数:某日的去重用户数

          SELECT dayno, COUNT(DISTINCT uid) AS active_users FROM act_use_userinfo WHERE app_name = '相机' GROUP BY dayno;

          4.2 次日留存:使用两表自交,利用case when找到符合相差日期为1天的id,计数,得出次日留存人数,最后用distinct去重

          实现方式一:通过增加临时字段

          可以通过在表中增加一个临时字段 is_next_day,表示是否为次日用户,用于统计留存率。以下是实现方式:

          ALTER TABLE act_use_userinfo ADD COLUMN is_next_day BOOLEAN After duration;

          UPDATE act_use_userinfo SET is_next_day = 1 WHERE dayno = DATE('2021-05-18') + interval '1 day' AND uid IN (SELECT uid FROM act_use_userinfo WHERE app_name = '相机' AND dayno = DATE('2021-05-18'));

          SELECT dayno, COUNT(DISTINCT uid) AS next_day_users FROM act_use_userinfo WHERE app_name = '相机' AND is_next_day = 1 GROUP BY dayno;

          实现方式二:不增加临时字段

          这种方法使用CTE(通用子查询)和ROW_NUMBER函数来计算次日留存人数。

          WITH cte AS ( SELECT ROWNUMBER() OVER (ORDER BY dayno, times DESC) AS row_num, uid, dayno, app_name FROM act_use_userinfo WHERE app_name = '相机' ORDER BY dayno, times )SELECT dayno, COUNT(DISTINCT uid) AS next_day_users FROM cte WHERE row_num > 1 GROUP BY dayno;

          4.3 其他需求(未详细说明)

          根据实际需求继续扩展表结构和查询逻辑,确保所有分析指标能够准确反映业务需求。

    转载地址:http://zhdgz.baihongyu.com/

    你可能感兴趣的文章
    pandas DataFrame的一些操作
    查看>>
    Pandas Dataframe的日志文件
    查看>>
    pandas GROUPBY+变换和多列
    查看>>
    pandas Groupby:创建两列的Groupby时,如何按正确的顺序对工作日进行排序?
    查看>>
    Pandas matplotlib 无法显示中文
    查看>>
    pandas PIVOT_TABLE保持索引
    查看>>
    Pandas Plots:周末的单独颜色,x 轴上漂亮的打印时间
    查看>>
    pandas to_latex() 转义数学模式
    查看>>
    Pandas 中文官档 ~ 基础用法4
    查看>>
    Pandas 中的多索引旋转
    查看>>
    Pandas 中的日期范围
    查看>>
    pandas 中的时间序列箱线图
    查看>>
    Pandas 使用指南
    查看>>
    pandas 分组并使用最小值更新
    查看>>
    pandas 均值(mean), 均值填充NA(fill_na)
    查看>>
    Pandas 对数据框的布尔比较
    查看>>
    pandas 将通话数据分割为15分钟的间隔
    查看>>
    pandas 找到局部最大值和最小值
    查看>>
    pandas 按日期和年份分组,并汇总金额
    查看>>
    pandas 数据帧到PostgreSQL表中使用的是没有SQLAlChemy的心理复制2吗?
    查看>>