题解 | #统计活跃间隔对用户分级结果#

统计活跃间隔对用户分级结果

https://www.nowcoder.com/practice/6765b4a4f260455bae513a60b6eed0af

-- 统计活跃间隔对用户分级后,各活跃等级用户占比,结果保留两位小数,且按占比降序排序。
-- 忠实用户(近7天活跃过且非新晋用户)——最大日期的差值 与 用户最大活跃日期 差值 0-6  且用户最小活跃日期与最大日期差值大于6 
-- 新晋用户(近7天新增)——最大活跃日期 与 用户最小活跃日期  差值 0-6 
-- 沉睡用户(近7天未活跃但更早前活跃过)——最大活跃日期 与 用户最大活跃日期  差值 大于6 
-- 流失用户(近30天未活跃但更早前活跃过)——最大活跃日期 与 用户最大活跃日期  差值 大于29
-- 假设今天就是数据中所有日期的最大值。近7天表示包含当天T的近7天,即闭区间[T-6, T]。
-- 获取每个用户对应的最小日期、最大日期、整体最大日期
with A as (
select  
uid 
,max(date(in_time)) as u_max_dt 
,min(date(in_time)) as u_min_dt 
,(select max(date(in_time)) from tb_user_log) as max_dt 
from 
tb_user_log 
group by uid ) 

select 
user_grade
,round(count(1)/(select count(1) from A),2) as ratio 
from (
select 
uid
,(case 
when datediff(max_dt,u_max_dt) > 29 then '流失用户' 
when datediff(max_dt,u_max_dt) between 7 and 29 then '沉睡用户' 
when datediff(max_dt,u_min_dt) between 0 and 6  then '新晋用户' 
else '忠实用户' 
end ) as user_grade 
from A ) B 
GROUP BY user_grade 
order by ratio desc 





全部评论

相关推荐

08-25 14:48
已编辑
门头沟学院 人工智能
搜索部 首先说下timeline8.18,投递8.19,约一面8.21,晚上一面call约二面8.22,上午二面下午oc周末等待(8.23,8.24)8.25,offer一年前,我还是懵懵懂懂,高考完的暑假,只会提前学学高数,未来的画像是什么?我或许无法预测。开学后,自学Python,接单,无数个客户的ddl,偷偷摸摸一个人找自习的地方,这一步步竟然为后来的我,搭建工程能力的基础。大一上,我也要感谢我的第一位老板,让我接触到了实习,师兄带着我一步步入门,看他们写的飞书文档。大一下,导师带我参与企业项目,这让我渐渐发现,应该去实践,增长见识,而非局限当下,盯着自己的小新pro。不久后,第一波投递开始,结果当然是约面极少。盯着简历上的文字和ssob,我开始思考,确实很多可以去提升。带着些许不甘心,继续沉淀,慢慢的约面也越来越多,有的时候两天7场,准备完就接着下一个日程。这一次,也许是刚好到位吧,比较match,面试答的流利,关关难关关过,成为度孝子展望未来,依然是重重挑战,果然只有收到offer的那一刻是开心的。愿在百度星海拆解的每一段代码,都能成为丈量宇宙的诗行;此志终赴星河,而今迈步重铸天阶。屏幕前的你们,在无数个向星海奔赴的日夜,一定一定,会在未来化作群星回响的征程——请永远相信此刻埋首耕耘的自己!!!
ResourceUt...:28届之光
百度求职进展汇总
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务