抖音用户行为分析 (SQL)

本文使用SQL对抖音用户行为进行分析,包括小时、日期的PV和UV,播放源,播放时长与点赞率的关系,热门歌曲以及创作者的表现。发现用户主要在晚上19:00-24:00活跃,大部分观看来源于渠道0,0-40秒的短视频更容易获得点赞,热门歌曲播放量高但点赞率与播放量关系不大,而播放量高的创作者通常能获得更高点赞数。
摘要由CSDN通过智能技术生成

最近在寻找一些sql的项目实践,所以虽然此类分析用python会更加的便捷,但是仍旧选用SQL进行。另:文本粘贴 代码格式可能会不标准有误,用powerBI 绘图

1. 通过sql sever 任务 - 导入douyin.csv平面文件 ,同时调整数据类型(此步骤也可通过excel 提前对数据进行处理)

2.查看数据情况

select top 10 * from dbo.douyin -- 查看前10行的数据

 3.pv, uv 分析

select H,
      count(*)as h_pv,-- 小时:pv
      count(distinct uid) as h_uv --小时:uv
from dbo.douyin
group by H 
order by h_pv,h_uv desc --
由此可见抖音用户主要活跃的时间为晚上19:00-24:00

 

 

select dates,
    count(*)as day_pv,-- 日期:pv
    count(distinct uid) as day_uv

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值