数据统计常见业务术语

1.1 用户

用户以设备为判断标准，在移动统计中，每个独立设备认为是一个独立用户。Android系统根据IMEI号，IOS系统根据OpenUDID来标识一个独立用户，每部手机一个用户。

1.2 新增用户

首次联网使用应用的用户。如果一个用户首次打开某DB，那这个用户定义为新增用户；卸载再安装的设备，不会被算作一次新增。新增用户包括日新增用户、周新增用户、月新增用户。

1.3 活跃用户

打开应用的用户即为活跃用户，不考虑用户的使用情况。每天一台设备打开多次会被计为一个活跃用户。

1.3.1 周（月）活跃用户

某个自然周（月）内启动过应用的用户，该周（月）内的多次启动只记一个活跃用户。

1.3.2 月活跃率

月活跃用户与截止到该月累计的用户总和之间的比例。

1.4 沉默用户

用户仅在安装当天（次日）启动一次，后续时间无再启动行为。该指标可以反映新增用户质量和用户与DB的匹配程度。

1.5 版本分布

不同版本的周内各天新增用户数，活跃用户数和启动次数。利于判断DB各个版本之间的优劣和用户行为习惯。

1.6 本周回流用户

上周未启动过应用，本周启动了应用的用户。

1.7 连续n周活跃用户

连续n周，每周至少启动一次。

1.8 忠诚用户

连续活跃5周以上的用户

1.9 连续活跃用户

连续2周及以上活跃的用户

1.10 近期流失用户

连续n(2<= n <= 4)周没有启动应用的用户。（第n+1周没有启动过）

1.11 留存用户

某段时间内的新增用户，经过一段时间后，仍然使用应用的被认作是留存用户；这部分用户占当时新增用户的比例即是留存率。例如，5月份新增用户200，这200人在6月份启动过应用的有100人，7月份启动过应用的有80人，8月份启动过应用的有50人；则5月份新增用户一个月后的留存率是50%，二个月后的留存率是40%，三个月后的留存率是25%。

1.12 用户新鲜度

每天启动应用的新老用户比例，即新增用户数占活跃用户数的比例。

1.13 单次使用时长

每次启动使用的时间长度。

1.14 日使用时长

累计一天内的使用时间长度。

1.15 启动次数计算标准

IOS平台应用退到后台就算一次独立的启动；Android平台我们规定，两次启动之间的间隔小于30秒，被计算一次启动。用户在使用过程中，若因收发短信或接电话等退出应用30秒又再次返回应用中，那这两次行为应该是延续而非独立的，所以可以被算作一次使用行为，即一次启动。业内大多使用30秒这个标准，但用户还是可以自定义此时间间隔。

2 系统函数

2.1 collect_set函数

1）创建原数据表

hive (calllogs)>
drop table if exists student;
hive (calllogs)> 
create table student(name string, area string, course string, score int);

2）向原数据表中插入数据

insert into table student values('zhangsan','beijing','math','98');
insert into table student values('lisi','beijing','math','99');
insert into table student values('wangwu','shanghai','chinese','92');
insert into table student values('zhaoliu','shenzhen','chinese','56');
insert into table student values('tianqi','shenzhen','chinese','88');

3）查询表中数据

hive (calllogs)> select * from student;
zhangsan        beijing math    98
lisi    beijing math    99
wangwu  shanghai        chinese 92
zhaoliu shenzhen        chinese 56
tianqi  shenzhen        chinese 88

4）把同一分组的不同行的数据聚合成一个集合

hive (calllogs)> select course, collect_set(area),avg(score) from student group by course;
chinese ["shanghai","shenzhen"] 78.66666666666667
math    ["beijing"]     98.5

5） 用下标可以取某一个

hive (calllogs)> select course, collect_set(area)[0],avg(score) from student group by course;
chinese shanghai        78.66666666666667
math    beijing 98.5

2.2日期处理函数

1）date_format函数（根据格式整理日期）

hive (calllogs)> select date_format('2021-12-08','yyyy-MM');
2021-12

2）date_add函数（加减日期）

hive (calllogs)> select date_add('2021-12-08',-1);
2021-12-07
hive (calllogs)> select date_add('2021-12-08',1);
2021-12-09

3）next_day函数

（1）取当前天的下一周的周一

hive (calllogs)> select next_day('2021-12-08','MO');
2021-12-13

（2）取当前周的周一

hive (calllogs)> select date_add(next_day('2021-12-08','MO'),-7);
2021-12-06

4）last_day函数（求当月最后一天日期）

hive (calllogs)> select last_day('2021-12-08');
2021-12-31