用户行为分析之时间间隔mysql实现

最新推荐文章于 2023-08-09 17:00:40 发布

valkyrja110

最新推荐文章于 2023-08-09 17:00:40 发布

阅读量1k

点赞数

分类专栏：数据分析案例 sql 文章标签： mysql

本文链接：https://blog.csdn.net/valkyrja110/article/details/119494342

版权

这篇博客介绍了如何在MySQL中进行用户行为分析，特别是针对用户登录时间间隔的计算。通过lead()函数和left join + row_number两种方法，解决在最近30天内找出用户两次登录间隔小于3天的场景。作者提醒，对于复杂时间查询，join方法可能效率较低，推荐使用MySQL8及以上版本支持的lead() over()函数，并引用了分析师小帅比在知乎上的分享作为实用参考。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、问题简介

实际业务中会有很多关于时间间隔的分析，例如有30%用户使用产品或某一功能的时间间隔是2天，50%用户产品使用间隔是7天，15%用户产品使用间隔是10天，5%用户产品使用间隔大于15天。

那么以上各类用户对应的人均付费情况、人群画像是否有什么区别，是否还有特殊的隐形行为，是否可以进行转化？

大家可以发散思路，这里只是举例

二、举例数据(login_data)

user_id	login_time
aa	2021-10-10 12:10:36
bb	2021-10-12 09:20:50
aa	2021-10-10 20:10:36
bb	2021-10-13 10:10:50
cc	2021-10-11 05:00:50

user_id是每个用户的唯一ID，login_time是用户登陆时的时间，本次求解在最近30天内，用户2次登陆间隔小于3天时间的有多少次。
例如a 在10月1日登陆了，10月2日也登陆了，那这就算1次，小于多少分钟也是可以的，这里看业务具体怎么定义。

三、实现方法

1.lead()函数

with t_1 as
(-- sql_1 start
select user_id,
		login_time,
		lead(user_id, 1, null) over(partition by user_id

最低0.47元/天解锁文章