- 博客(11)
- 收藏
- 关注
原创 数据分析指标体系的搭建
在中期,除了关注用户量的变化趋势外,更应该重点优化的是用户量的结构,保证健康的用户构成,用户构成通常可以拆解到新老用户、年龄、性别、学历、地区等属于用户属性的维度。分析用户是何种渠道来的(app、pc等),分析用户是何种方式打开app(点击桌面图标、通知、push)、关注用户画像(分析停留时长的分布,关注大于3s和小于3s的用户特性)、分析作弊或刷量。例如定义日活用户,究竟是打开app的用户,还是指进行点击行为的用户,或者是保持进程在的用户。通常关注用户来源的渠道,从而去保证这个渠道的一个有效性。
2023-09-17 21:25:32 78 1
原创 数据分析业务——用户留存
2.除去自传播,用户拉新都是需要投入很多的成本,如果留存率太低的话,相当于一直在赔钱。1.新老用户的划分,新用户的留存,老用户的留存.在老用户中区分活跃的老用户以及回流的老用户。这里更多的关注他的周留存。震荡期主要关注用户的激活行为,中期培养使用习惯,长期考虑的是给用户的价值。针对不同的用户群体:展开漏斗分析,研究他们进入互联网产品之后的行为路径。小众功能因为受到特定人群的青睐,所以功能留存比较高,而用户活跃比较低。纵轴:用户活跃比 横轴:功能的使用留存。3.用户留存对活跃用户的增长是有长期影响的。
2023-09-15 15:57:52 169
原创 用户留存率分析
其中t1中的窗口函数分别按照uid进行排序,序号最大的数也就是每天的新用户人数。同理,第二个窗口函数,序号最大的数就是不同天的新用户人数不同天数之后的留存人数。如果要分析每一天新用户不同时间后的留存率,把where筛选日期的条件取消即可。留存率:某一天新增用户在之后的第N天仍然登录的比例,称为第N日留存率。·2022年1月3日这些用户中登陆人数为50,第2日留存率为50%;·2022年1月4日这些用户中登陆人数为30,第7日留存率为30%.·2022年1月2日这些用户中登陆人数为60,次日留存率为60%;
2023-09-14 21:07:50 99 1
原创 SQL案例分析:银行可疑支付交易监控
银行客户交易流水存储在transfer_log表中:定义两个可疑支付的规则:1.找出5天之内累积转账超过100万的账号2.找出相同收付款人5天内连续转账3次以上的记录。
2023-08-26 10:52:36 289
原创 SQL触发器和事件
触发器是在插入、更新和删除语句前后自动执行的一堆SQL代码。可以通过SHOW TRIGGERS 来显示触发器通过DROP TRIGGERS删除触发器。
2023-08-10 15:32:23 78 1
原创 SQL函数
round() 四舍五入函数round(5.73) 得到结果 6round(5.73,1) 得到结果 5.7truncate()截断数字ceiling()返回大于或等于这个数字的最小整数rand()生成0-1区间的随机浮点数。
2023-08-08 16:20:46 33
原创 对表的操作:插入、更新、删除
varchar(50)最大五十个字符,但是实际储存是是可变的,如果是char(50)就是五十个字符,输入五个字符,会再补充四十五个空格。
2023-07-30 21:01:09 45 1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人