MySQL电商数据查询分析实战一

随着数字化时代的不断发展,人们越来越倾向于在网上进行购物,因此电商零售业也日益成熟。而作为一个电商零售人,在做完运营销售之后的总结是非常重要的,那么如何总结提升以形成整个营销产业链的良性闭环呢?我认为对营销时产生的数据进行统计分析是很重要的。

这里以某电商平台用户记录数据为例,通过MySQL语言,借助Navicat平台进行搭建分析。

数据具体信息如下:包括了daily_active_user 日活跃用户表、dim_user_level 用户会员等级表、dim_channel 渠道维度表等等。
在这里插入图片描述

以daily_active_user 日活跃用户表为例,它包含了以下信息:在这里插入图片描述

在了解了基本表信息之后,我们才能对数据进行查询分析操作

1.首先我们可以查询出月活跃天数分布和基础数据量级
SQL代码如下:

select 
ds,count(1) as num
from daily_active_user
group by ds
order by ds
limit 1000;

查询结果如下:在这里插入图片描述
可以看到一共30条数据,分别记录了每一个日期ds的活跃记录数,即ds1 20190901有254条记录

2.接着我们查询找出低活/中活/高活用户数为目标,从数据中找出我们想要的数据
具体低活/中活/高活用户数要求如下:

低活用户:月活跃天数 < 10 天
低活用户:月活跃天数 >= 10 天且 < 20 天,且时长 10 分钟以上的天数 < 5 天
中活用户:月活跃天数 >= 10 天且 < 20 天,且时长 10 分钟以上的天数 >= 5 天
中活用户:月活跃天数 >= 20 天,且时长30 分钟以上的天数 < 10 天
高活用户:月活跃天数 >= 20 天,且时长30 分钟以上的天数 >=10 天

具体的SQL代码如下

select 
      case when active_days<10 then '低活'
		   when active_days
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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