文章目录
一、分析目标
1.搭建日常运营指标体系;
2.分析现有用户构成,统计每日用户构成情况;
3.分析用户复购情况,为后续复购运营做指导。
二、数据说明
User_info 用户信息表:
user_action 用户行为表:
三、实现步骤
首先需要搭建运营指标体系,让运营人员能够看到用户规模以及规模的变动状态;然后我们需要按照用户阶段(新用户、激活用户、睡眠用户、流失用户)将用户区分出来,统计每天不同阶段的用户数量,让运营能够了解不同阶段用户规模,设计更加贴切的用户运营方案。
建表:
create table user_info
(user_id string,
age_between string,
sex int,
user_level int,
reg_time date
)
row format delimited fields terminated by '\t'
tblproperties("skip.header.line.count"="1");
load data local inpath '/home/hadoop/datas/HomeWork/user_info_sample.txt' into table
user_info;
ALTER TABLE user_info SET SERDEPROPERTIES ('serialization.encoding'='GBK');
create table User_action
(user_id string,
sku_id string,
action_time Timestamp,
model_id int,
type int,
cate int,
brand int
)
row format delimited fields terminated by '\t'
tblproperties("skip.header.line.count"="1"); --转载时跳过第一行
--装载数据
load data local inpath '/home/hadoop/datas/HomeWork/user_action_sample.txt' into
table user_action;
1.建立用户指标体系
我们需要根据用户活跃指标来逐步建立用户指标体系:
- 每日活跃用户数:DAU,即每日活跃用户的排重统计量;
select
date(action_time) action_time,
count(distinct user_id) DAU
from
user_action
group by
date(action_time);
- 每日新注册用户数:DNU,即每日新注册用户的排重统计量;