Hadoop环境中使用Hive工具实现电商网站用户运营分析

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；