码迷,mamicode.com
首页 > 其他好文 > 详细

【hive】关于用户留存率的计算

时间:2018-10-31 19:58:18      阅读:457      评论:0      收藏:0      [点我收藏+]

标签:最小   concat_ws   art   类型   span   class   register   表结构   计算   

首先用户留存率一般是面向新增用户的概念,是指某一天注册后的几天还是否活跃,是以每天为单位进行计算的.
一般收到的需求都是一个时间段内的新增用户的几天留存

(1)找到这个时间段内的新增用户(也可能含有地区啊的各种附加条件),一般在日活表中有记录是否是新增状态.
注意,需要以天为单位进行分组找出用户的id.因为留存率都是以每天为单位进行计算的.
表结构(register_date,user_id)

(2)找到这个时间段内的活跃用户(active_date,user_id)

(3)以 1表 为主表left join 2表 以user_id为关联键,统计留存数

这样后的记录类型为:register_date,user_id,active_date

register_date为新增日期,即留存率的单位天.

user_id为用户id,distinct user_id来计算用户数

留存率怎么算?
active_date - register_date = 1,说明注册的次日用户是活跃的,所以count+1
所以我们只要关注 active_date 和 register_date 相差天数即可统计留存数
取天数差的时候用datediff(active_date,register_date)来计算,active_date 和 register_date 的格式为 yyyy-MM-dd

(4)计算留存率

 

模板:

    SET mapreduce.job.queuename=xxx;
    SET mapreduce.job.name=xxx;
    set mapreduce.job.reduces=19;
            select 日期, 注册用户数, 次日留存率, 2日留存率, 3日留存率,  dim_date
                ,total_cnt
                ,concat_ws(% | , cast(round(dif_1cnt*100/total_cnt, 2) as string), cast(dif_1cnt as string))
                ,concat_ws(% | , cast(round(dif_2cnt*100/total_cnt, 2) as string), cast(dif_2cnt as string))
                ,concat_ws(% | , cast(round(dif_3cnt*100/total_cnt, 2) as string), cast(dif_3cnt as string))
                ,concat_ws(% | , cast(round(dif_4cnt*100/total_cnt, 2) as string), cast(dif_4cnt as string))
            from
            (
                select p1.state dim_date
                    ,p1.device_os
                    ,count(distinct p1.user_id) total_cnt
                    ,count(distinct if(datediff(p3.state,p1.state) = 1, p1.user_id, null)) dif_1cnt
                    ,count(distinct if(datediff(p3.state,p1.state) = 2, p1.user_id, null)) dif_2cnt
                    ,count(distinct if(datediff(p3.state,p1.state) = 3, p1.user_id, null)) dif_3cnt
                    ,count(distinct if(datediff(p3.state,p1.state) = 4, p1.user_id, null)) dif_4cnt
                from
                    (
                        select
                            from_unixtime(unix_timestamp(cast(partition_date as string), yyyyMMdd), yyyy-MM-dd) state,
                            user_id
                        from user_active_day
                        where partition_date between date1 and date2
                        and user_is_new = 1
                        group by 1,2
                    )p1 --日新增用户名单(register_date,user_id)
                    left outer join
                    (
                        select
                            from_unixtime(unix_timestamp(cast(partition_date as string), yyyyMMdd), yyyy-MM-dd) state,
                            user_id
                        from active_users
                        where partition_date between date1 and date2
                        group by 1,2
                    )p3 --期间活跃用户(active_date,user_id)
                    on (p3.user_id = p1.user_id)
                group by 1,2
            ) p4;

友情附赠:

求用户首充的时间,在充值表中以user_id分组,然后找出最小的订单添加时间,对应的订单就是首充的记录.

【hive】关于用户留存率的计算

标签:最小   concat_ws   art   类型   span   class   register   表结构   计算   

原文地址:https://www.cnblogs.com/zzhangyuhang/p/9884967.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!