需求：
接下來我們用sql實現這個需求：
我們來查詢 20201227到20201230 事件範圍內，並且視窗時間是3天的漏斗
注意：我們這裡資料就三天，所以視窗期也就是不用判斷，但是我們以後可能會拿到n天資料，所以要加視窗期判斷
sql實現：
-- 分析sql，首先我們可以先把每乙個事件的資料按照條件查詢出來，然後在將每乙個事件中的時間拿到，進行關聯查詢，通過時間進行判斷該事件是否在視窗期以內，並且還要和上乙個事件判斷，一定要大於它
-- 拿到三天內每乙個事件資料
with t1 as
(select
distinct_id,
ctime,
event
from ods_db_news.event
where event=
'signup'
and format_datetime(from_unixtime(ctime/
1000),
'yyyymmdd'
)>=
'20201201'
and format_datetime(from_unixtime(ctime/
1000),
'yyyymmdd'
)<=
'20201230'),
t2 as
(select
distinct_id,
ctime,
event
from ods_db_news.event
where event=
and element_page=
'新聞列表頁'
and format_datetime(from_unixtime(ctime/
1000),
'yyyymmdd'
)>=
'20201201'
and format_datetime(from_unixtime(ctime/
1000),
'yyyymmdd'
)<=
'20201230'),
t3 as
(select
distinct_id,
ctime,
event
from ods_db_news.event
where event=
and element_page=
'內容詳情頁'
and format_datetime(from_unixtime(ctime/
1000),
'yyyymmdd'
)>=
'20201201'
and format_datetime(from_unixtime(ctime/
1000),
'yyyymmdd'
)<=
'20201230'),
t4 as
(select
distinct_id,
ctime,
event
from ods_db_news.event
where event=
'newsaction'
and action_type=
and format_datetime(from_unixtime(ctime/
1000),
'yyyymmdd'
)>=
'20201201'
and format_datetime(from_unixtime(ctime/
1000),
'yyyymmdd'
)<=
'20201230'
)select
count
(distinct t1.distinct_id) step1,
count
(distinct t2.distinct_id) step2,
count
(distinct t3.distinct_id) step3,
count
(distinct t4.distinct_id) step4
from t1
left
join t2
on t1.distinct_id=t2.distinct_id
and t1.ctime86400*3
*1000
left
join t3
on t2.distinct_id=t3.distinct_id
and t2.ctime86400*3
*1000
left
join t4
on t3.distinct_id=t4.distinct_id
and t3.ctime86400*3
*1000
;
執行上述查詢可以看到如下類似結果step1 | step2 | step3 | step4
-------±------±------±------
3154 | 79 | 2 | 1
代表著我們的漏斗的每一步的人數
資料分析之漏斗模型
提起漏斗，讓我首先想到的是它的 形狀 圓錐形的 頂部寬底部窄 其次是它的 功能 過濾雜質，如生了蟲的白面 炸過豆腐的油等。形狀如下圖形狀才能夠有效的行使它的功能職責 過濾。功能過濾雜質 生了蟲的白面 小時候的農村，夏天雨水較多，家裡比較潮濕，缸裡的面經常會有蟲子光顧。那個時候物質匱乏，不捨的扔掉，會...
資料分析框架之AARRR漏斗模型
aarrr模型是運營裡面乙個非常有名的使用者分析模型，也是乙個典型的漏斗模型，前段時間工作上寫的分析材料裡面也提到了這個模型，這個模型也可以作為資料分析的框架，這裡結合了網上的一些參考資料，總結了模型中可能涉及到各項分析指標和分析方法。aarrr模型將資料分析分為了5個部分，而aarrr模型在使用者...
實時專案概述
離線計算就是在計算開始前已知所有輸入資料，輸入資料不會產生變化，一般計算量級比較大，計算時間相對較長。例如月初對上月整月，凌晨對前一整天的資料進行計算，最經典的就是hadoop的 mr 方式。一般是根據前一日 月的資料生成報表，雖然統計的指標報表繁多，但是時效性不高。輸入資料是可以序列化的方式乙個個...