hive经典面试题2--次日留存、3日、7日留存怎么计算

背景：互联网公司，分析app上线后的效果，通常会通过很多指标来分析，其中一个指标就是留存率，留存率中最重要的就是次日留存，如果次日留存很高，说明这个app很成功，用户粘性高。

留存是怎么定义的呢？

一个用户第一天来了，第二天又来了，说明这个用户留存了。次日留存率就是100%
第一天来了100个用户，第二天这100用户中只有50个用户过来了，第三天这100个用户中只有30个用户过来了；那么次日留存率就是50/100×100=50%，3日留存率就是30/100×100=30%（比较的都是第一天这一批100用户）

我们来看看通过代码怎么计算留存率：

次日留存：

23号用户在24号的留存情况：

select t1.apptypeid,count(t1.uid) as active_users, --23号用户数count(t2.uid) as day2_active_users, --23号用户在24号的留存数concat(count(t2.uid)/count(t1.uid)*100,'%') as day2_active_user_rate, --23号用户在24号的留存率t1.dt
from
(selectapptypeid,uid,dt
from ods_center.ods_app_open
where dt='20211123'
group by apptypeid,uid,dt) t1left join
(selectapptypeid,uid,dt
from ods_center.ods_app_open
where dt='20211124'
group by apptypeid,uid,dt) t2
on t1.apptypeid=t2.apptypeid and t1.uid=t2.uid
group by t1.apptypeid,t1.dt;

次日、3日、7日留存：

18号用户在未来7天的留存情况：

select apptypeid,active_users, --18号用户数day2_active_users, concat(day2_active_users/active_users*100,'%') as day2_active_user_rate, --18号用户数的次日留存day3_active_users,concat(day3_active_users/active_users*100,'%') as day3_active_user_rate, --18号用户数的3日留存day4_active_users,concat(day4_active_users/active_users*100,'%') as day4_active_user_rate, --18号用户数的4日留存day5_active_users,concat(day5_active_users/active_users*100,'%') as day5_active_user_rate, --18号用户数的5日留存day6_active_users,concat(day6_active_users/active_users*100,'%') as day6_active_user_rate, --18号用户数的6日留存day7_active_users,concat(day7_active_users/active_users*100,'%') as day7_active_user_rate, --18号用户数的7日留存dt
from
(select t1.apptypeid,count(t1.uid) as active_users,count(case when datediff(t2.cu_dt,t1.cu_dt)=1 then t2.uid end) as day2_active_users,count(case when datediff(t2.cu_dt,t1.cu_dt)=2 then t2.uid end) as day3_active_users,count(case when datediff(t2.cu_dt,t1.cu_dt)=3 then t2.uid end) as day4_active_users,count(case when datediff(t2.cu_dt,t1.cu_dt)=4 then t2.uid end) as day5_active_users,count(case when datediff(t2.cu_dt,t1.cu_dt)=5 then t2.uid end) as day6_active_users,count(case when datediff(t2.cu_dt,t1.cu_dt)=6 then t2.uid end) as day7_active_users,t1.dt
from
(selectapptypeid,uid,dt,from_unixtime(unix_timestamp(dt,'yyyyMMdd'),'yyyy-MM-dd') as cu_dt
from ods_center.ods_app_open
where dt='20211118'
group by apptypeid,uid,dt,from_unixtime(unix_timestamp(dt,'yyyyMMdd'),'yyyy-MM-dd')) t1left join
(selectapptypeid,uid,dt,from_unixtime(unix_timestamp(dt,'yyyyMMdd'),'yyyy-MM-dd') as cu_dt
from ods_center.ods_app_open
where dt>'20211118' and dt<='2021124'
group by apptypeid,uid,dt,from_unixtime(unix_timestamp(dt,'yyyyMMdd'),'yyyy-MM-dd')) t2
on t1.apptypeid=t2.apptypeid and t1.uid=t2.uid
group by t1.apptypeid,t1.dt) t3

hive经典面试题2--次日留存、3日、7日留存怎么计算相关推荐

Hive经典面试题——级联求和（访客访问统计报表）
在大数据面试中,Hive知识的考察大部分会问级联求和,业务场景虽然有很多种,比如说,年收入,月收入统计:访客访问次数年统计,月统计.等等.但是基本根源知识是级联求和,本文就以访客访问统计为例. 1.基 ...
hive经典面试题4--如何用分时数据计算分时累计数据？如何在分时累计数据为空的时候去补全数据？
背景: 在互联网公司经常会用每10分钟为维度去统计某一个指标,这种统计我们称为分时数据.例如10分钟内某个渠道的安装数据,通过这个数据可以实时查看这个渠道质量好坏,如果这个渠道质量不行,那么就停止投放 ...
Hive SQL经典面试题：统计连续登陆的三天及以上的用户
Hive SQL经典面试题最近发现一道大数据面试经常会问的SQL题目:统计连续登录的三天及以上的用户(或者类似的:连续3个月充值会员用户.连续N天购买商品的用户等),下面就来记录一下解题思路. 要求 ...
数仓经典面试题三：用户留存
题目要求: 如何计算留存率留存率是考察企业留住用户的能力,我们经常会计算次日留存.2日留存.7日留存等,如果现在让你用SQL实现,该怎么操作呢? 表部分数据如下: 留存数据字段说明: 用户id:用户 ...
面试题 I 28道数据分析师经典面试题！
- 点击上方" i小码哥"订阅我吧!- 偏统计理论知识 1. 扑克牌54张,平均分成2份,求这2份都有2张A的概率. M表示两个牌堆各有2个A的情况:M=4(25!25!) N表示 ...
总结了28道数据分析经典面试题
偏统计理论知识 1. 扑克牌54张,平均分成2份,求这2份都有2张A的概率. M表示两个牌堆各有2个A的情况:M=4(25!25!) N表示两个牌堆完全随机的情况:N=27!27! 所以概率为:M/N ...
李洪强iOS经典面试题153- 补充
李洪强iOS经典面试题153- 补充补充有空就来解决几个问题,已经懒癌晚期没救了... UML 统一建模语言(UML,UnifiedModelingLanguage)是面向对象软件的标准化建模 ...
Python工程师求职必知的经典面试题
最近几年,学习Python语言的同学越来越多,学成之后大家对于后期的面试都遇到了很多难题,小编这次为大家整理了一份关于Python工程师求职必知的经典面试题!希望能够帮助到正在找Python工作的同学 ...
必读！53个Python经典面试题详解
作者 | Chris 翻译 | 苏本如,编辑 | 夕颜题图 | 视觉中国出品 | AI科技大本营(ID:rgznai100) 本文列出53个Python面试问题,并且提供了答案,供数科学家和软件工 ...

hive经典面试题2--次日留存、3日、7日留存怎么计算

留存是怎么定义的呢？

我们来看看通过代码怎么计算留存率：

次日留存：

次日、3日、7日留存：

hive经典面试题2--次日留存、3日、7日留存怎么计算相关推荐

最新文章

热门文章