芭比Q了！新上架的游戏APP，咋分析？

【题目】

某游戏公司为了监测新上市游戏APP的受欢迎程度，通过数据来分析用户的总数、用户的平均年龄及活跃用户（连续两天访问）的总数和平均年龄。以下表格为用户登录信息表明细。

字段解释：

登录日期：记录用户登录游戏APP的时间

用户ID：用户的唯一标识

用户年龄：用户在APP登记的年龄

需要分析出如下结果：

1.统计用户的总数、用户的平均年龄

2.统计活跃用户（连续两天访问）的总数和平均年龄

【解题思路】

1.统计用户的总数、用户的平均年龄

观察表一可以看到同一用户同一天有多条登录记录，如果直接进行聚合查询的话会造成重复数据计算，所以应该先按照用户ID对重复数据进行去重在分析用户的总数及平均年龄。

SQL写法一：

select distinct 用户ID,用户年龄
from 用户登录信息表;

SQL写法二：

select  用户ID,用户年龄
from 用户登录信息表  
group by 用户ID;

查询结果：

查询结果作为临时表a,接下来用计算用户数量（count函数）和求用户的平均年龄（avg函数）

SQL写法如下：

select  count(用户ID) as 用户总数 ,avg(用户年龄) as 用户平均年龄
from(
select  用户ID,用户年龄
from 用户登录信息表
group by 用户ID
) a;

查询结果：

2.统计活跃用户（连续两天访问）的总数和平均年龄

活跃用户：定位为连续两天都有访问，大白话解释为在今日登录，明天也有登录的用户数。也就是时间间隔=1。

一个表如果涉及到时间间隔，就需要用到自联结，也就是将两个相同的表进行联结。将表a理解为用户的登录时间，将表b理解为用户的再次登录时间，通过计算登录时间与再次登录时间的时间差，时间差等于1即表示今天也登录，明天也登录（连续两天登录）

select
        a.登录日期 as 登录时间,
        a.用户ID,
        a.用户年龄,
        b.登录日期 as 再次登录时间
from
        用户登录信息表 as a
left join  用户登录信息表 as b on a.用户ID = b.用户ID;

查询结果：

联结后的临时表记为表c，那么如何从表c中查找出时间间隔（明天登陆时间-今天登陆时间）=1的数据呢？

（1）这涉及到计算两个日期之间的差值，《猴子 从零学会sql》里讲到对应单函数是timestampdiff。下图是这个函数的用法。

SQL书写如下：

select *,timestampdiff(day,c.登录时间,c.登出时间) as 时间间隔
From c
group by c.用户ID,c.登录时间;

查询结果：

查询结果作为临时表d,用case when语句选出时间间隔=1的数据，计算活跃用户的总数（count）和活跃用户的平均年龄（avg）

SQL书写如下：

select count(distinct case when 时间间隔=1 then 用户ID else null end ) as 活跃用户总数,
avg( case when 时间间隔=1 then 用户年龄 else null end ) as  活跃用户平均年龄
from d;

将临时表d的SQL代入，最终SQL代码如下：

select
count(distinct case when 时间间隔=1 then 用户ID else null end ) as 活跃用户总数,
avg( case when 时间间隔=1 then 用户年龄 else null end ) as  活跃用户平均年龄
from
(
select *,timestampdiff(day,c.登录时间,c.再次登录时间) as 时间间隔
from
(
select
       a.登录日期 as 登录时间,
       a.用户ID,
       a.用户年龄,
       b.登录日期 as 再次登录时间
from用户登录信息表 as a
left join  用户登录信息表 as b on a.用户ID = b.用户ID
) c
group by c.用户ID,c.登录时间
) d;

查询结果：

【本题考点】

1.常用指标的理解，例如留存用户数、留存率。

2.灵活使用case来统计when 函数与group by 进行自定义列统计。

3.遇到只有一个表，但是需要计数时间间隔的问题，就要想到用自联结来求时间间隔，类似的有找出连续出现N次的内容、滴滴2020求职真题、链家面试题：如何分析留存率。

▼ 点击「阅读原文」

▼ 解锁更多数据分析课程