会计多个访客

Question

我有一张如下表格：

VisitorID   Product         VisitDayBeforePurchase
1           Product1            0
2           Product2            1
3           Product3            2
1           Product1            2
3           Product2            2
3           Product3            2

VisitorID始终是每个访问者唯一的，visitDayBeforePurchase代表他们是否在购买前x天来到网站。我想做的是制作一个可以将表格转换成这样的语句的语句。

 Product   Day0   Day1  Day2
 Product1   1      0     1
 Product2   0      1     2
 Product3   0      0     2

基本上，我希望在购买特定产品前X天看到有人访问网站的平均访问次数。即访问前每天每件产品的总和（访问）/总和（uniqueVisitors）

我只是要从表1下载数据并编写一个脚本来计算，但我想知道是否有办法在SQL中执行此操作。

如果有人能指出我正确的方向，我们将不胜感激。

Answer 1

对于已知数量的列，您描述的表 - 实际上不是平均值，它是计数 - 可以使用IF来完成：

SELECT Product,
       SUM(IF(VisitDayBeforePurchase = 0, 1, 0)) AS Day0,
       SUM(IF(VisitDayBeforePurchase = 1, 1, 0)) AS Day1,
       SUM(IF(VisitDayBeforePurchase = 2, 1, 0)) AS Day2
FROM yourtable
GROUP BY Product;

基本上，我希望在购买特定产品前X天看到有人访问网站的平均访问次数。即访问前每天每件产品的总和（访问）/总和（uniqueVisitors）

这是一个不同的请求。您可以通过添加（或替换）列

来完成此操作

SELECT Product,
       AVG(VisitDayBeforePurchase) AS AverageDays
FROM yourtable
GROUP BY Product;

这会给你所有（你可以看到它在行动中here）。

SELECT Product,
       SUM(IF(VisitDayBeforePurchase = 0, 1, 0)) AS Day0,
       SUM(IF(VisitDayBeforePurchase = 1, 1, 0)) AS Day1,
       SUM(IF(VisitDayBeforePurchase = 2, 1, 0)) AS Day2,
       AVG(VisitDayBeforePurchase) AS AverageDays
FROM yourtable
GROUP BY Product;

会计多个访客

简而言之：它很复杂，也许它最好不要完成。

假设我们有一个产品被同一个访问者两次（或更多）查看，那么我们不希望将它们视为单独访问。如果先生。 X在三天，两天和购买当天访问了该网站，我们该怎么做？

乍一看，我们可能会认为只计算最后次访问。但是我们会得到明显的意外后果：因为您必须访问该网站以在网站上购买商品，然后上次访问才能购买您进行购买的访问< / em>，所以它总是在购买之前的零天。在同一时间和分钟，甚至可能。虽然可以考虑上次访问，但它会给我们带来毫无价值的结果。

考虑到第一次访问也会产生忽视重复购买的意外后果，因此我们的最佳重复客户实际上将被视为最顽固和优柔寡断。< / p>
因此，人们必须考虑，例如，只有实际用SUM表格的日间隔，然后做某事：

VisitorID ProductID VDBeforeP 42 137 3 42 137 2 41 137 2

但要做什么？如果我们只考虑访问者42的一个记录，无论我们做什么，我们最终得出的结果都是错误的，要么平均过于乐观，要么平均过于悲观。我们可以考虑用户42的平均值，对于权重 1 （而不是 2 ）的用户42，它会给出2.5，所以相比之下与＃34;粗暴的平均值＆＃34; （上面的解决方案）我们认为重复的客户少一点。

为此，我们使用SUBSELECT：我们获取每个数据点只有一个访客和产品的平均数据

SELECT VisitorID, Product, AVG(VisitDayBeforePurchase) AS VisitDayBeforePurchase FROM visits GROUP BY VisitorID, Product;

这将生成一个格式与原始格式相同的表格，但具有平均数据。 它永远不会起作用因为原始查询只验证了整数天数，而2.5既不是2也不是3.所以我们必须做出乐观或悲观的修正;这是乐观的

SELECT VisitorID, Product, FLOOR(AVG(VisitDayBeforePurchase)) AS VisitDayBeforePurchase FROM visits GROUP BY VisitorID, Product;

虽然悲观会使用FLOOR(1.0+AVG...。折衷方案是使用ROUND。

现在我们重复查询：

SELECT Product, SUM(IF(V = 0, 1, 0)) AS Day0, SUM(IF(V = 1, 1, 0)) AS Day1, SUM(IF(V = 2, 1, 0)) AS Day2, AVG(BetterV) AS AverageDays FROM ( SELECT VisitorID, Product, ROUND(AVG(VisitDayBeforePurchase)) AS V, AVG(VisitDayBeforePurchase) AS BetterV FROM visits GROUP BY VisitorID, Product ) AS grouped GROUP BY Product;

<强> A working example can be also found here

地图，减少

要在map-reduce环境中运行上述内容，您需要两个阶段：直接输出VisitorID，Product和VisitDayBeforePurchase的map阶段，以及按键分组的reduce阶段（VisitorID，Product）并输出那些和V （和BetterV？）计算结果。

这会被送到一个新的减少阶段，该阶段在V＆＃39上执行平均值。

计算两个变量的平均值

1 个答案:

会计多个访客

地图，减少