偷闲，整理自己作为分析师工作下常用的一些业务指标的计算口径，不足之处，往多多指正；
这里，将指标分成3类-事件类、漏斗类、留存类
1 事件类
个人定义：可以直接通过计数计算&加减得到的指标
1.1 uv（日活&dau）
定义：用户使用&曝光人数统计口径：select count(distinct user_id) as pv from xx --表 where p_date = '' --时间限制 and stat_id rlike 'xxx.show' --用户行为埋点限制
1.2 pv（曝光数）
定义：曝光&点击数（不去重）统计口径：select count(user_id) as pv from xx --表 where p_date = '' --时间限制 and stat_id rlike 'xxx.show' --用户行为埋点限制
1.3 停留时长
定义：页面&功能的使用时长目前的统计方案主要有两种
直接取用开发提供的时间；离开时间点-进入时间点的时间间隔（对数据基础要求高） 统计口径：
--放在某个日志文件里;--直接取用开发提供的时间；select ziduan['time'] as timefrom xx --表 where p_date = '' --时间限制 and stat_id rlike 'xxx.show' --用户行为埋点限制--离开时间点-进入时间点的时间间隔（对数据基础要求高）select max(time) - min(time) as timefrom xx表where p_date = 'xxx' --时间限制 and user_id = 'xxx' --选定用户
2、漏斗类
顾名思义，指标计算出来加减外 还有乘除
2.1 点击&点赞率（UV）
select (count(distinct p2.user_id)*1.00/count(distinct p1.user_id))*100 as uv_click_rate from (select user_idfrom xxx --表 where p_date = '' --时间限制 and stat_id rlike 'xxx.show' --用户行为埋点限制(曝光))p1left join(select user_idfrom xxx --表 where p_date = '' --时间限制 and stat_id rlike 'xxx.click' --用户行为埋点限制(点击))p2on p1.p_date = p2.p_date
2.1 点击&点赞率（PV）
select (count(p2.user_id)*1.00/count(p1.user_id))*100 as pv_click_rate from (select user_idfrom xxx --表 where p_date = '' --时间限制 and stat_id rlike 'xxx.show' --用户行为埋点限制(曝光))p1left join(select user_idfrom xxx --表 where p_date = '' --时间限制 and stat_id rlike 'xxx.click' --用户行为埋点限制(点击))p2on p1.p_date = p2.p_date
3、留存类
3.1 次日&三日&五日&七日留存
-------------------------------------------------------------------------------单天select (count(p2.user_id)*1.00/count(p1.user_id))*100 as return_rate from (select user_idfrom xxx --表 where p_date = ['last_1_day'] --时间限制 and stat_id rlike 'xxx.show' --用户行为埋点限制(曝光))p1left join(select user_idfrom xxx --表 where p_date = ['now'] --时间限制 and stat_id rlike 'xxx.show' --用户行为埋点限制(点击))p2on p1.user_id = p2.user_id----------------------------------------------------------- 一段时间select (count(p2.user_id)*1.00/count(p1.user_id))*100 as return_rate ,p1.datefrom (select user_idfrom xxx --表 where p_date >= xxx --时间限制and p_date <= xxx and stat_id rlike 'xxx.show' --用户行为埋点限制(曝光))p1left join(select user_idfrom xxx --表 where p_date >= xxx --时间限制and p_date <= xxx --时间限制and stat_id rlike 'xxx.show' --用户行为埋点限制(点击))p2on p1.user_id = p2.user_idand date_add (p1.date,1) = p2.p_dategroup by p1.date
如果觉得《常用的业务分析指标统计口径（基于Hive实现）》对你有帮助，请点赞、收藏，并留下你的观点哦！
