2024-11 拼多多 中等

为了更好地了解用户特征和行为,我们需要生成一张全量用户标签表。这张表将包含以下标签:

  1. young_lady:年龄在25岁以下且为女性的用户。
  2. browsed_multiple_products:浏览了两个或以上商品的用户。
  3. bought_multiple_products:购买了两个或以上商品的用户。

任务

tb_pg_act_rcdtb_cst_bas_inf 表中,生成一张全量用户标签表。

结果应包括用户ID、年龄、性别和上述三个标签,并按用户ID排序。

考点

  1. 条件判断: 使用 CASE 语句生成标签。
  2. 聚合函数: 使用 COUNT 计算浏览和购买的商品数量。
  3. 连接操作: 使用 JOIN 连接用户基本信息表和页面埋点记录表。
  4. 分组: 使用 GROUP BY 按用户ID分组。

购物漏斗分析 group by left join case when distinct sum

tb_pg_act_rcd,页面埋点记录表,已截取某天记录

cust_uid if_snd(是否曝光) if_vw(是否浏览) if_cart(是否加购) if_buy(是否购买) prd_id(产品id)
3000001 1 0 0 0 A
3000002 1 0 0 0 C
3000003 1 0 0 0 B
3000004 1 0 0 0 E
3000005 1 0 0 0 D

tb_cst_bas_inf,用户基本信息表 

cust_uid gdr age
3000100 M 39
3000101 F 39
3000102 M 19

tb_prd_map,产品信息简表 

prd_id prd_nm price
A 新疆哈密瓜10斤 9.80
B 散养土鸡蛋40枚约10斤 29.90

 成为会员,解锁300道大厂数分SQL真题

ID97 给商品打四类标签(行)  
简单 left join case when 行列转化 购物漏斗分析 小红书
ID138 整体搜索UV转化率  
困难 group by left join case when distinct count 百分比计算 电商搜索优化 京东
ID139 分关键词的搜索UV转化率  
困难 group by left join case when distinct count 百分比计算 电商搜索优化 京东
ID140 整体的点击率  
困难 group by left join case when distinct count 百分比计算 电商搜索优化 京东
ID142 对各品牌购买贡献度最高的三个关键词  
困难 group by left join case when distinct count 多表连接 电商搜索优化 京东

MySQL 8.0

00:00