2025-01 美团 中等
 需求  表结构  输出示例  参考答案  讨论  举一反三

在外卖平台上，我们需要根据用户的最近下单时间（Recency）、有下单记录的不同天数（Frequency）以及平均单笔购买金额（Monetary）来评估客户的价值。具体评分标准如下：

  • Recency (R)：距离今天的时间。
    • 1分：>30天
    • 2分：10到30天之间
    • 3分：<10天
  • Frequency (F)：有下单记录的不同天数。
    • 1分：1到10次
    • 2分：11到20次
    • 3分：>20次
  • Monetary (M)：每次交易的平均消费金额。
    • 1分：<150元
    • 2分：150到250元之间
    • 3分：>250元

请编写SQL查询，计算每位用户的RFM评分，并输出user_id, recency_score, frequency_score, 和 monetary_score，按user_id升序排序。

RFM模型 聚合函数 group by inner join avg case when distinct sum datediff current_date

mt_trx_rcd_f，餐饮商户团购消费记录表

cust_uid trx_amt mch_nm mch_typ2 trx_dt
MT10008 132 阿里山烘焙坊(亚贸店) 面包甜点 2024-05-03
MT10000 53 星巴克(融创茂店) 咖啡厅 2024-09-16
MT10007 334 老胶东小船海鲜 海鲜 2024-05-22
MT10004 358 一枚帅哥做的菜 海鲜 2024-09-15
MT10003 154 一枚帅哥做的菜 海鲜 2024-11-16

 

 成为会员，解锁300道大厂数分SQL真题

ID314 计算每个用户的RFM值（2）  
中等 group by inner join avg distinct sum datediff current_date 聚合函数 RFM模型 美团
ID316 基于购买次数和累计购买金额计算每个用户的RFM评分  
中等 group by inner join case when count sum datediff current_date 聚合函数 RFM模型 美团
ID317 基于消费天数和平均消费金额NTILE分组计算每个用户的RFM评分  
中等 group by inner join avg case when distinct count datediff current_date ntile 聚合函数 RFM模型 美团
ID320 总分为9分的所有用户  
中等 group by inner join avg case when distinct count datediff + current_date ntile 聚合函数 RFM模型 美团
ID326 按商户类型统计流失风险客户  
中等 group by inner join avg case when distinct count datediff + current_date ntile 聚合函数 窗口函数 RFM模型 美团

MySQL 8.0

00:00