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）以及每次交易的平均消费金额（Monetary）来评估客户的价值。具体步骤如下：

  • Recency (R)：距离今天的时间。我们将使用NTILE(3)函数将用户按Recency值分为三类。
  • Frequency (F)：有下单记录的不同天数。同样地，我们将使用NTILE(3)函数将用户按天数分为三类。
  • Monetary (M)：每次交易的平均消费金额。我们将使用NTILE(3)函数将用户按平均消费金额分为三类。

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。

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

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

ID318 比较每个月客户的拉新质量（1）  
困难 group by inner join min avg case when distinct count datediff + current_date date_format 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
ID321 9分客户最爱去的Top3餐厅  
中等 group by inner join avg case when row_number distinct count datediff + current_date group_concat <= 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
ID327 高价值客户及其最常访问的商户类型  
中等 group by inner join avg case when distinct count datediff in + current_date ntile 聚合函数 窗口函数 RFM模型 美团

MySQL 8.0

00:00