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

除了基本的RFM分析外，了解不同质量等级的新客户在各个月份的分布情况，可以帮助我们更好地调整市场策略和优化资源分配。

请编写SQL查询，完成以下任务：

  1. 根据给定规则计算每位用户的RFM评分。
  2. 新增一列显示用户首次购买时间所在的月份（格式为“YYYY-MM”）。
  3. 计算每位用户的RFM总分，并将其分为高质量（9分）、中等质量（5-8分）、低质量（小于5分）三类。
  4. 统计每个月拉新用户的高中低质量用户占比，并进行行列转换展示结果。

最终输出要求：每个月份作为行，高质量、中等质量、低质量作为列，展示对应的质量用户占比，按月份升序。

irst_trx_month 高质量占比 中等质量占比 低质量占比
2024-04 7.14 78.57 14.29
2024-05 0.00 85.71 14.29
2024-06 0.00 50.00 50.00

RFM模型 聚合函数 窗口函数 行列转化 group by inner join min avg case when distinct count sum datediff + current_date cast date_format 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

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
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
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