復購率公式

運營需求拆解：

單一復購率公式（按周計算，需要計算從4.1-8.4的數據）：

分子：本周和上周對同一商戶都下過單的人數

分母：上周下過訂單的總人數

注：需要考慮到可疑訂單，即刷單的狀況

需求拆解：難點在與分子計算；

需求進一步拆解：本周和上周對同同一商戶下過單，則可以理解為用戶的復購；

可以把用戶和商戶 看成是一組，計算他們的復購即可；

具體代碼如下：

with tmp_weekly_user_god as (
    select 
    concat(to_char(DATEADD(trade_date,-WEEKDAY(trade_date),'dd'),'yyyymmdd')
    ,'~' ,to_char(DATEADD(trade_date,6-WEEKDAY(trade_date),'dd'),'yyyymmdd'))  as  weekly_range 
    ,weekofyear(trade_date) as weekly
    ,weekofyear(trade_date)+ 1 as next_weekly
    ,from_user_id
    ,to_user_id
    ,concat('-',from_user_id,to_user_id) as group_group  -- 組合
    from ypp_trade_flow 
    where trade_type = 'ORDER' -- 交易訂單
    And TO_CHAR(trade_date,'yyyymmdd')  between  '20190401' and '20190804' 
    group by concat(to_char(DATEADD(trade_date,-WEEKDAY(trade_date),'dd'),'yyyymmdd')
    ,'~' ,to_char(DATEADD(trade_date,6-WEEKDAY(trade_date),'dd'),'yyyymmdd'))  
    ,from_user_id
    ,to_user_id
    ,weekofyear(trade_date)
)

-- 留存率計算

select 
t1.weekly  `周`
,t1.weekly_range `周維度`
,'全部' as `類型`
,count(distinct t1.from_user_id) as `純用戶下單人數`
,count(distinct t1.group_group) as `一組下單人數`
,count(distinct t2.group_group) as `一組本周用戶大神在上周繼續下單人數` 
--,concat('',round(count(distinct t1.group_group)/count(distinct t2.group_group),4)*100,'%') as `單一復購率公式`
 from tmp_weekly_user_god t1 
left join tmp_weekly_user_god t2 
on t1.group_group = t2.group_group
and t1.weekly = t2.next_weekly
group by t1.weekly,t1.weekly_range

結果集如下：


細節問題：

• 周維度：如果只使用weekofyear 只是給了一個具體的數字，而不清楚具體的周開始時間和結束時間，因此可以加上，更直觀，起代碼如下：

concat(to_char(DATEADD(trade_date,-WEEKDAY(trade_date),'dd'),'yyyymmdd'),'~' ,to_char(DATEADD(trade_date,6-WEEKDAY(trade_date),'dd'),'yyyymmdd'))

拆分下：

周開始時間:```to_char(DATEADD(trade_date,-WEEKDAY(trade_date),'dd'),'yyyymmdd')``

周結束時間:to_char(DATEADD(trade_date,6-WEEKDAY(trade_date),'dd'),'yyyymmdd')

• 運營的需求，細節還是有一點點問題，有沒有發現，這個后續和運營溝通解決了；

參考：

[Get the week start date and week end date from week number in SQL Server - Stack Overflow](