客户停留时间统计 SQL

qq_88 2008-08-04 10:19:08

if object_id('visitor') is not null
drop table visitor
go
create table visitor( id int identity(1,1),customId int ,opertion varchar(20),opertionTime datetime)
insert visitor select 1, 'Login','12:59:05'
union all select 1,'Logout','13:42:42'
union all select 2,'Login', '15:10:04'
union all select 5,'Login','16:12:23'
union all select 2,'Logout','17:00:01'
union all select 32,'Login','17:04:32'
union all select 35,'Login','17:31:49'
union all select 5,'Logout','17:48:00'
go

结果如下:没有退出的安系统当前时间统计停留时间,最好能按停留时间排序,谢谢!
-------------------------------------------------------------
customId Login Logout 停留秒 停留分钟
1 12:59:05 13:42:42 2617 43
2 15:10:04 17:00:01 6597 110
5 16:12:23 17:48:00 5737 96
32 17:04:32 18615 310
35 17:31:49 16978 283
...全文
262 4 打赏 收藏 转发到动态 举报
写回复
用AI写文章
4 条回复
切换为时间正序
请发表友善的回复…
发表回复
hery2002 2008-08-04
  • 打赏
  • 举报
回复
[Quote=引用 3 楼 qq_88 的回复:]
和尚,能不能把未退出的用户的停留时间按系统现在时候取差值?谢谢
[/Quote]
select customID, convert(nvarchar(10),max(case when opertion ='Login' then opertionTime end),108) as 'login' , 
convert(nvarchar(10),isnull(max(case when opertion ='Logout' then opertionTime end),getdate()),108) as 'logout',
datediff(n, max(case when opertion ='Login' then opertionTime end),convert(nvarchar(10),isnull(max(case when opertion ='Logout' then opertionTime end),getdate()),108) ) as '停留'
from visitor group by customID
/*
customID login logout 停留
----------- ---------- ---------- -----------
1 12:59:05 13:42:42 43
2 15:10:04 17:00:01 110
5 16:12:23 17:48:00 96
32 17:04:32 22:42:16 338
35 17:31:49 22:42:16 311
*/
qq_88 2008-08-04
  • 打赏
  • 举报
回复
和尚,能不能把未退出的用户的停留时间按系统现在时候取差值?谢谢
-狙击手- 2008-08-04
  • 打赏
  • 举报
回复

create table visitor( id int identity(1,1),customId int ,opertion varchar(20),opertionTime datetime)
insert visitor select 1, 'Login','12:59:05'
union all select 1,'Logout','13:42:42'
union all select 2,'Login', '15:10:04'
union all select 5,'Login','16:12:23'
union all select 2,'Logout','17:00:01'
union all select 32,'Login','17:04:32'
union all select 35,'Login','17:31:49'
union all select 5,'Logout','17:48:00'
go
select a.customId, Login =a.opertionTime, Logout= b.opertionTime,
datediff(ss,a.opertionTime,
isnull(b.opertionTime,cast('1900-01-01 '+ right(convert(char(19),getdate(),120),8) as datetime))) as 停留秒,
datediff(mi,a.opertionTime,
isnull(b.opertionTime,cast('1900-01-01 '+ right(convert(char(19),getdate(),120),8) as datetime))) as 停留分钟
from (select * from visitor where opertion = 'login') a
left join (select * from visitor where opertion = 'logout') b
on a.customId = b.customId

if object_id('visitor') is not null
drop table visitor
go

/*
customId Login Logout 停留秒 停留分钟
----------- ------------------------------------------------------ ------------------------------------------------------ ----------- -----------
1 1900-01-01 12:59:05.000 1900-01-01 13:42:42.000 2617 43
2 1900-01-01 15:10:04.000 1900-01-01 17:00:01.000 6597 110
5 1900-01-01 16:12:23.000 1900-01-01 17:48:00.000 5737 96
32 1900-01-01 17:04:32.000 NULL 19493 325
35 1900-01-01 17:31:49.000 NULL 17856 298

(所影响的行数为 5 行)
*/

hery2002 2008-08-04
  • 打赏
  • 举报
回复

select customID, convert(nvarchar(10),max(case when opertion ='Login' then opertionTime end),108) as 'login' ,
convert(nvarchar(10),max(case when opertion ='Logout' then opertionTime end),108) as 'logout',
datediff(n, max(case when opertion ='Login' then opertionTime end),max(case when opertion ='Logout' then opertionTime end)) as '停留'
from visitor group by customID
/*
customID login logout 停留
----------- ---------- ---------- -----------
1 12:59:05 13:42:42 43
2 15:10:04 17:00:01 110
5 16:12:23 17:48:00 96
32 17:04:32 NULL NULL
35 17:31:49 NULL NULL
*/
真正没有任何时间限制 真正的访客页面停留时间统计 系统支持所有不同类型及版本的浏览器 具有成熟的稳定性和可靠性 系统支持海量访问数据的统计分析 并拥有丰富的特色优势功能 真正实时的访问统计系统 全球唯一可以统计当前实时在线访客的系统 并且可以与任意访客发起沟通对话 唯一可以统计并发在线访客的系统 告诉您真实的网站负载 鼠标点击热点功能实时查看 支持任意时间段 多种查询条件的统计分析展现 准确告诉您页面热点情况 为您提供广告战略决策支持 准确把握每一个访客的访问行为轨迹 了解客户心理 更好的为其提供个性化服务 未知地区信息按需更新功能(不存在未知地区) 让您准确把握营销区域 提升销售机会 多指标 浏览量 访问量 停留时间 独立访客 二跳率 跳出率 综合评价功能 让您准确把握各网站 各栏目专题的排名评比效果 给你最准确的业绩考核参考 自动统计简报邮件 让您一上班就可以准确把握网站访问情况 做到运筹帷幄 心中有数 废话不多说 有用得上的赶紧下载吧 http: www adjyc com free html 软件程序免费下载安装 无任何使用时间限制 一次安装 永久使用 功能强不强 一试便知 支持的操作系统 Microsoft Windows Server 2003 x86 and x64 Editions Microsoft Windows Server 2008 x86 and x64 Editions Microsoft Windows Server 2008 R2 Editions Microsoft Windows Server 2012 Editions 支持的数据库 Microsoft SQL Server 2008 x86 and x64 Editions Microsoft SQL Server 2008 R2 x86 and x64 Editions Microsoft SQL Server 2012 x86 and x64 Editions 微软即将发布sqlserver2014也是支持的 ">真正没有任何时间限制 真正的访客页面停留时间统计 系统支持所有不同类型及版本的浏览器 具有成熟的稳定性和可靠性 系统支持海量访问数据的统计分析 并拥有丰富的特色优势功能 真正实时的访问统计系统 全球唯 [更多]
Live Support客户支持系统包含了在您的网站上为客户提供实时服务所需要的一切功能,她能使您充分体会到在网站上进行面对面销售所具有的一切好处。下面是我们系统提供的强大功能的一些特点:  100%ASP源代码,没有任何DLL,您可以定制系统以满足您所需;  支持Microsoft ACCESS和MS SQL Server数据库;  基于Web的用户定义接口允许系统管理人员在任何地方任何时候进行系统配置;  支持无限制定义服务部门和客服代表,您可以为任一部门分配无限客服代表;  图形化统计信息让您准确查看每天的呼叫量、每一部门的呼叫分配和客服代表的服务质量等;  只需一行代码便可在您的页面上显示实时客户支持按钮,客户单击该按钮即可和您的客服代表和客服部门联系;  预录制各种回复信息使您能快速回复客户,提高您的服务质量,达到最大的客户满意度;  自动呼叫分配(ACD): Live Support客户支持系统能够依据不同部门在不同客服代表之间自动分配呼叫,甚至您可以设定客服代表最大响应呼叫数;  呼叫转移:客服代表可以将呼叫在不同部门不同客服代表之间进行转移;  支持同时响应多个呼叫和多人同时在线聊天;  主动邀请聊天:客服代表可以主动邀请客户聊天,为客户细致周到的服务;  实时客户追踪:您可以追踪客户的访问情况,了解客户访问的页面和在页面上停留的时间,为客户提供个性化服务;  当客户发起呼叫时会向客服代表服务提示音;  当客户离开会话或者会话超时时系统自动提示客服代表;  如果会话一方正在录入信息,系统会自动向对方提示,使会话双方专注于会话;  可以为多个部门分配多个客服代表;  当客服代表不能为客户提供服务时,系统为自动让客户留言;  离线/在线图标可以让客户及时知道客服代表是否在线;  自动会话信息记录和记录管理允许您查看以前的会话和呼叫信息;  服务质量评定:在会话过程中客户可以随时评定客服代表的服务质量,客服代表可以实时看到客户的评定;  弹出页面:客服代表可以直接向客户弹出客户想浏览的页面;  集成简单:非常简单就可以将Live Support客户支持系统集成到您的知识库系统和FAQ系统;  CSS样式表让您非常容易的更改聊天界面;  用户只需单击按钮即可得到聊天信息的打印版本;  支持多个发送电子邮件的第三方组件。 用户名密码admin
数据分析案例之淘宝⽤户⾏为分析完整报告 ⼀、项⽬背景 ⼀、项⽬背景 UserBehavior为淘宝⽤户⾏为的数据集,数据集包括了2017年11⽉25⽇⾄2017年12⽉3⽇之间,有⼤约82万随机⽤户的⽤户⾏ 为(⾏为包括点击pv,购买buy,加购物车chart,收藏fav)数据。 ⼆、项⽬⽬标 ⼆、项⽬⽬标 通过对⽤户⾏为的分析,主要实现下⾯两个⽬的: 1、为客户提供更精准的隐式反馈,帮助⽤户更快速找到商品; 2、为提⾼公司的交叉销售能⼒,提⾼转化率,销售额,提升公司业绩。 三、分析思路 三、分析思路 主要从以下四个维度对⽤户⾏为进⾏分析和建议: 1、⽤户⾏为间的转化情况分析:利⽤漏⽃模型分析⽤户从商品浏览到购买整个过程中,常见的电商分析指标,确定各个环节流失率, 提出改善转化率的建议。 2、⽤户的⾏为习惯分析:利⽤pv、uv等指标,找出⽤户活跃的⽇期以及每天的活跃时间段。 3、⽤户类⽬偏好分析:根据商品的点击、收藏、加购、购买频率,探索⽤户对商品的购买偏好,找到针对不同商品的营销策略(购买 率较⾼的类⽬和产品,优化产品推荐)。 4、⽤户价值分析:找出最具有价值的核⼼⽤户群,针对这个群体推送个性化推送,优惠券或者活动。 逻辑如下: 四、数据处理 四、数据处理 主要使⽤⼯具:Navicat for MySQL,MySQL, power BI。 (⼀)准备数据 (⼀)准备数据 1、数据来源 、数据来源 阿⾥云天池: 2、将数据导⼊ 、将数据导⼊MySQL 使⽤Navicat导⼊功能,导⼊后结果如下图,这⾥会出错卡在导⼊步骤的5/8位置。 使⽤代码直接导⼊,结果如下图,未出现上述卡住现象。 3、数据理解 、数据理解 本数据主要包含了⼤概82万条数据,每⼀⾏分别表⽰⼀个⽤的⾏为,由⽤户ID(User_ID)、产品ID(Item_ID)、类⽬ ID(Category_ID)、⾏为类型(Behavior_type)、时间戳(Timestamp),⾏为类型⼜分为点击(pv)、收藏(fav)、加购物车 (chart)、购买(buy)。 (⼆)数据清洗 (⼆)数据清洗 1、 、Timestamp⼀致化处理 ⼀致化处理 Timestamp列,⽆法直接分析,需要将其划分为三列,分别为时间,⽇期,⼩时。 --添加新列,根据Date_time返回⽇期时间 --添加新列,根据Date返回⽇期时间 --添加新列,根据Time返回⼩时 2、挑出⽬标数据集 、挑出⽬标数据集 由于项⽬背景是需要对2017年11⽉25⽇⾄2017年12⽉3⽇之间⽤户⾏为数据集进⾏隐式反馈推荐问题的研究,所以需要对不在这 个时间内的数据进⾏删除。 --先检查是否有在2017-11-01和2017-11-20之间的时间值。 --删除掉这段时间以外的⾏ 3、删除重复值 、删除重复值 使⽤SQL语句发现,有出现重复字段。 全字段重复有两⾏,下⾯去重⽅法并不对全字段的奏效,我采⽤的是直接删除,删除数据仅4⾏针对现有的380万⾏数据影响较⼩。 4、缺失值处理 、缺失值处理 对所有列进⾏了计数查询后,发现'Timestamp'字段有null值,然后我们删除空值所在的列。 数据清洗完毕。 导⼊数据集⼤⼩预览: (三)数据分析 (三)数据分析 结果均为先使⽤sql分析数据,获得分析结果,然后将分析结果导出到excel或者power BI中进⾏可视化。 1、数据整体情况概述 、数据整体情况概述 a、总体uv、pv、⼈均浏览次数、成交量 b、⽇均uv、pv、⼈均浏览次数、成交量 使⽤power BI处理数据后将其导出后分析对应的每个指标与时间之间的关系。 c.⽤户整体⾏为数据 d、⽤户的复购率和跳失率 2017年11⽉25⽇⾄2017年12⽉3⽇之间,⽤户的复购率为66.4%且流失率为0,说明淘宝对⽤户有较⼤的吸引⼒使⽤户停留且⽤户 的忠诚度⾮常⾼。可以进⼀步提⾼复购率,⿎励⽤户更⾼频次的购物。 2、⽤户转化情况分析 、⽤户转化情况分析 a、⽤户转化率及流失分析 上图统计了各个⾏为的总数量,点击后,到加购物车或者收藏概率在3%-6%之间,⽽最后真正购买的概率降到了2.4%,说明⽤户的⾏ 为在浏览了商品详情页后出现了⼤量的流失。但是⽤户是否也是在点击后产⽣了⼤量的流失呢? 对此,对各个⽤户⾏为类型的⽤户数进⾏了统计,并使⽤漏⽃转化模型进⾏了处理,建⽴了⽤户转化漏⽃图。 上图可以看出,⽤户并未点击后就⼤量流失,并且最后付费⽤户⽐例达到了69%,购买率达到了7成,说明⽤户的购买意愿较为理想。 结合⽤户⾏为数统计推断⽤户的点击⾏为远远超过了收藏和加购物车的⾏为,说明⽤户有较⼤的可能在购物时有"货⽐三家"的习惯。 所以针对⼤部分点击后转化到加购物车和收藏的概率较低有较⼤的提升空间,APP可以通过优化推荐商品的功
摘 要 I 摘 要 本数据库主要完成对于轿车销售信息管理,包括轿车信息,员工信息,客户信息, 轿车销售信息等,系统可以完成对各类信息的浏览、查询、统计等功能。它采用软件工程 的思想,使用 IBM DB2 作为后台的数据库管理系统。在系统中既有单条件查询和多条件 查询,也有精确查询,其目的都是为了方便用户使用。 本论文主要介绍了本课题的开发过程,所要完成的功能。并说明了系统设计的重点 和设计思想, 以及设计过程中所做的主要工作,通过 SQL 结构化查询语言来实现相关信息 的查询功能。 关键词:SQL 语言;IBM DB2;数据库设计;汽车租赁管理系统。 大连交通大学数据库课程设计 目录 第一章 绪论 ……………………………………………..1 1.1 课题简介…………………………………………………..1 1.2 设计目的…………………………………………………..1 1.3 设计内容…………………………………………………..2 第二章 需求分析……………………………………………..3 2.1 需求分析的任务………………………………….............3 2.2 需求分析的过程………………………………….............3 2.3 数据字典………………………………………….............6 第三章 概念结构设计………………………………………..7 3.1 概念结构设计的方法与步骤…………………….............7 3.1.1 概念结构设计的方法…………………………………….7 3.1.2 概念结构设计的步骤…………………………………….7 3.2 数据抽象与局部视图设计……………………………….7 3.3 视图的集成 ………………………………………………8 第四章 逻辑结构设计………………………………………..9 4.1 E-R 图向关系模型的转换………………………………..9 4.2 数据模型的优化………………………………………….9 4.3 数据库的结构…………………………………………….9 第五章 数据库的实施与运行………………………………..12 5.1 数据的载入……………………………………………….12 5.2 数据库的运行…………………………………………….13 总 结………………………………………………………15 参考文献…………………………………………………..16 第一章 绪论 1 第一章 绪论 1.1 课题简介 轿车销售信息管理系统是为汽车销售公司开发的一套简单易用的系统,随着科技的 发展,设备和管理的现代化,在实际工作中如何提高工作效率成为一个很重要的问题。 而建立管理信息系统是一个很好的解决办法。 汽车如今已经与我们的生活密不可分,而近年来购买轿车也成为一种时尚,对于汽 车销售公司来讲,其经营管理的汽车种类繁多,样式各异,客户需求量大,客户要求高,每 天的工作量大,一套完整的管理系统对于汽车销售公司来说十分重要, 在信息飞速发展 的今天, 计算机在事务管理方面的应用已经相当广泛, 但目前很多汽车销售公司还停留 在人工管理的水平上,显然不适应时代的发展,管理人员目前需要一套方便、计算机化 的管理信息系统来代替他们繁琐、 低效的传统手工管理方式, 并最终实现汽车销售管理 的全面自动化,鉴于诸多要求,经过三年的学习, 我们对计算机方面的知识有了很大的提 升, 本着理论联系实际的宗旨, 通过学校提供的这次课程设计实践的机会并在指导教师 的帮助下,历经两周时间,我自行设计一套简单的轿车销售管理系统,在下面几章中我 将介绍这套轿车销售管理系统的开发过程和所涉及到的问题。 1.2 设计目的 应用对数据库系统原理的理论学习,通过上机实践的方式将理论知识与实践更好的 结合起来,巩固所学知识。 数据库应用 课程实践: 实践和巩固在课堂教学中学习的关于 IBM DB2 的有关知识, 熟练掌握对于给定结构的数据库的创建、 基本操作、 程序系统的建立和调试以及系统评 价。 数据库原理 软件设计实践:实践和巩固在课堂教学中学习的关于关系数据库原理 的有关知识和数据库系统的建立方法, 熟练掌握对于给定实际问题, 为了建立一个关系 数据库信息管理系统,必须得经过系统调研、需求分析、概念设计、逻辑设计、物理设 计、系统调试、维护以及系统评价的一般过程,为毕业设计打下基础。 大连交通大学数据库课程设计 2 1.3 设计内容 通过数据库设计步骤和客户对该系统的要求,设计并完成轿车销售管理系统。对于汽 车的销售过程,客户的要求,经历概念设计、逻辑设计、物理设计、系统调试、维护以及 系统评价的一般过程,一步步对于数据库系统进行分析,设计 需求分析阶段设计:调查、收集与分析用户在数据管理中的信息要求、处理要求、 数据

27,580

社区成员

发帖
与我相关
我的任务
社区描述
MS-SQL Server 应用实例
社区管理员
  • 应用实例社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧