为啥现在的电商平台数据统计, 都是滚动统计最近7天、最近15天、最近30天、最近90天的数据?

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了为啥现在的电商平台数据统计, 都是滚动统计最近7天、最近15天、最近30天、最近90天的数据?相关的知识,希望对你有一定的参考价值。

而不再是自然周,或自然月的?这样有什么更好的地方吗?
如果从数据采集人的角度看,这样的滚动数据比较难采集数据,不知道以哪一个时间维度进行数据的采集和汇总。

参考技术A

第一,对你说都是表示绝对的不认同,企业建立数据系统和分析体系的时候自然月依然是一个重要的统计维度,这个没什么好争议的。

第二、最近7天最近15天最近30天之后一个时间细分后的明细统计,直白点说最近7天就是近一周,15天就可以认为是近两周,最近30天其实就是最近一个月,最近90天就最近一个季度,至于是按自然月更好还是按最近更好,这个跟具体的业务形态和产品形态,甚至推广周期强相关,抛开业务和场景空谈用自然月还是最近30天没任何意义。

第三:你说比较难采集这个就有点费解了,难点在哪?打点肯定不是问题,提权数据的话以当前时间节点做where条件取之前7还是15还是30数不就可以了?mysql为列:之前用函数就可以实现:1、now() 获取年月日时分秒。2、curdate() : 获取年月日

mysql 统计七天数据并分组

业务背景

统计各机型最近7天bug数量来支撑一张图表:

sql需要查询最近七天数据并按每天和机型进行分组

思路

1. 查询最近7天的数据

select * from table where DATE_SUB(CURDATE(), INTERVAL 7 DAY) <= date(column_time);

拓展

查询最近一天的数据

select * from table where to_days(column_time) = to_days(now());
select * from table where date(column_time) = curdate(); 

查询最近一个月的数据

select * from table where DATE_SUB(CURDATE(), INTERVAL INTERVAL 1 MONTH) <= date(column_time);

2. 查询需要的列并分组

例如:

SELECT
	DATE_FORMAT( create_time, \'%Y-%m-%d\' ) days,
	phone_model ,
	count(*) count 
FROM
( SELECT * FROM trial_feedback_pdm WHERE DATE_SUB( CURDATE( ), INTERVAL 7 DAY ) <= date( create_time) ) as day
GROUP BY
	 days,phone_model;

参考链接:

https://blog.csdn.net/sugar_map/article/details/83857449

以上是关于为啥现在的电商平台数据统计, 都是滚动统计最近7天、最近15天、最近30天、最近90天的数据?的主要内容,如果未能解决你的问题,请参考以下文章

mysql 统计七天数据并分组

mysql 统计七天数据并分组

在 BigQuery 中滚动 7 天

2天快速搭建一个互联网电商全链路压测平台

二手车电商很热?其实都是平台在自嗨!

pandas使用groupby函数计算dataframe数据中每个分组的滚动统计值(rolling statistics)的语法:例如分组的N天滚动平均值滚动中位数滚动最大最小值滚动加和等