A veces, es posible que desee calcular el percentil de la antigüedad en MySQL en función de. Por ejemplo, para clasificar a los clientes según la antigüedad de las compras o los pedidos en lugar de las ventas totales. Esto ayuda a crear ofertas especiales para las personas que compraron algo recientemente en su sitio web. Todavía no hay funciones para él. Aquí hay una consulta preparada para hacerlo.
Por ejemplo, tiene una tabla pedidos que contiene todos los pedidos de productos para cada usuario. Desea calcular el percentil a partir de la antigüedad de los pedidos.
order +-----------+------------+------------------+ | user_id | product | purchase_date | +-----------+------------+------------------+ | 1 | Soap | 2013-11-20 | | 4 | Perfume | 2013-07-02 | | 1 | Noodles | 2013-10-20 | | 4 | Soap | 2013-11-11 | | 1 | Glue | 2013-09-12 | | 3 | Deo | 2013-10-20 | +-----------+------------+------------------+
percentiles +-----------+----------------+---------+---------------+ | user_id | latest | rank | percentile | +-----------+----------------+---------+---------------+ | 1 | 2013-11-20 | 1 | 100 | | 4 | 2013-11-11 | 2 | 66.67 | | 3 | 2013-10-20 | 3 | 33.33 | +-----------+----------------+---------+---------------+
Aquí hay una consulta que puede usar para calcular el percentil de la antigüedad en MySQL. Simplemente reemplace las columnas:ID de usuario, fecha de compra y tabla:orden. Obtiene la última fecha de compra de cada usuario. Luego los clasifica según la última fecha de compra. Finalmente, calcula el percentil usando el rango.
select user_id,latest,rank,round(100*(cnt-rank+1)/cnt,0) as percentile from (SELECT user_id,latest,@curRank := @curRank + 1 AS rank FROM (select user_id,max(purchase_date) as latest from `order` group by user_id) p, (SELECT @curRank := 0) r ORDER BY latest desc ) as dt,(select count(distinct user_id) as cnt from `order`) as ct
Si ya tiene la última fecha de compra para cada usuario en la tabla y desea usar la tabla directamente para calcular el percentil de la antigüedad de la compra, aquí tiene una consulta
select user_id,purchase_date,rank,round(100*(cnt-rank+1)/cnt,0) as percentile from (SELECT user_id,purchase_date,@curRank := @curRank + 1 AS rank FROM `order` p, (SELECT @curRank := 0) r ORDER BY purchase_date desc ) as dt,(select count(distinct user_id) as cnt from `order`) as ct
order +-----------+----------------+---------+---------------+ | user_id | purchase_date| rank | percentile | +-----------+----------------+---------+---------------+ | 1 | 2013-11-20 | 1 | 100 | | 4 | 2013-11-11 | 2 | 66.67 | | 3 | 2013-10-20 | 3 | 33.33 | +-----------+----------------+---------+---------------+
percentiles +-----------+----------------+---------+---------------+ | user_id | purchase_date| rank | percentile | +-----------+----------------+---------+---------------+ | 1 | 2013-11-20 | 1 | 100 | | 4 | 2013-11-11 | 2 | 66.67 | | 3 | 2013-10-20 | 3 | 33.33 | +-----------+----------------+---------+---------------+
Como puede ver, el último usuario clasificado no tiene un percentil cero. Esta es la naturaleza del cálculo de percentiles. La primera persona puede tener un percentil 100 o la última clasificada puede tener cero. Ambos no pueden ocurrir al mismo tiempo. Si desea forzar a la última persona clasificada a tener un percentil cero, puede usar las siguientes consultas. No estoy agregando 1 al rango al calcular el percentil.
select user_id,total,rank,round(100*(cnt-rank)/cnt,0) as percentile from (SELECT user_id,total,@curRank := @curRank + 1 AS rank FROM (select user_id,count(sales) as total from `order` group by user_id) p, (SELECT @curRank := 0) r ORDER BY total desc ) as dt,(select count(distinct user_id) as cnt from `order`) as ct
Si ya tiene las ventas totales de cada usuario en la tabla y desea usar directamente la tabla para calcular el percentil, aquí tiene una consulta
select user_id,total,rank,round(100*(cnt-rank)/cnt,0) as percentile from (SELECT user_id,total,@curRank := @curRank + 1 AS rank FROM `order` p, (SELECT @curRank := 0) r ORDER BY total desc ) as dt,(select count(distinct user_id) as cnt from `order`) as ct
percentiles
+-----------+----------------+---------+---------------+ | user_id | purchase_date| rank | percentile | +-----------+----------------+---------+---------------+ | 1 | 2013-11-20 | 1 | 66.67 | | 4 | 2013-11-11 | 2 | 33.33 | | 3 | 2013-10-20 | 3 | 0 | +-----------+----------------+---------+---------------+
SQL para crear el orden de la tabla de muestra:
