工具：Navicat

数据：order_info_utf, user_info_utf

问题：

1、统计不同月份的下单人数

2、统计用户3月份的复购率和回购率

3、男女用户的消费频次是否有差异？

4、多次消费的用户，第一次和最后一次消费间隔是多少？

5、不同年龄段，用户的消费频次是否有差异？

6、统计消费的二八法则，消费的20%用户贡献了多少额度？

1.统计不同月份的下单人数：

要求下单人数，先过滤掉未支付的人，然后用DATE_FORMAT()函数，按月分组。查询人数用count()计数，注意要加distinct去除重复值，如果不加distinct，计数的人数会偏多因为有重复的userID

2.统计用户3月份的复购率和回购率：

复购率是一个月之内，多次购买的用户占比

先过滤出购买的用户和3月份，按用户ID分组后对用户ID计数，即可以知道每个用户在该月购买了几次。从中选出购买次数大于1 的用户（复购），计数。计数得到的两个数字相除就是复购率

count()里面嵌套了一个if条件语句，表示如果用户购买次数大于1则返回1，否则返回空值，对所有的1 计数，null值不计数。

回购率是当月消费过的，在次月也消费了

题目若改为求所有月份的回购率，对用户和月份分组就可以知道每个用户出现在哪个月

把这个结果作为表，左联结，联结的条件是两个表的用户ID一样而且左表比右表的月份小一月。左联结就是在左边表出现（消费）的用户不一定在右边表出现，若两个表之间能匹配上的用户就是回购的，不能匹配上的自然显示空值。

结果如下，3月有54799人消费，其中有13119人在4月也消费了。

3.男女用户的消费频次是否有差异？

首先过滤掉用户表中的无性别的值，然后和订单表内部联结。按用户分组，计数得到每个用户消费多少次，然后按性别分组

结果如下，比如用户13341是女，消费了1次：

再对上面的表按性别分组，求出男女各自的平均消费次数：

4.多次消费的用户，第一次和最后一次消费间隔是多少？

按用户分组，提取多次消费的用户：

求日期间隔用datediff()，相减的话得到的是秒：

5.不同年龄段，用户的消费频次是否有差异？

我们把年龄10岁分为一段，YEAR(NOW())-YEAR(birth)计算出每个用户多少岁，ceil：向上取整函数，：2号用户处在第五个年龄段

6.统计消费的二八法则，消费的20%用户贡献了多少额度？

首先看一下所有支付了的用户的消费额：

再从这个表中查询所有用户消费的总金额：

得到结果如下，共有85649条消费记录

20%用户就是17129，我们选取前17000条可以了

查询20%的用户消费的总金额：

两者的总额相除就知道消费的20%用户贡献了多少额度