A volte potresti voler calcolare il percentile dalla recente in MySQL in base a. Ad esempio, per classificare i clienti in base all'ultimo acquisto o agli ordini anziché alle vendite totali. Questo aiuta a creare offerte speciali per le persone che hanno recentemente acquistato qualcosa sul tuo sito web. Non ci sono ancora funzioni per questo. Ecco una query pronta per farlo.
Ad esempio, hai una tabella ordini che contiene tutti gli ordini di prodotti per ciascun utente. Vuoi calcolare il percentile dall'ultimo degli ordini.
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 | +-----------+----------------+---------+---------------+
Ecco una query che puoi utilizzare per calcolare il percentile dalla recente in MySQL. Basta sostituire le colonne – user_id, Purchase_date e table – order. Ottiene l'ultima data di acquisto per ogni utente. Quindi li classifica in base alla data di acquisto più recente. Infine, calcola il percentile usando il 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
Se hai già l'ultima data di acquisto per ogni utente nella tabella e desideri utilizzare direttamente la tabella per calcolare il percentile dall'ultimo acquisto, ecco una query
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 | +-----------+----------------+---------+---------------+
Come puoi vedere l'ultimo utente classificato non ha un percentile zero. Questa è la natura del calcolo percentile. O la prima persona può avere il 100 percentile o l'ultima classificata può avere zero. Entrambi non possono accadere contemporaneamente. Se vuoi forzare l'ultima persona classificata ad avere un percentile zero, puoi utilizzare le seguenti query. Non sto aggiungendo 1 al rango durante il calcolo del percentile.
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
Se hai già vendite totali per ogni utente nella tabella e desideri utilizzare direttamente la tabella per calcolare il percentile, ecco una query
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 per creare l'ordine della tabella di esempio:
