Às vezes você pode querer calcular o percentil de recência no MySQL com base em. Por exemplo, para classificar os clientes com base na recência de compras ou pedidos em vez de vendas totais. Isso ajuda a criar ofertas especiais para pessoas que compraram algo recentemente em seu site. Ainda não há funções para isso. Aqui está uma consulta pronta para fazer isso.
Por exemplo, você tem uma tabela pedidos que contém todos os pedidos de produtos para cada usuário. Você deseja calcular o percentil de recência dos 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 | +-----------+----------------+---------+---------------+
Aqui está uma consulta que você pode usar para calcular o percentil de recência no MySQL. Basta substituir as colunas – user_id, purchase_date e table – order. Ele obtém a última data de compra de cada usuário. Em seguida, ele os classifica com base na data de compra mais recente. Por fim, calcula o percentil usando a classificação.
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 você já tem a data de compra mais recente para cada usuário na tabela e deseja usar diretamente a tabela para calcular o percentil de recência da compra, aqui está uma 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 você pode ver, o último usuário classificado não tem um percentil zero. Esta é a natureza do cálculo do percentil. Ou a primeira pessoa pode ter 100 percentil ou a última classificada pode ter zero. Ambos não podem acontecer ao mesmo tempo. Se você quiser forçar a última pessoa classificada a ter um percentil zero, você pode usar as seguintes consultas. Não estou adicionando 1 à classificação ao calcular o 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
Se você já tem vendas totais para cada usuário na tabela e deseja usar diretamente a tabela para calcular o percentil, aqui está uma 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 criar a ordem da tabela de amostra:
