滴滴数据分析岗试题分享

滴滴国际部2020年2月数据分析实习生笔试题，在2月就已经保存了相关资料，一直没有做，现在重新捡起来练手SQL，话不多说直入主题。

一.题目

二.问题

• 订单的应答率、完单率分别是多少？
• 呼叫应答时间多长？
• 从这一周的数据来看，呼叫量最高的是哪一个小时（当地时间）？呼叫量最少的是哪一个小时（当地时间）？
• 呼叫订单第二天继续呼叫的比例有多少？
• 如果要对表中乘客进行分类，你认为需要参考哪一些因素？

三.解题过程

导入mysql数据库及数据预处理

观察表中时间相关数据结合题目，要做出2步数据预处理：

• 将时间相关列转换格式
• 按巴西比中国慢11小时，将表中北京时间转换为巴西时间

-- 利用cast函数转换成日期数据

update didi set

call_time = cast(call_time as datetime),

grab_time = cast(grab_time as datetime),

cancel_time = cast(cancel_time as datetime),

finish_time = cast(finish_time as datetime);

-- 将北京时间调整为巴西时间，date_sub函数

update didi set

call_time = date_sub(call_time,interval 11 hour ),

grab_time = date_sub(grab_time,interval 11 hour ),

cancel_time = date_sub(cancel_time,interval 11 hour ),

finish_time = date_sub(finish_time,interval 11 hour );

处理后数据

问题1：订单的应答率、完单率分别是多少？

应答率 = 应答订单数 / 呼叫订单数

完单率 = 完成订单数 / 呼叫订单数

select sum(if(year(grab_time)<>1970,1,0))/count(call_time)as "应答率",

sum(if(year(finish_time)<>1970,1,0))/count(call_time)as "完单率"

from didi

问题2：呼叫应答时间多长？

-- 使用timestampdiff函数，计算应答时间与呼叫时间之间的时长

select sum(TIMESTAMPDIFF(MINUTE,call_time,grab_time))/count(grab_time)as "呼叫应答时间"

from didi

where year(grab_time)<>1970;

问题3：从这一周的数据来看，呼叫量最高的是哪一个小时（当地时间）？呼叫量最少的是哪一个小时（当地时间）？

根据题意，需要新增一列数据，订单呼叫时间的小时，进行分组分析

-- 新增一列

alter table didi add column call_time_hour VARCHAR(255);

-- 使用substr函数做字符串截取，为新列赋值

update didi set call_time_hour = SUBSTR(call_time from 12 for 2);

-- 方法2：使用date_format函数转换格式

update didi set call_time_hour = DATE_FORMAT(call_time,"%k")

-- 找出呼叫量最高的小时，显示2行防止出现重复值。

select call_time_hour,count(call_time)as"呼叫量"

from didi

GROUP BY call_time_hour

ORDER BY count(call_time) desc

limit 2;

-- 找出呼叫量最少的小时，显示3行确认是否有第三个相等值。

select call_time_hour,count(call_time)as"呼叫量"

from didi

GROUP BY call_time_hour

ORDER BY count(call_time) asc

limit 3;

得出结论：呼叫量最高的是18时，呼叫量最少的是2和3时。

问题4：呼叫订单第二天继续呼叫的比例有多少？

select count(DISTINCT a.order_id)/(select count(DISTINCT order_id) from didi)as"第二天继续呼叫比例"

from didi a join didi b

on a.passenger_id = b.passenger_id

where datediff(a.call_time,b.call_time)=1；

问题5：如果要对表中乘客进行分类，你认为需要参考哪一些因素？

基于已有的表格中数据，可以参RFM模型对用户进行分类：

R：乘客上一次打车距离3月11日的时间间隔

F：乘客在数据期间的打车频率

M：打车消费金额（表中无打车金额，可以用完成订单总时长代替）

End.

作者：逆流

来源：知乎专栏

本文为转载分享，如侵权请联系后台删除