想问问大家 ROI 报表怎么实现的?

2022-11-02 20:01:54 +08:00
 deweixu

比如一个游戏在

11.2 日的广告买量花费是 100 元,那么 11.2 的新增用户的内购付费就是收入

ROI 就是计算 11.2 新增用户在未来付费和 成本花费的比值

比如

    11.2 用户内购 10 元 当天的 ROI 就是 10%

   11.3 用户内购 10 元 ROI 就是 20%

    11.4          20           40%

这种需求怎么做好一点

想过把每天用户的付费 和 用户创建时间 都存到 mysql 表中,然后代码计算

有更好的方式吗?

以前没做过这类报表的需求, 谢谢大家

1559 次点击
所在节点    程序员
12 条回复
wxf666
2022-11-02 20:23:33 +08:00
有没有啥表结构和数据?数据库新手想试试,能不能用 SQL 解决
Features
2022-11-02 21:20:17 +08:00
全新开发,没有存量数据,如果是我做的话
创建一个 ROI 表,表的字段

buy_day | member_id | buy_sum | roi


注意 buy_day+member_id 是 unique index

每次用户付费,就查询该用户该用户的历史信息,并根据查询结果更新 roi

如果有存量数据,就先写一个脚本生成历史的 roi 记录

这样查询的成本会低一点吧? 单纯用 SQL 的话,后期量大了优化起来就难了
wxf666
2022-11-02 22:49:07 +08:00
@deweixu @Features 这个 ROI 计算公式是啥?


1. 某天的 ROI = 该天所有新增用户,从当天到今天的总消费 / 该天广告花费?

每天都要投广告吗?没投广告的,岂不是 / 0 了?

而且,好像看楼主的计算结果,不是这样。。


2. 指定统计起始日期(如 11-02 ),某天的 ROI = 起始日期~当天,所有新增用户的总消费 / 起始日期~当天,所有广告总花费?
wxf666
2022-11-03 23:04:15 +08:00
@deweixu @Features 按照 #3 楼的第二种统计方式,用 SQLite 测试了生成整张表、统计整张表(文末附上源码)。结果如下:


日期范围  新用户数 消费记录数 生成用时   统计用时    内存使用
————————————————————————————————————
 30天  300万 2600万  30秒 2.4秒(单线程)  3MB
 30天 3000万  2.6亿 300秒 7.7秒(四线程) 14MB


(环境:i5-8250U 轻薄本,Windows 10 。感觉速度和内存占用表现都还可以)


## 数据生成规则(以 30 天内 300W 用户 2600W 消费记录为例):

1. 每天新增 10W 用户 *(第一天新增 `user_id` 为 `[1, 10W]`,第二天新增 `uid` 为 `[10W+1, 20W]`,……)*
2. `uid` 为 `0` 的是老用户,在起始日期前一天( 1999-12-31 )注册 *(用于检查统计时,是否已把老用户数据剔除在外)*
3. 每个用户连续 10 天,每天充值 1 元 *(`uid = 0` 的老用户每天都在充值)*
4. 从第一天开始,每两天投广告 100W 元 *(即,2000-01-01 、2000-01-03 、……)*


## 统计结果预览(以 30 天内 300W 用户 2600W 消费记录为例):

  日期  当天新用户收入 累计新用户收入 累计广告投入  ROI
———————————————————————————————————
01-01   10W     10W    100W  10.00%
01-02   20W     30W    100W  30.00%
01-03   30W     60W    200W  30.00%
01-04   40W    100W    200W  50.00%
01-05   50W    150W    300W  50.00%
01-06   60W    210W    300W  70.00%
01-07   70W    280W    400W  70.00%
01-08   80W    360W    400W  90.00%
01-09   90W    450W    500W  90.00%
01-10  100W    550W    500W 110.00%
01-11  100W    650W    600W 108.33%
01-12  100W    750W    600W 125.00%
……
01-28  100W   2350W   1400W 167.86%
01-29  100W   2450W   1500W 163.33%
01-30  100W   2550W   1500W 170.00%


## 源码使用方式:

去 SQLite 官网下载个 1 MB 的 sqlite3.exe ,然后保存下面的 SQLite 代码为 main.sql ,然后命令行运行:

```shell
sqlite3.exe data.db < main.sql
```

多线程用到了 Python 。在 sqlite3.exe 生成数据库后,可直接运行


## SQLite 建表和统计(单线程)代码:

*( V 站排版原因,行首有全角空格)*

```sql
PRAGMA journal_mode = off; -- 取消日志记录。这会输出个 off 。。
PRAGMA synchronous = off; -- 提交写请求给操作系统后,就可继续后续计算

.param init

-- 投资数据生成配置(日期间隔、每次投资额、日期范围)
.param set $INVEST_INTERVAL_DAYS 2
.param set $INVEST_AMOUNT_PER_DAY 1000000
.param set $INVEST_START_DATE "'2000-01-01'"
.param set $INVEST_END_DATE "'2000-01-30'"

-- 用户消费数据生成配置(消费天数、每日新增用户数、日期范围)
.param set $CONSUME_DAYS 10
.param set $DAILY_NEW_USERS 100000
.param set $CONSUME_START_DATE "'2000-01-01'"
.param set $CONSUME_END_DATE "'2000-01-30'"

-- 查询数据配置
.param set $QUERY_START_DATE "'2000-01-01'"
.param set $QUERY_END_DATE "'2000-01-30'"


-- 建表:投资表
CREATE TABLE invest (
   date   DATE PRIMARY KEY,
   amount INT
);

-- 建表:消费记录表
CREATE TABLE consume (
   uid     INT,
   date    DATE,
   reg_date DATE,
   amount   INT,
   PRIMARY KEY (date, reg_date, uid)
) WITHOUT ROWID;


-- 添加投资数据:在指定日期范围内,每 INVEST_INTERVAL_DAYS 天投 INVEST_AMOUNT_PER_DAY 元
INSERT INTO invest (date, amount)
SELECT day.value, $INVEST_AMOUNT_PER_DAY
  FROM generate_series(unixepoch($INVEST_START_DATE) / 86400, unixepoch($INVEST_END_DATE) / 86400, $INVEST_INTERVAL_DAYS) day;

-- 添加消费记录
INSERT INTO consume (amount, uid, date, reg_date)

-- 1. 从起始日期前一天开始,user_id = 0 的老用户,每天消费 1 元,直至结束日期
SELECT 1, 0, date.value, unixepoch($CONSUME_START_DATE, '-1 day') / 86400
  FROM generate_series(unixepoch($CONSUME_START_DATE, '-1 day') / 86400, unixepoch($CONSUME_END_DATE) / 86400) date
UNION ALL

-- 2. 在指定日期范围内,每天有 DAILY_NEW_USERS 名新用户,连续 CONSUME_DAYS 天消费 1 元
SELECT 1,
    user.value,
    unixepoch($CONSUME_START_DATE, (day.value - 1) || ' days') / 86400,
    unixepoch($CONSUME_START_DATE, ((user.value - 1) / $DAILY_NEW_USERS) || ' days') / 86400
  FROM generate_series(1, (unixepoch($CONSUME_END_DATE) - unixepoch($CONSUME_START_DATE)) / 86400 + 1) day
  JOIN generate_series(MAX(0, day.value - $CONSUME_DAYS) * $DAILY_NEW_USERS + 1, day.value * $DAILY_NEW_USERS) user;


-- 统计:指定日期范围内,新用户投资回报率
-- ( user_id = 0 的用户,在起始日期前一天注册,是老用户,故不会统计)
WITH
 -- 每日新用户当天收入表
  daily(date, income) AS (
   SELECT date, SUM(amount)
    FROM consume
   WHERE reg_date BETWEEN unixepoch($QUERY_START_DATE) / 86400 AND unixepoch($QUERY_END_DATE) / 86400
   GROUP BY date
 )

SELECT date(daily.date * 86400, 'unixepoch') 日期,
    income 当天新用户收入,
    SUM(income) OVER win 累计新用户收入,
    SUM(invest.amount) 累计广告投入,
    FORMAT('%.2f%%', SUM(income) OVER win * 100.0 / SUM(invest.amount)) ROI
  FROM daily
  LEFT JOIN invest ON invest.date BETWEEN unixepoch($QUERY_START_DATE) / 86400 AND daily.date
GROUP BY daily.date
WINDOW win AS (ORDER BY daily.date);
```


## Python 多线程统计代码:

*( V 站排版原因,行首有全角空格)*

```python
import time
import sqlite3
from contextlib import closing
from datetime import date, timedelta
from concurrent.futures import ThreadPoolExecutor

THREADS = 4 # 线程数
DB_FILE = 'data.db' # 数据库路径地址
QUERY_START_DATE = '2000-01-01'
QUERY_END_DATE = '2000-01-30'


def sub(days):
  with closing(sqlite3.connect(DB_FILE)) as db:
   return db.execute('''
    SELECT date, SUM(amount)
    FROM consume
    WHERE date = strftime('%s', ?) / 86400
     AND reg_date BETWEEN strftime('%s', ?) / 86400 AND strftime('%s', ?) / 86400
  ''', [
    str(date.fromisoformat(QUERY_START_DATE) + timedelta(days=days)),
    QUERY_START_DATE,
    QUERY_END_DATE,
  ]).fetchone()


def main():
  with closing(sqlite3.connect(DB_FILE)) as db, ThreadPoolExecutor(max_workers=THREADS) as executor:

   begin = time.time()
   data = list(executor.map(sub, range((date.fromisoformat(QUERY_END_DATE) - date.fromisoformat(QUERY_START_DATE)).days + 1)))

   db.execute('CREATE TEMP TABLE daily (date DATE PRIMARY KEY, income INT)')
   db.executemany('INSERT INTO daily VALUES (?, ?)', data)
   cursor = db.execute('''
    SELECT date(daily.date * 86400, 'unixepoch') 日期,
       income 当天新用户收入,
       SUM(income) OVER win 累计新用户收入,
       SUM(invest.amount) 累计广告投入,
       PRINTF('%.2f%%', SUM(income) OVER win * 100.0 / SUM(invest.amount)) ROI
     FROM daily
     LEFT JOIN invest ON invest.date BETWEEN strftime('%s', ?) / 86400 AND daily.date
    GROUP BY daily.date
    WINDOW win AS (ORDER BY daily.date)
  ''', [QUERY_START_DATE])

   print(
    f'Finished in {time.time() - begin:.2f} sec. Result:',
   [col[0] for col in cursor.description],
   *cursor,
    sep='\n',
  )


if __name__ == '__main__':
  main()
```
wxf666
2022-11-03 23:30:44 +08:00
@Features 数据库新手请教一下,大佬怎么看待这种观点:

> 数据库,只能用自增主键。业务逻辑字段不能做主键,最多只能加索引
Features
2022-11-04 00:50:42 +08:00
@wxf666

“ 数据库,只能用自增主键”
这个应该说的是 MySQL ,其他数据库比如 SQL server 一般是用 uuid

"业务逻辑字段不能做主键,最多只能加索引"
主键的意思是记录的 id 值,业务字段比如 username ,member_id,user_id 都不适合表示记录的 id 值,所以不适合用作为主键
wxf666
2022-11-04 01:05:25 +08:00
@Features 可我觉得,有些业务字段做主键,可以极大提升数据库速度诶。。

比如 4 楼的『消费记录表』,使用 `(消费日期、用户注册日期、用户 ID)` 做主键,统计 2.6 亿条消费数据的 ROI ,也只需几秒钟(得益于大量的顺序读取)

如果用自增主键 /uuid/……,我不敢想象要多久才能统计完(因为要 2.6 亿次 `eq_ref` 级的 `WHERE id = ?`)
Features
2022-11-04 01:08:28 +08:00
@wxf666 你说的那些业务字段不能做主键,只是一些人为定的规范,你不一定要遵守的
wxf666
2022-11-04 01:28:30 +08:00
@Features 可我看一些帖子(比如 [这个帖子]( /t/654133 )),不用自增 /uuid/……,而用业务主键,简直是要被铺天盖地的教训和嘲讽淹没。。比如:

1. 工作中被同事打
2. 大学生毕业设计
3. 小学生设计
4. 没有经验胡乱设计
5. B+ 树随机插入,导致页分裂严重,导致性能很低
6. 阿里巴巴《 Java 开发手册》[强制]规定……
7. 合并表时用 uuid 很轻松

我很怀疑第 5 条:虽然聚集表是能顺序插入了,但索引也要随机插入,也会导致页分裂呀?而且总体工作量不是更大了(还要额外维护一个自增主键 /uuid/……)?

比较认同的是第 7 条
Features
2022-11-04 13:55:37 +08:00
@wxf666 我也不是大佬,但是我理解的是主键就是记录的 id ,这个是无可替代的

如果你用一个或多个业务字段做主键,那某天这个业务字段废弃了
只能填充默认值或 NULL ,那你所有的记录是不是都废了?
wxf666
2022-11-04 20:41:26 +08:00
@Features 所以,一招『自增 /uuid/……主键 + 业务字段加索引』吃天下,应该是没问题的?

#4 楼的 `SQL` 代码,改成自增主键 + `(date, reg_date, uid, amount)` 覆盖索引,应该也能很快


但,如果表结构有几个 `text` 字段(反正导致没法添加到覆盖索引里,一定要回表),会为了速度 /性能,牺牲这个原则,改为 `(date, reg_date, uid)` 主键吗?(按 4 楼例子说,可享受 30 次 `range` 级速度)

还是继续坚持原则,各种分库分表分布式大数据一通上?( 2.6 亿次 `eq_ref` 级速度)
deweixu
2022-11-09 15:22:08 +08:00
感谢提供思路

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/892189

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX