В таблице orders каждая строка — один order (event), а один user_id может сделать несколько orders. Вы хотите посчитать число buyers как unique users. Какой счётчик соответствует задаче deduplication buyers?
A
COUNT(*) по ordersB
COUNT(DISTINCT order_id)C
COUNT(DISTINCT user_id)D
SUM(order_amount)Правильный ответ. Для подсчёта
buyers как unique users нужна deduplication по user_id, а не по events.Разбор
Счётчик COUNT(*) или COUNT(DISTINCT order_id) показывает количество orders, то есть events, и растёт, если один user покупает много раз. Для аудитории buyers нужно считать уникальные user_id, то есть размер set buyers. Этот проверка здравого смысла помогает не перепутать метрики объёма продаж и охвата unique users.
Проверь себя · 1/3разбор после ответа
В
channel search 400 тыс unique users, в channel social 300 тыс unique users, а overlap (intersection) между ними 100 тыс unique users. Сколько unique users в union этих двух set?Ещё вопросы по теме «Теория множеств и дедупликация»
- В `events` за день 2 млн `events`, а в отчёте по `audience` 1.2 млн `unique users`. Какое объяснение наиболее вероятно?
- В `channel` `search` 400 тыс `unique users`, в `channel` `social` 300 тыс `unique users`, а `overlap` (`intersection`) между ними 100 тыс `unique users`. Сколько `unique users` в `union` этих двух `set`?
- В отчёте вы видите `unique users` по `channel`: `email` 200 тыс, `push` 150 тыс, `sms` 50 тыс. Сумма по строкам 400 тыс, но общий итог по всем `channel` показывает 260 тыс `unique users`. Что это чаще всего означает?
- Чтобы посчитать `unique users` в `union` двух `set` `A` и `B`, зная `|A|`, `|B|` и `|A intersection B|`, какую формулу `включение–исключение` нужно использовать?
- Вы считаете число `buyers` как `unique users` за день. В данных есть `device_id` и `user_id` (если `user` залогинен). Какой подход к `deduplication` чаще всего более корректен для подсчёта `buyers`?
- Все вопросы по «Теория множеств и дедупликация» →