图解面试题：滴滴 2020 求职真题

【题目】

“订单信息表” 里记录了巴西乘客使用打车软件的信息，包括订单呼叫、应答、取消、完单时间。（滴滴 2020 年笔试题）

注意：

（1）表中的时间是北京时间，巴西比中国慢 11 小时。

（2）应答时间列的数据值如果是 “1970” 年，表示该订单没有司机应答，属于无效订单。

问题

订单的应答率，完单率分别是多少？
呼叫应答时间有多长？
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？
（选做）如果要对乘客进行分类，你认为需要参考哪一些因素？

【解题步骤】

我们首先对数据进行预处理，将北京时间转化为巴西时间。具体需要分两步来实现，首先为了确保表中的时间为标准的日期格式，我们统一对其进行日期格式处理。然后再将处理后的日期转换成巴西时间。

（1）日期格式化

由于在日期格式化中，我们会涉及到需要修改表中的日期数据，因此考虑用 update 语句。而修改表的具体操作会涉及到日期数据类型之间的转换，我们考虑用 cast 函数。

由于表中的时间应是 datetime 的格式，也就是精确到时分秒（YYYY-MM-DD HH:mm:ss）。转换后的效果如下图。

因此可以写出下列 sql 语句。

update 订单信息表 set call_time=cast(call_time as datetime);
update 订单信息表 set grab_time=cast(grab_time as datetime);
update 订单信息表 set cancel_time=cast(cancel_time as datetime);
update 订单信息表 set finish_time=cast(finish_time as datetime);

日期格式化后的表如下图。

（2）转换成巴西时间

由于数据中的时间为北京时间，而且已知巴西比中国慢 11 小时，因此我们这里使用 date_sub 函数。

因此可以写出下列 sql 语句：

update 订单信息表 
set call_time= date_sub(call_time, interval 11 hour) ;
update 订单信息表 
set grab_time= date_sub(grab_time, interval 11 hour) ;
update 订单信息表 
set cancel_time= date_sub(cancel_time, interval 11 hour) ;
update 订单信息表
set finish_time= date_sub(finish_time, interval 11 hour) ;

时间转换结果如下图：

按照以上操作，数据日期预处理完成。

1. 订单的应答率，完单率分别是多少？

（1）应答率

应答率 = 应答订单数 / 呼叫订单数

呼叫订单： 呼叫订单数等于呼叫时间（call_time）这一列的数据总数，可以用 count(call_time) 汇总。

应答订单：应答订单数等于应答时间（grab_time）这一列的数据总数，可以用 count(grab_time) 汇总。需要注意，这一列里的值不等于‘1970’的数据的数量才是有效的应答订单数。如下图：红框的部分为应答订单。

根据题目的业务要求，需要对不同的条件进行统计，在《猴子从零学会 sql》里讲过条件判断要用 case when 表达式。所以应答订单数对应的 sql 是：

sum(case when grab_time <> 1970 then 1 else 0 end)

现在可以计算出指标应答率 = 应答订单数 / 呼叫订单数：

select sum(case when grab_time <> 1970 then 1 else 0 end)/count(call_time) as 应答率
from 订单信息表;

查询结果如下：

（2）完单率

完单率 = 完成订单数 / 呼叫订单数

完成订单： 完成时间（finish_time）这一列中，值不等于‘1970’的数据数量为有效的完成订单数。如下图：红框的部分为完成订单。

所以完成订单数为：

sum(case when finish_time <> 1970 then 1 else 0 end)

现在可以计算出指标完单率 = 完成订单数 / 呼叫订单数：

select sum(case when finish_time <> 1970 then 1 else 0 end)/count(*) as 完单率
from 订单信息表;

查询结果如下

2. 呼叫应答时间有多长？

根据题目中指标定义：

呼叫应答时间 = 被应答订单从呼叫到被应答时长总和 / 被应答订单数量

被应答订单从呼叫到被应答时长 = 被应答的时间（grab_time） - 呼叫的时间（call_time）。

这涉及到计算两个日期之间的差值，《猴子从零学会 sql》里讲到对应单函数是 timestampdiff。下图是这个函数的用法。

我们回到题目，利用 timestampdiff 函数计算呼叫到被应答时长的总和。

综上，相应的 sql 语句分析如下

‍

查询结果如下

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）？

（1）时间转换

由于题目中要求的是 “哪一个小时”，因此我们首先将数据格式化转换成小时。新增一列来表示时间中的 “小时”, 列名设为 call_time_hour。

-- 添加列
alter table 订单信息表 add column call_time_hour varchar(255);

利用 date_format 函数，用于以不同的格式显示日期数据，将将数据格式转换成小时。

/** 
给列添加数据
%k表示显示的是24小时制中的小时
*/
update 订单信息表
set call_time_hour=date_format(call_time,'%k');

转化后的表如下图

（2）呼叫量最高的是哪一个小时？

呼叫订单是 order_id 列。按 “每个小时” 分组（group by call_time_hour），然后统计每个小时的呼叫订单量 count(order_id)，然后排序就可以知道哪个小时的订单量最高。

下图给出 sql 语句分析过程：

此时得到查询结果如下图

因为题目要求的是排序后的最大值（呼叫量最高的小时），可以用 limit 子句来筛选出第一行数据。

sql 语句如下：

select call_time_hour,count(order_id) as 最大次数
from 订单信息表
group by call_time_hour
order by 最大次数 desc 
limit 1;

（3）呼叫量最少的是哪一个小时？

接着上面的排序结果，我们看到有 3 个呼叫小时的数据都为最小次数，用 limit 3 都将它们筛选出来即可。

select call_time_hour,count(order_id) as 最小次数
from 订单信息表
group by call_time_hour
order by 最小次数 asc 
limit 3;

4.呼叫订单第二天继续呼叫的比例有多少？

呼叫订单第二天继续呼叫的比例 = 第二天继续呼叫的用户量 / 总的呼叫订单量。

计算第二天继续呼叫的用户量的思路如下图：

我们具体分析看每一部分。

（1）自关联查询，求得呼叫的时间间隔。由于我们需要时间的单位为天，因此我们使用 date_format 函数来提取出日期中的 “年月日” 部分。

sql 语句如下：

-- 添加一列来显示时间中的“年月日”部分
alter table 订单信息表 add column call_time_day varchar(255);
update 订单信息表
set call_time_day=date_format(call_time,'%Y-%m-%d');

此时变化后的表如下：

我们接下来利用表的联结来计算相隔天数。这里由于涉及到计算相隔的天数之差，我们使用上面讲过的 timestampdiff 函数。单位为天。

此时查询结果如下

筛选出时间差为 1 天的数据，也就是间隔 = 1 的数据。

利用子查询嵌套，将上面的查询结果作为新表，在其中做出筛选，并求和。sql 语句分析如下图。

此时查询结果如下图

最后我们计算出第二天继续呼叫比例

查询结果如下图

5.（选做）如果要对表中乘客进行分类，你认为需要参考哪一些因素？

我们可以从以下两个角度来考虑对用户分类。

用户行为分类

1) 根据完成时间和接单时间，可大致计算出乘客在乘车过程中所消耗的时间，对这个时间进行预判，属于长途、中途或者是短途，来分析乘客的乘车习惯。

2) 根据呼叫时间可以判断乘客是在时间点发单的，乘客需求是如何产生的，可分析用户在哪些场景有乘车需求，上班、下班、就餐、出游、临时等场景。

用户价值分类

使用之前学过的 RFM 分析方法，对用户按价值分类。

RFM 具体到本题可以做以下定义：

R：最近一次乘客的完单时间。
F：乘客打车的频率。
M：打车消费的金额。此处可以用乘车过程消耗的时长来代替等。

【本题考点】

对日期数据的处理，掌握题目里讲过对常用日期处理方法。
考查分析思维能力。使用学过的如何使用数据分析解决问题的框架来解决。