这道SQL题目源自字节跳动电商业务的数据分析岗位面试，主要考察复购率的计算——一个看似基础却极易踩坑的经典业务场景。复购率直接体现了用户的忠诚度，对于抖音电商这类平台而言，更是评估用户生命周期价值（LTV）的核心指标。接下来，我们将逐步拆解这个题目，带你掌握解题思路。
一、题目背景
复购率是衡量用户忠诚度的关键指标——用户完成首次购买后，是否还会再次下单？在抖音电商这类场景下，复购率直接关联到LTV（用户生命周期价值），是评估平台粘性与用户长期贡献的重要依据。
二、题目要求
现有订单表 t16_zj_orders，记录了每位用户的每笔订单信息。请按月计算复购率。
t16_zj_orders 表结构
----------- ---------- -------------
| order_id| user_id| order_date|
----------- ---------- -------------
| 1 | 1 | 2025-01-05|
| 2 | 2 | 2025-01-10|
| 3 | 1 | 2025-01-15|
| 4 | 3 | 2025-01-20|
| 5 | 1 | 2025-02-03|
| 6 | 2 | 2025-02-10|
| 7 | 4 | 2025-02-15|
| 8 | 3 | 2025-02-20|
| 9 | 1 | 2025-03-05|
| 10 | 2 | 2025-03-10|
----------- ---------- -------------
关键定义：
- 首单：用户在整个平台的第一笔订单
- 复购单：用户在首单之后产生的任何订单，均视为复购单
- 总下单用户数：某个月内至少下过一单的用户数量
- 复购用户数：某个月内下过单，且在该月之前的任何时间也下过单的用户数量
- 复购率 = 当月复购用户数 / 当月总下单用户数
三、解题思路
本题的核心在于判断“该用户是否首次在平台下单”：
- 使用
ROW_NUMBER()按用户分区、按下单时间升序排列，为每笔订单生成序号 - 序号为1的订单为首单，序号大于1的为复购单
- 按月聚合：用复购用户数除以总下单用户数，得到当月的复购率
| 维度 | 评分 |
|---|---|
| 题目难度 | ⭐️⭐️ |
| 题目清晰度 | ⭐️⭐️⭐️⭐️ |
| 业务常见度 | ⭐️⭐️⭐️⭐️⭐️ |
四、逐步推导
步骤1：为每个订单标记序号，区分首单与复购单
Spark SQL 实现
SELECT
user_id,
order_id,
order_date,
ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY order_date) AS rn,
CASE WHEN ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY order_date) = 1 THEN 0 ELSE 1 END AS is_repurchase --0: 首单，1: 复购单
FROM t16_zj_orders;
执行结果
---------- ----------- ------------- ----- ----------------
| user_id| order_id| order_date | rn | is_repurchase|
---------- ----------- ------------- ----- ----------------
| 1 | 1 | 2025-01-05 | 1 | 0 |
| 1 | 3 | 2025-01-15 | 2 | 1 |
| 1 | 5 | 2025-02-03 | 3 | 1 |
| 1 | 9 | 2025-03-05 | 4 | 1 |
| 2 | 2 | 2025-01-10 | 1 | 0 |
| 2 | 6 | 2025-02-10 | 2 | 1 |
| 2 | 10 | 2025-03-10 | 3 | 1 |
| 3 | 4 | 2025-01-20 | 1 | 0 |
| 3 | 8 | 2025-02-20 | 2 | 1 |
| 4 | 7 | 2025-02-15 | 1 | 0 |
---------- ----------- ------------- ----- ----------------
10 rows selected (0.352 seconds)
步骤2：按月聚合，计算复购率
SELECT
month,
COUNT(DISTINCT user_id) AS total_users,
COUNT(DISTINCT CASE WHEN is_repurchase = 1 THEN user_id END) AS repurchase_users,
ROUND(COUNT(DISTINCT CASE WHEN is_repurchase = 1 THEN user_id END) * 100.0 / COUNT(DISTINCT user_id), 2) AS repurchase_rate
FROM (
SELECT
DATE_FORMAT(order_date, 'yyyy-MM') AS month,
user_id,
CASE WHEN ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY order_date) > 1 THEN 1 ELSE 0 END AS is_repurchase
FROM t16_zj_orders
) t
GROUP BY month
ORDER BY month
最终结果：
---------- -------------- ------------------- ------------------
| month | total_users | repurchase_users | repurchase_rate |
---------- -------------- ------------------- ------------------
| 2025-01 | 3 | 1 | 33.33 |
| 2025-02 | 4 | 3 | 75.00 |
| 2025-03 | 2 | 2 | 100.00 |
---------- -------------- ------------------- ------------------
3 rows selected (10.109 seconds)
五、常见易错点
易错1：一个月内多次购买的计数问题
同一用户在一个自然月内可能产生多笔订单（如用户1在1月就有2单）。借助 ROW_NUMBER 能正确识别第二单为复购单。但要注意：如果用户当月的第一单恰好是其在平台的首单，那么该月内只有第二单及以后才计入复购。换句话说，首单当月也可能出现复购——只要用户在该月内购买了第二次。
易错2：复购率 ≠ 留存率
这两个指标经常被混淆。留存率关注的是“某天或某月新增的用户，在未来某日或某月是否依然活跃”（按用户维度，只看是否回来）。而复购率关注的是“某月所有下单用户中，有多少人曾经下过单”（按订单维度，判断是否为回头客）。举个例子：某月只有2个用户下单，其中1个是新用户且仅买了一次，另1个是老用户买了10次。按照留存率，新用户下月可能流失，留存率低；按复购率，复购用户数为1，总下单用户数为2，复购率为50%。两者衡量的逻辑完全不同，面试时务必区分清楚。
六、举一反三
- 单品复购率：增加
product_id维度，统计“用户对同一商品的复购率”——需要PARTITION BY user_id, product_id重新排序。 - 复购周期：使用
LAG(order_date)计算用户两次购买之间的平均间隔天数，可进一步分析用户粘性与回购行为。
七、知识点总结
| 考点 | 说明 |
|---|---|
| ROW_NUMBER | 按用户 + 时间排序，标记第N单 |
| rn > 1 | 判断是否为复购（非首次） |
| DATE_FORMAT | 提取月份用于 GROUP BY |
| 条件聚合 | COUNT(DISTINCT CASE WHEN ... ) 统计复购用户数 |
八、建表语句与数据插入
CREATE TABLE IF NOT EXISTS t16_zj_orders (
order_id INT,
user_id INT,
order_date STRING
);
INSERT INTO t16_zj_orders VALUES
(1, 1, '2025-01-05'),
(2, 2, '2025-01-10'),
(3, 1, '2025-01-15'),
(4, 3, '2025-01-20'),
(5, 1, '2025-02-03'),
(6, 2, '2025-02-10'),
(7, 4, '2025-02-15'),
(8, 3, '2025-02-20'),
(9, 1, '2025-03-05'),
(10, 2, '2025-03-10');
