SaaS平台企业客户新功能采纳度分析

-- 和上一题解法一样

-- 目标团队
with target_team as (
    select
        t.team_id
        ,t.team_name
        ,count(*) as april_usage_count
    from
        teams as t
        inner join feature_usage as f on t.team_id = f.team_id
    where 
        f.usage_timestamp >= '2025-04-01' and f.usage_timestamp <'2025-05-01'
        and t.plan_level = 'Enterprise'
        and f.feature_name = 'Advanced_Analytics'
    group by 
        t.team_id, t.team_name 
), 

-- 这些团队首次使用我们平台任何功能的最早日期
first_tb as (
    select 
        team_id
        ,date_format(min(usage_timestamp), '%Y-%m-%d') as first_ever_usage_date
    from 
        feature_usage
    where
        team_id in (select team_id from target_team)
    group by 
        team_id
)

-- 输出
select
    t.team_id
    ,t.team_name
    ,t.april_usage_count
    ,case when t.april_usage_count > 50 then '深度采纳团队' else '普通采纳团队' end as adoption_category
    ,f.first_ever_usage_date
from 
    target_team as t
    inner join first_tb as f on t.team_id = f.team_id
order by 
    case when adoption_category = '深度采纳团队' then 0 else 1 end asc, 
    t.april_usage_count desc ,
    t.team_id asc ;

select team_id,team_name,
        sum(case when usage_timestamp like '2025-04%' then 1 else 0 end) april_usage_count,
        case when (sum(case when usage_timestamp like '2025-04%' then 1 else 0 end))>50 then '深度采纳团队' else '普通采纳团队' end adoption_category,
        first_ever_usage_date

from(
    select team_id,team_name,usage_timestamp,
        date(min(usage_timestamp)over(partition by team_id))first_ever_usage_date
    from feature_usage
    join teams using(team_id)
    where team_id in (
        select team_id 
        from feature_usage
        join teams using(team_id)
        where usage_timestamp like '2025-04%'
        and feature_name = 'Advanced_Analytics'
        and plan_level = 'Enterprise'
    )
)a
group by team_id,team_name,first_ever_usage_date
order by adoption_category desc,april_usage_count desc,team_id

with tm as(
    select distinct team_id
    from teams
    where plan_level='Enterprise'
),
cnt as(
    select team_id,ifnull(count(*),0) as april_usage_count
    from feature_usage fu
    where team_id in (select team_id from tm)
      and feature_name='Advanced_Analytics'
      and date(usage_timestamp) between '2025-04-01' and '2025-04-30'
    group by team_id
)

select distinct cnt.team_id,team_name,
       april_usage_count,
       case when april_usage_count>50 then '深度采纳团队' else '普通采纳团队' end as adoption_category,
       date(m_time) as first_ever_usage_date
from (select team_id,min(usage_timestamp) over(partition by team_id)  as m_time
      from feature_usage) fu
inner join cnt on fu.team_id=cnt.team_id
inner join teams on fu.team_id = teams.team_id
where fu.team_id in (select team_id from tm)
order by field(adoption_category,'深度采纳团队','普通采纳团队'),april_usage_count desc ,team_id asc

select team_id,team_name,
        sum(case when usage_timestamp like '2025-04%' then 1 else 0 end) april_usage_count,
        case when (sum(case when usage_timestamp like '2025-04%' then 1 else 0 end))>50 then '深度采纳团队' else '普通采纳团队' end adoption_category,
        first_ever_usage_date

from(
    select team_id,team_name,usage_timestamp,
        date(min(usage_timestamp)over(partition by team_id))first_ever_usage_date
    from feature_usage
    join teams using(team_id)
    where team_id in (
        select team_id 
        from feature_usage
        join teams using(team_id)
        where usage_timestamp like '2025-04%'
        and feature_name = 'Advanced_Analytics'
        and plan_level = 'Enterprise'
    )
)a
group by team_id,team_name,first_ever_usage_date
order by adoption_category desc,april_usage_count desc,team_id