4.1 数据介绍

打开集算器，直接运行 createOrders.splx，即可得到如下数据表：

有某商超订单数据表 orders.csv，其字段为：

列名	含义
orderID	订单号
userID	用户 ID
orderTime	订单时间
amount	订单金额

此表包含 2022-2024 年共三年的商超订单记录，共计 600 万条，由于字段数少，一般的笔记本电脑均能全内存装下，因此本章依旧按全内存计算来介绍算法。

4.2 按年、月统计销售额

	A
1	=file(“orders.csv”).import@tc(orderTime,amount)
2	=A1.groups(year(orderTime):Year,month(orderTime):Month;sum(amount):TotalAmount)

A1 从 orders.csv 文件中读入 orderTime,amount 两个字段的数据，import 函数中指定选出字段可节约内存

A2 将 A1 按年、月分组统计销售额，再次强调：年月计算表达式可直接作为分组表达式。

A2 的运行结果：

从运算结果可以看出，分组统计的结果自动按分组表达式排序了，下一节的内容需要用到这个有序，就不需要再次排序了。

4.3 销售额环比增长率

	A
1	=file(“orders.csv”).import@tc(orderTime,amount)
2	=A1.groups(year(orderTime):Year,month(orderTime):Month;sum(amount):TotalAmount)
3	=A2.derive((TotalAmount-TotalAmount[-1])/TotalAmount[-1]:MoM)

A3 由于 A2 的数据已经按年月有序了，因此这里直接用 [-1] 运算符获得上一行的TotalAmount，即可直接算出环比增长率。[-1] 运算符的含义参见前面的知识点介绍。

A3 的运算结果：

知识点：什么是环比增长率（MoM, Month-over-Month Growth Rate）

环比增长率是指某一指标（如销售额、用户数、GDP 等）在相邻两个统计周期（通常按月或季度）之间的增长比率，用于衡量短期内的变化趋势。

• 计算公式：

$$
环比增长率 =(本期数值−上期数值)/ 上期数值
$$

• 核心特点：
  • 时间周期连续：比较的是相邻时间段（如本月 vs. 上月，本季度 vs. 上季度）。
  • 反映短期波动：适合分析季节性、突发事件或短期趋势（如节日促销后的销售变化）。
  • 受季节影响大：例如零售业在 12 月（圣诞节 / 元旦）的环比增长率可能显著高于其他月份。

4.4 同比增长率

实现思路一：由于超市每月都有数据，不存在断月的情况，所以用 [-12] 即可获得上一年同月的数据

	A
1	=file(“orders.csv”).import@tc(orderTime,amount)
2	=A1.groups(year(orderTime):Year,month(orderTime):Month;sum(amount):TotalAmount)
3	=A2.derive((TotalAmount-TotalAmount[-12])/TotalAmount[-12]:YoY)

A3 TotalAmount[-12]获得去年同月的数据，[-12]的含义参见前面的知识点介绍。

A3 的运行结果：

实现思路二：将数据按月、年排序，这样就可以使用 [-1] 来获得去年同月的数据，加上 if 判断，即可实现断月的情况：

	A
1	=file(“orders.csv”).import@tc(orderTime,amount)
2	=A1.groups(month(orderTime):Month,year(orderTime):Year;sum(amount):TotalAmount)
3	=A2.derive(if(Year[-1]==Year-1 && Month[-1]==Month, (TotalAmount-TotalAmount[-1])/TotalAmount[-1], null):YoY)

A2 按月、年排序

A3 增加 if 判断，如果上一行的年份等于当前年份 -1，且上一行的月份等于当前月份，则用(TotalAmount-TotalAmount[-1])/TotalAmount[-1]表达式计算比去年同期，否则返回 null

知识点：什么是同比增长率（YoY, Year-over-Year Growth Rate）

同比增长率是指某一指标（如销售额、利润、GDP 等）在相同统计周期但不同年份之间的增长比率，用于消除季节性影响，反映长期趋势。

• 计算公式：

$$
同比增长率 =(本期数值−去年同期数值)/ 去年同期数值
$$

• 核心特点：
  • 时间周期同比：比较的是相同时间段的不同年份（如 2024 年 Q1 vs. 2023 年 Q1）。
  • 消除季节波动：避免节假日、气候等季节性因素的干扰，更反映真实增长潜力。
  • 衡量长期趋势：适合分析年度增长、行业周期或政策效果。

4.5 5 日移动平均

	A
1	=file(“orders.csv”).import@tc(orderTime,amount)
2	=A1.groups(date(orderTime):Date;sum(amount):Amount)
3	=A2.derive(Amount[-2:2].avg():ma5)

A2 将数据按日分组统计日总销售额

A3 Amount[-2:2]表示当前行的前两行到后两行之间，一共五行的Amount字段值组成的集合，.avg()表示对其求平均

A3 的运行结果如下：

点击右上角的统计图标：

选择 Line，Category 选择 Date，Value 选择 ma5，点击 settings 按钮，弹出框里，

横轴标签间隔选 90，Legend 选择 None，于是得到如下统计图展示：

知识点：什么是 Amount[-2:2]

在集算器 (esProc) 的 SPL 语言中，Amount[-2:2]表示对Amount字段进行相对位置范围引用，这是一种强大的滑动窗口引用语法。

Amount [-2:2] 表示以当前记录为中心，向前取 2 条记录、向后取 2 条记录（包含当前记录本身）构成的子序列。这种引用方式特别适合实现滑动窗口计算、移动平均等需要上下文数据的分析场景。

• 基本特性

  • 窗口定义：[起始偏移: 结束偏移] 定义相对位置窗口
  • 包含边界：包含起始和结束偏移位置的记录
  • 动态窗口：窗口大小固定但内容随当前记录位置变化
  • 自动截断：当窗口超出序列边界时自动截断

• 示例数据表

行号	月份	Amount
1	1 月	100
2	2 月	120
3	3 月	150
4	4 月	130
5	5 月	160

• Amount[-2:2] 运算过程

当前处理行	Amount[-2:2] 取值	窗口包含的记录位置
1 月记录	[100,120,150]	行 1-3，无法向前取 2 行
2 月记录	[100,120,150,130]	行 1-4，无法向前取足 2 行
3 月记录	[100,120,150,130,160]	行 1-5(完整的 -2:+2 窗口)
4 月记录	[120,150,130,160]	行 2-5，无法向后取足 2 行
5 月记录	[150,130,160]	行 3-5，无法向后取 2 行

• 边界情况处理

  • 起始边界：当向前取不到足够记录时，窗口自动缩小
  • 结束边界：当向后取不到足够记录时，窗口自动缩小
  • 空窗口：极端情况下可能返回空序列
  • 非对称窗口：也支持如 Amount[-3:1] 这样的非对称窗口

• 应用场景

这种灵活的窗口引用机制使得 SPL 能够用非常简洁的语法实现复杂的滑动窗口分析，包括：

• 移动平均计算
  • 滚动统计量
  • 前后记录对比分析
  • 局部趋势计算等

知识点：什么是移动平均？

移动平均是一种用于分析时间序列数据的统计方法，通过计算特定时间窗口内数据的平均值来平滑短期波动，帮助观察长期趋势。它广泛应用于金融（如股票分析）、经济学、气象学、质量控制等领域。

• 核心概念

  • 平滑数据：消除短期噪声（如价格波动、随机误差），凸显主要趋势。
  • 时间窗口：计算平均值的时间范围（如 5 日、20 日、200 日等），窗口越大，曲线越平滑，但对近期变化反应越迟钝。

• 计算公式：

$$
MAn=(p1+p2+⋯+pn)/n
$$

其中 pn 为第 n 天的数据（如收盘价），n 为窗口大小（如 5 天）。

• 应用场景
  • 股票的均线分析：如 5 日均线（短期）、20 日均线（中期）、200 日均线（长期）。股票的均线是往前求平均，如 [-5:-1] 和[-19:-1]，是不对称窗口，这点在 SPL 中有很强的优势，不需要专门的函数来处理。
  • 经济数据：平滑 GDP、失业率等指标的季节性波动。
  • 气象学：处理温度、降水量的短期波动。

4.6 工作日 vs 周末销售对比

实现思路：将数据按日统计后，分别算出星期数，然后分别选出周六日的数据和工作日的数据各自算日平均，即可获得两者数据的对比

	A
1	=file(“orders.csv”).import@tc(orderTime,amount)
2	=A1.groups(date(orderTime):Date;sum(amount):Amount)
3	=A2.derive(day@w(Date):weekday)
4	=A3.select(weekday==1 || weekday==7)
5	=(A3\A4)
6	=A4.avg(Amount)
7	=A5.avg(Amount)

A3 添加计算列，算出日期对应星期几，day@w(Date)表示计算 Date 的星期几。

A4 选出星期几为 1 或 7 的记录，对应周日和周六。

A5 从 A3 中选出 A4 中不存在的记录，即返回工作日记录。\ 符号是序列（也就是集合）的差运算。

A6 和 A7 各自算出工作日和周末的日均销售额。

从计算结果可以看出，周末的日均销售额比工作日的日均销售额大很多，可以在周末增加人手。

4.7 时段销售占比

实现思路：将销售数据按小时分组汇总，然后求出小时的平均销售额，最后算出一天内的占比，从而了解一天内销售的波峰和低谷，考虑到周六日和工作日的不同，所以这两种日期分别统计：

	A
1	=file(“orders.csv”).import@tc(orderTime,amount)
2	=A1.groups(date(orderTime):Date,hour(orderTime):Hour;sum(amount):Amount)
3	=A2.select([1,7].pos(day@w(Date)))
4	=(A2\A3)
5	=A3.groups(Hour;avg(Amount):avgAmount).sort(-avgAmount)
6	=A4.groups(Hour;avg(Amount):avgAmount).sort(-avgAmount)

A2 将数据按日期、小时分组统计总销售额。

A3 选出星期几为 1 或 7 的记录，即周末的数据。[1,7].pos(day@w(Date))表示day@w(Date)算出的星期几是否在集合[1,7]中，如果在，返回序号，不在，则返回 null。

A5 按小时分组统计周末的时均销售额，并排序。

A6 按小时分组统计工作日的时均销售额，并排序。

A5 的运算结果：

A6 的运算结果：

从结果可以看出，工作日 18-21 点为销售高峰，周末 9-18 点为销售高峰，可以据此优化营业时间或资源分配（如增加高峰时段人手）

4.8 销售完成度追踪

以月均销售额作为月销售目标，要求计算 24 年 10 月份的日累计销售完成度

第一步：计算月均销售额

	A
1	=file(“orders.csv”).import@tc(orderTime,amount)
2	=A1.groups(year(orderTime):Year,month(orderTime):Month;sum(amount):TotalAmount)
3	=A2.groups(Month;avg(TotalAmount):avgMonthly)

A2 按年、月分组统计月销售额。

A3 按月分组统计月均销售额，即为该月的销售目标。

A3 的运行结果如下：

第二步：选出 24 年 10 月份的数据，先按日分组统计日销售额，然后算累计，再用累计除以销售目标，获得当日销售完成度。

	A
4	=A1.select(year(orderTime)==2024 && month(orderTime)==10)
5	=A4.groups(date(orderTime):Date;sum(amount):Amount)
6	=A5.derive(cum[-1]+Amount:cum,cum/A3(10).avgMonthly:Proportion)

A4 选出 24 年 10 月份的数据。

A5 按日统计销售额。

A6 cum[-1]+Amount表示用前一日的累计值加本日的销售额，即为当日累计值；cum/A3(10).avgMonthly表示用当日累计销售额除以 10 月份的销售目标，即为当日累计销售完成度。A3(10)表示从 A3 中取第 10 条记录，A3(10).avgMonthly表示取该记录avgMonthly字段值。

A6 的运行结果：

4.9 复购周期分析

第一步：读数，把数据按用户 ID、下单日期求唯一，我们把一天内购买多次的用户视为购买遗漏商品，或者为了优惠拆单下单，不视作复购用户，因此对其按日期求唯一。

	A
1	=file(“orders.csv”).import@tc(userID,orderTime)
2	=A1.groups(userID,date(orderTime):Date)

A1 从 orders.csv 文件中读出 userID,orderTime 字段

A2 将数据按UserID、date(orderTime)分组。groups 函数没有聚合表达式，表示对分组字段求 distinct。

A2 运行结果如下：

第二步：计算复购间隔：

	A
3	=A2.derive(if(userID[-1]==userID,interval(Date[-1],Date),null):Interval)

A3 if(userID[-1]==userID,interval(Date[-1],Date),null)表示当上一行的 userID 和本行相同时，计算上一行和本行的日期间隔几天，否则返回 null。interval函数用于计算两个日期的间隔，缺省返回值的单位是天。

A3 的运行结果为：

第三步：计算平均复购天数

	A
4	=A3.select(Interval)
5	=A4.avg(Interval)

A4 选出 Interval 不为空的记录

A5 计算平均复购天数

A5 的运行结果为：

第四步：选出最后一次购买日期早于“平均复购天数”之前的用户

	A
6	=now@d()-A5
7	=A2.group@o(userID).(~.m(-1))
8	=A7.select(Date<A6)

A6 now@d()表示返回当前日期，不包含时间分量；now@d()-A5计算 "平均复购天数" 之前的日期。在 SPL 中，可以像 excel 一样直接用减号/加号计算 n 天之前或 n 天之后的日期。

A7 将 A2 按 userID 分组，选出每一组的最后一条记录，即为该用户最后一次购买的日期。~.m(-1)表示从当前组中选出最后一条记录。

A8 从 A7 中选出购买日期早于 A6 的，即为当前购买间隔已经超过平均复购天数的用户，需要对其制定召回策略。

A7 的运行结果为：