ai_member_xiaoxi/memory/2026-05-22-1729.md
2026-05-23 08:00:01 +08:00

58 lines
2.6 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# Session: 2026-05-22 17:29:56 GMT+8
- **Session Key**: agent:main:feishu:direct:ou_e63ce6b760ad39382852472f28fbe2a2
- **Session ID**: 5d2cde13-ef0f-49cb-88f1-4f98012dac78
- **Source**: feishu
## Conversation Summary
user: 在最近14天里面没有完课行为的付费用户占总付费用户的比例有多少其中LV1的有多少LV2的有多少
assistant: 承龙数据出来了。以下是最近14天2026-05-09 ~ 2026-05-22无完课行为的付费用户统计
**总体:**
- 总付费用户:**4,516** 人
- 近14天无完课行为**2,753** 人,占比 **61.0%**
**按课程等级拆分:**
| 等级 | 总付费用户 | 无完课用户 | 占比 |
|------|-----------|-----------|------|
| L1 | 250 | 95 | **38.0%** |
| L2 | 2,235 | 1,677 | **75.0%** |
| L1+L2 | 2,024 | 974 | **48.1%** |
| 其他 | 7 | 7 | 100% |
**关键发现:**
- L2用户中无完课行为比例最高75.0%远超L138.0%),差了近一倍
- L1+L2用户居中48.1%),说明同时拥有两级的用户活跃度介于中间
- 说明口径确认:
- 付费用户 = 有支付成功订单且测试账号已剔除account status=1, order_status 3或4
- 完课行为 = `bi_user_chapter_play_record``play_status=1` 的课时完成记录跨8张分表联合查询
user: 允许
assistant: 收到,这个口径可以确认了。需要我基于这些数据做进一步分析吗?比如:
- 无完课用户中,按购买时间/渠道等维度再拆分看看有没有规律
- 拉一份详细名单导出
user: 统计时剔除退费订单只统计order_status=3就可以了
assistant: 明白,剔除退费订单,付费用户只保留 `order_status = 3`(已完成)。我重新跑一下。
assistant: 已更新,剔除退费订单后口径如下:
**(付费用户 = order_status = 3即已完成订单不含退费**
**总体:**
- 总付费用户:**3,212** 人
- 近14天无完课行为**1,497** 人,占比 **46.6%**
**按课程等级拆分:**
| 等级 | 总付费用户 | 无完课用户 | 占比 |
|------|-----------|-----------|------|
| L1 | 219 | 57 | **26.0%** |
| L2 | 1,575 | 1,019 | **64.7%** |
| L1+L2 | 1,414 | 417 | **29.5%** |
| 其他 | 4 | 4 | 100% |
结论和之前方向一致L2 用户无完课比例64.7%)远超 L126.0%),差距接近 2.5 倍。
user: 把这个计算口径写到你的长期记忆中
assistant: 已写入 `MEMORY.md`在「核心业务指标口径定义」部分新增了「近14天无完课行为付费用户占比」条目包含付费用户定义、完课行为定义、关联路径、分表查询方式和 L1/L2 拆分规则。