【ETL 全流程实战】浏览器用户行为数据分析（附配置代码！！！）

第一部分：浏览器市场与用户画像分析 – 数据加工（2）

1. 实验目的

基于“用户-日-浏览器-小时”明细表，完成数据大屏所需的各项统计表加工，包括：浏览器市场格局、周活跃趋势、使用频率分布、使用数量分布、工作日vs周末对比、用户画像统计。

2. 实验环境

• 平台：助睿在线实验平台（https://lab.guilian.cn/）
• 工具：助睿数智 ETL 数据集成平台
• 数据规模：1000用户，800万+行为记录

3. 整体分析框架

4. 实验步骤

4.1 准备基础明细表 daily_browser_detail

4.1.1 创建目标数据表

• 新建转换流“创建用户_日_浏览器_小时明细表”
• 拖入“执行一个SQL脚本”组件，数据库连接选择“团队私有数据库”
• 执行以下SQL：

CREATE TABLE IF NOT EXISTS `daily_browser_detail` (
`user_id` VARCHAR(50) NOT NULL COMMENT '用户ID',
`usage_date` DATE NOT NULL COMMENT '使用日期',
`browser_name` VARCHAR(50) NOT NULL COMMENT '浏览器名称',
`hour` TINYINT NOT NULL COMMENT '小时',
`total_duration_sec` INT NOT NULL COMMENT '总使用时长(秒)',
`active_count` INT NOT NULL COMMENT '活跃次数'
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

• 点击“运行”按钮执行

4.1.2 复制并修改转换流

• 找到上个实验的“互联网用户行为日志数据清洗抽取”转换流 → 右键“复制” → 粘贴 → 重命名为“输出用户日浏览器小时明细表”
• 关键修正：双击“排序记录 1”组件，将排序字段修改为：user_id、usage_date、process_name、hour（与分组组件保持一致）

4.1.3 添加浏览器名称映射

• 在分组组件后添加“值映射”组件
• 配置映射关系：

4.1.4 添加表输出

• 拖入“表输出”组件，配置：
  • 数据库连接：团队私有数据库
  • 目标表：daily_browser_detail
  • 勾选“裁剪表”
  • 勾选“指定数据库字段”，建立字段映射
• 点击“运行”执行转换流

4.2 创建所有目标数据表

• 新建转换流“创建浏览器大屏分析目标数据表”
• 拖入“执行一个SQL脚本”组件，执行以下SQL（创建6张表）：

— 1. 核心指标概览表
CREATE TABLE `browser_overview` (
`metric_name` VARCHAR(50) NOT NULL,
`metric_value` DECIMAL(12,2) NOT NULL
);

— 2. 各浏览器周活跃趋势表
CREATE TABLE `browser_weekly_active` (
`browser_name` VARCHAR(50) NOT NULL,
`week_range` VARCHAR(20) NOT NULL,
`active_user_count` INT NOT NULL
);

— 3. 浏览器使用频率分布表
CREATE TABLE `browser_frequency_stats` (
`browser_name` VARCHAR(50) NOT NULL,
`usage_level` VARCHAR(10) NOT NULL,
`user_count` INT NOT NULL
);

— 4. 用户使用浏览器数量分布表
CREATE TABLE `browser_multi_usage` (
`browser_count` VARCHAR(10) NOT NULL,
`user_count` DECIMAL(5,2) NOT NULL
);

— 5. 浏览器工作日周末对比表
CREATE TABLE `browser_weekday_weekend` (
`browser_name` VARCHAR(50) NOT NULL,
`day_type` VARCHAR(10) NOT NULL,
`avg_duration_sec` INT NOT NULL,
`total_duration_hour` BIGINT NOT NULL,
`user_count` INT NOT NULL
);

— 6. 用户画像统计表
CREATE TABLE `user_profile_stats` (
`browser_name` VARCHAR(50) NOT NULL,
`gender` VARCHAR(10),
`age_group` VARCHAR(10),
`edu` VARCHAR(50),
`job` VARCHAR(50),
`income` VARCHAR(50),
`city_type` VARCHAR(10),
`province` VARCHAR(50),
`user_count` INT NOT NULL
);

• 点击“运行”执行

4.3 各浏览器周活跃趋势表

步骤：

4.4 各浏览器使用频率分布表

具体组件配置：

• JavaScript代码：

var total_hours = total_hours;
var usage_level = '';
if (total_hours < 3) {
usage_level = '轻度';
} else if (total_hours >= 3 && total_hours < 10) {
usage_level = '中度';
} else {
usage_level = '重度';
}

4.5 各浏览器使用数量分布表

JavaScript代码：

var browser_cnt = browser_cnt;
var browser_count = '';
if (browser_cnt == 1) {
browser_count = '1种';
} else if (browser_cnt == 2) {
browser_count = '2种';
} else {
browser_count = '3种及以上';
}

• 按 browser_count 升序排列

4.6 各浏览器工作日周末对比表

JavaScript代码（判断工作日/周末）：

var date = usage_date;
var dayOfWeek = date.getDay();
var day_type = "";
if (dayOfWeek >= 1 && dayOfWeek <= 5) {
day_type = "工作日";
} else {
day_type = "周末";
}

4.7 核心指标数据抽取

核心SQL：

SELECT
ROUND(SUM(total_duration_sec) / 3600, 2) AS total_hours,
ROUND(SUM(total_duration_sec) / 3600 / COUNT(DISTINCT user_id), 2) AS avg_hours,
ROUND(
(SELECT COUNT(DISTINCT user_id) FROM daily_browser_detail
WHERE usage_date BETWEEN '2012-08-06' AND '2012-08-12'
) * 100.0 / COUNT(DISTINCT user_id), 2
) AS active_ratio,
ROUND(
(SELECT COUNT(*) FROM (
SELECT user_id FROM daily_browser_detail
WHERE usage_date BETWEEN '2012-05-07' AND '2012-07-08'
GROUP BY user_id
HAVING SUM(total_duration_sec) / 3600 > 30
) t) * 100.0 / COUNT(DISTINCT user_id), 2
) AS heavy_ratio
FROM daily_browser_detail

4.8 用户画像表加工

4.8.1 导入人口属性数据

• 进入“公共空间” → “数据资源” → 找到 demographic.csv
• 点击“更多” → “导出” → 选择根目录 → “确定”

4.8.2 构建转换流

var age_group = '';
if (age < 18) age_group = '<18';
else if (age <= 25) age_group = '18-25';
else if (age <= 35) age_group = '26-35';
else age_group = '>35';

排序记录组件：共8个排序条件

分组字段同排序字段，共8个：

4.9 验证结果

• 右键点击“团队私有数据库” → “加载元数据”
• 点击“数据探查”，查看各目标表数据是否符合预期

• 输出表汇总

第二部分：浏览器市场分析——大屏静态布局制作

• 可视化工具：助睿Max（数据大屏）
• 实验数据：

• 进入大屏管理中心，首先添加我们所需的数据源。

• 点击“新建大屏”

• 进入大屏设计界面，使用组件完成静态大屏设计。

第三部分：浏览器市场分析——大屏数据接入

目的：使用助睿Max的蓝图编辑器，将之前实验加工好的数据表接入到大屏的各个图表组件中，使图表能够动态展示真实数据。

• 组件导入到蓝图编辑器后，可以为该组件配置交互。

• 切换至蓝图编辑器

• 依次配置好所有节点

• 保存后发布效果应如图：

第四部分：实验总结

问题分析：本次实验中主要遇到了周活跃趋势表week_range字段空值入库报错问题，主要原因是按照设置的4个范围映射字段后，其余没有包含的字段将输出为NULL值，不符合建表时的非空约束，导致工作流无法正常运行。

解决方式：我们根据日志定位到了输出为NULL的组件，在“不匹配时的默认值”设为“其他”，既不影响我们的映射，也不会造成空值。

本次实验在之前的数据集成相关操作外，还拓展了数据大屏的设计和数据接入方面的实践，很新奇也不太熟练，但在一步步配置中慢慢有理解到“为什么这样设置？”、“如何将业务问题转换为设计的思维”等等，助睿平台在学习中给我们提供了很好的学习实践平台和资源。