关于特定时间点事件平均已打开天数的计算规则咨询及月度批量计算需求
2026-4-28
我已经把你的事件数据、计算规则和需求整理成清晰的结构化内容，方便后续执行计算或团队沟通：
事件数据表格
| 事件编号（Incident number） | 接收日期（Received date） | 关闭日期（Closed Date） | 关闭耗时（Time taken to close） |
|---|---|---|---|
| 111 | 01 Jan 2021 | 01 Feb 2021 | 31 |
| 222 | 01 Jan 2021 | 07 Feb 2021 | 37 |
| 333 | 01 Jan 2021 | （空） | （空） |
| 444 | 01 Jan 2021 | （空） | （空） |
计算需求与规则
核心目标是计算**特定时间点（Point in time）**的事件平均已打开天数，具体规则如下：
- 纳入统计的事件需同时满足两个条件：接收日期早于统计日期（metric date）；关闭日期晚于统计日期或为空。
- 若事件关闭日期为空，则以「接收日期至统计日期的天数」作为该事件的已打开时长。
计算示例
下面通过两个具体场景展示计算过程：
- 2021年2月底统计：前两个事件的关闭日期早于2021年2月底，不纳入统计；后两个事件符合条件。2021年1月1日至2月28日的天数为58，纳入统计的事件数量为2，因此平均已打开天数为：
58 ÷ 2 = 58 - 2021年1月底统计：所有4个事件在2021年1月底均未关闭，每个事件的已打开天数为31天，因此平均已打开天数为：
(31×4) ÷ 4 = 31
批量计算需求
需要按照上述规则，针对2020年1月至2021年12月的每个月，重复执行平均已打开天数的计算。
内容的提问来源于stack exchange，提问作者DATAMART
相关产品推荐
相关产品推荐
