分组统计每日去重联系人计数总和与全局计数不符的原因

核心原因 #

同一个contact如果在多个日期都有符合条件的点击记录，会导致两种统计逻辑出现本质差异：

• 全局统计COUNT(DISTINCT contacts)：不管该contact出现多少天，只会被计数一次，最终结果是所有符合条件的唯一contact总数。
• 按日期分组的COUNT(DISTINCT contacts)：每个日期都会统计当天的独立contact数，同一个contact在不同日期出现时，会在每个日期的结果里各被计数一次。把这些每日计数相加，就会重复计算跨天出现的contact，所以总和必然与全局统计结果不一致。

直观验证 #

比如某contact在10月1日和10月2日均有符合条件的点击：

• 全局统计会把这个contact算1次。
• 按日期分组统计时，10月1日和10月2日的计数里各包含这个contact1次，求和后这个contact被算2次，直接导致总和大于全局结果。

对应解决方法 #

场景1：希望每日统计总和等于全局唯一contact数 #

需要调整逻辑，让每个contact只在其首次出现的日期被计数：

WITH unique_contacts AS (
    SELECT 
        contacts,
        MIN(CAST(clicks.time AS DATE)) AS first_date
    FROM clicks
    WHERE clicks.campaign_id = 1234
        AND clicks.type IN (1, 2, 3)
    GROUP BY contacts
)
SELECT 
    first_date AS `date`,
    COUNT(contacts) AS Totaly
FROM unique_contacts
GROUP BY first_date;

场景2：仅需统计每日独立访客数 #

当前的分组查询逻辑是正确的，只是不要将每日结果求和去和全局唯一数对比——两者统计维度完全不同，没有可比性。

内容的提问来源于stack exchange，提问作者dafie