如何在BigQuery的Standard SQL中计算用户会话时长及平均会话时长

基于你目前提供的chats表结构和示例数据，无法实现你所需的会话时长统计需求。 #

你要求的会话时长计算逻辑为「同一会话中首个inbound_timestamp到最后一个outbound_timestamp的差值」，但现有数据没有任何字段可以判断哪些交互记录属于同一会话：

• 比如用户217666666662021-03-09的三条交互记录，间隔分别为6小时、5小时，无法判定属于同一个会话还是三个独立会话
• 不同用户的交互记录也没有会话维度的标识做聚合

你只需要满足以下任意一个条件，即可完成统计：

1. 表中新增session_id字段：同一会话的所有交互记录共享同一个session_id，可直接按维度分组计算
2. 明确会话超时规则：比如约定「用户两次消息交互间隔超过15分钟即判定为新会话」，可通过窗口函数先给每条记录打会话标识，再做后续统计

先修正你描述里的笔误：会话时长应为最后一个outbound_timestamp减去首个inbound_timestamp，否则会得到负数结果。

每个用户每日平均会话时长 #

1. 按Owner、日期、session_id分组，计算每个会话的时长
2. 再按Owner、日期分组，对该分组下所有会话的时长取平均值即可

每日整体平均会话时长 #

1. 按日期、session_id分组，计算当日所有会话的总时长和总会话数
2. 用总时长除以总会话数，得到当日整体平均会话时长

内容的提问来源于stack exchange，提问作者user2875230