1 背景

在业务数据分析场景中，我们经常需要对用户的登录行为进行量化统计与分组分析，以便更清晰地掌握不同登录频次下的用户分布规律。

当前系统中存在一个名为 “会话 ID” 的字段，该字段为字符串类型，每一个独立的 “会话 ID” 对应着用户的一次登录会话，可用于标识用户的登录行为。

基于此，我们有两个核心分析需求：

一是统计在不同日期下，用户的登录总次数（即通过 “会话 ID” 的唯一计数来反映每日登录量）；

二是在获取登录次数的基础上，按照一定的规则对登录次数进行分组（例如将登录次数划分为 1-3 次、4-10 次、10 次以上等区间），从而直观地查看不同频次区间的登录情况分布。

那么，如何通过计算列函数中的 IIF 函数来实现上述登录次数的分组统计呢？本文将详细介绍具体的操作方法。

2 具体操作

现在需要对其进行分类，比如1到3次是一个分类，4到10次是一个分类，10次以上是一个分类。

1、把“会话ID”变成度量，并且把汇总依据改成“唯一计数”，别名改成：登录次数。

2、基于“登录次数”创建计算度量“登录次数分组”进行分组，使用IIF函数进行判断，表达式如下：

IIF([登录次数]<=3,"1-3次",IIF([登录次数]<=10,"4-10次","10次以上"))

3、点击"确定"，保存计算度量：

3、保存模型，并去创建“交互式仪表盘”，如下图，可以查看到对应的分组数据：

使用计算度量“登录分组次数”作为筛选器，控件类型需要设置成输入框，因为计算度量作为筛选器，只会显示一个值，无法显示所有的备选值，通过输入框可以输入其他的值进行筛选。