看板3需求分析

需求一:
	统计期内，访客咨询产生的有效线索的占比。有效线索量 / 咨询量，有效线索指的是拿到电话且电话有效。
	指标：有效线索量
	维度: 
		时间维度 : 年、月、天
		线上线下
		
		
需求二:
	统计期内，1-24h之间，每个时间段的有效线索转化率。横轴：1-24h，间隔为1h，纵轴：每个时间段的有效线索转化率。
	指标：有效线索量
	维度:
		时间维度: 小时
		线上线下
	
需求三: 
	统计期内，新增的咨询客户中，有效线索的数量。
	
	指标: 有效线索量
	维度:
		时间维度 : 年、月、天
		线上线下
		新老维度

基于以上三个需求总结如下: 
	指标: 有效线索量
	
	维度: 固有维度
		时间维度: 年 月 天 小时
		线上线下维度
		新老维度
通过提供的查询SQL: 可以确定涉及的表 及其相关的字段
	涉及表: 
		customer_clue 线索表
		customer_relationship 意向表
		customer_appeal 投诉表
	涉及字段: 
		customer_clue线索表:
					clue_state: 用于判断是否为新老客户
						'VALID_NEW_CLUES' 1      --新客户新线索
						'VALID_PUBLIC_NEW_CLUE'	2 --老客户新线索
						其余为无效 0
					customer_relationship_id : 可基于投诉表 从中找到无效线索 用于过滤线索表中字段数据
					deleted : 用于去除以标记为删除的数据
					create_date_time: 时间字段
		
		customer_relationship意向表:
					origin_type : 用于判断线上线下
						NETSERVICE | PRESIGNUP 为线上1  其余为线下0
		customer_appeal投诉表: 
					appeal_status : 1 标识无效  其余都表示有效
					customer_relationship_first_id  必须保证此值不为 0 时 才认为是有客户
					WHERE appeal_status = 1 AND customer_relationship_first_id != 0   得到的是无效线索的
					筛选无效数据条件:
							ca.appeal_status = 1  AND ca.customer_relationship_first_id != 0
	关联条件: 
		线索表.customer_relationship_id = 意向表.id
		投诉表.customer_relationship_first_id = 意向表.id
		

	指标: 有效线索量
	
	维度: 固有维度
		时间维度: 年 月 天 小时
		线上线下维度
		新老维度