背景

APP分析中經常用到AARRR模型（海盜模型）用來分析APP的現狀，其中一個重要節點就是提高留存（Acquisition），而留存率這個指標在這個階段可以說是核心指標也不為過。那如何用SQL計算留存率呢？

留存率計算方法

假如今天新增了100名用戶，第二天登陸了50名，則次日留存率為50/100=50%，第三天登錄了30名，則第二日留存率為30/100=30%,以此類推。

用SQL的計算思路

• 用SQL調取出user_id和用戶login_time的表，獲得新增用戶登錄時間表。

• 根據user_id和login_time，增加一列first_day，此列存著每個用戶最早登錄時間。

• 有了最早登錄時間和所有的登錄時間，再增加一列by_day，這一列是用login_time - first_day ，得到0，1，2，3，4，5......，這就得到了某一天登錄離第一次登錄有多長時間。

  
  
  獲得一個這樣的表

• 然后從表中提取數據，找到first_day對應的with_first列中0有多少個，1有多少個，一直到7以上。

  
  
  最后獲得這個表

• 根據此表，就很容易計算出每天引流的留存率。

實際操作

數據：是我用excel隨便模擬的數據，與真實情況不符。

模擬數據

數據庫：MySQL

步驟一：從數據庫中提取出user_id和login_time并排序

select 
    user_id,
    str_to_date(login_time,'%Y/%m/%d') login_time
from user_info
group by 1,2;

獲得數據

步驟二：增加一列first_day，存儲每個用戶ID最早登錄時間

SELECT
    b.user_id,
    b.login_time,
    c.first_day
FROM 
    (select 
        user_id,
        str_to_date(login_time,'%Y/%m/%d') login_time
    from user_info
    group by 1,2) b
LEFT JOIN
    (SELECT       ---找到user_id對應的最早登錄時間，然后匹配帶登錄時間的user_id
        user_id,
        min(login_time) first_day
    FROM 
       (select 
            user_id,
            str_to_date(login_time,'%Y/%m/%d') login_time
        from user_info
        group by 1,2) a
    group by 1) c
on b.user_id = c.user_id
order by 1,2;

得到first_day列

步驟三：用登錄時間-最早登錄時間得到一列by_day

SELECT 
    user_id,
    login_time,
    first_day,
    DATEDIFF(login_time,first_day) as by_day
FROM
  (SELECT
      b.user_id,
      b.login_time,
      c.first_day
  FROM 
      (SELECT
          user_id,
          str_to_date(login_time,'%Y/%m/%d') login_time
       FROM user_info
       GROUP BY 1,2) b
  LEFT JOIN
    (SELECT
        user_id,
        min(login_time) first_day
     FROM
         (select 
              user_id,
              str_to_date(login_time,'%Y/%m/%d') login_time
          from user_info
          group by 1,2) a
     group by 1) c
   on b.user_id = c.user_id
   order by 1,2) e
order by 1,2

得到by_day

最后一步：提取字段作為列名

SELECT
    first_day,
    sum(case when by_day = 0 then 1 else 0 end) day_0,
    sum(case when by_day = 1 then 1 else 0 end) day_1,
    sum(case when by_day = 2 then 1 else 0 end) day_2,
    sum(case when by_day = 3 then 1 else 0 end) day_3,
    sum(case when by_day = 4 then 1 else 0 end) day_4,
    sum(case when by_day = 5 then 1 else 0 end) day_5,
    sum(case when by_day = 6 then 1 else 0 end) day_6,
    sum(case when by_day >= 7 then 1 else 0 end) day_7plus
FROM
   (SELECT 
      user_id,
      login_time,
      first_day,
      DATEDIFF(login_time,first_day) as by_day
   FROM
     (SELECT
        b.user_id,
        b.login_time,
        c.first_day
      FROM 
        (SELECT
            user_id,
            str_to_date(login_time,'%Y/%m/%d') login_time
         FROM user_info
         GROUP BY 1,2) b
    LEFT JOIN
      (SELECT
          user_id,
          min(login_time) first_day
       FROM
           (select 
                user_id,
                str_to_date(login_time,'%Y/%m/%d') login_time
            FROM 
                user_info
            group by 1,2) a
       group by 1) c
     on b.user_id = c.user_id
     order by 1,2) e
  order by 1,2) f
group by 1
order by 1

最終數據

結語

根據最后得到的數據，我們直接用除法或者加一個SQL語句，就能算出來留存率，之后的分析就是看自己了。

參考博客

https://blog.treasuredata.com/blog/2016/07/22/rolling-retention-done-right-in-sql/