作者:潘彼得
本文为「心中有数」CDA征文作品
无论是产品经理、产品运营还是数据分析师,在评估一个产品的用户使用情况时肯定离不开留存率、忠诚度等观测指标。这些指标可以反映用户对于产品的粘性、产品用户价值质量的高低,及时了解用户留存、流失趋势,有助于帮助产品做更好的功能迭代,也有助于运营及时进程运营策略的调整,比如:当新用户留存率低的时候,是不是需要调整新用户的活动策略,或者当老用户留存率低的时候,是不是某个产品功能的问题,或者活动对老用户不友好而导致流失等等……
今天,就给大家分享下如何用SQL实现留存率的计算,以及日常工作中如何分析留存率这个指标。
留存顾名思义是指留下来。留存用户是指用户在APP产生行为后,在固定的第N日继续访问或使用APP的用户。留存率是指用户在一段时间后或固定的间隔后产生留存用户的比例。
用户留存率有很多种:新客留存率、老客留存率、活跃用户留存率、购买留存率、或者某个功能使用用户的留存率等,通常计算的时间间隔为次日、3日、7日、30日、60日,根据业务不同需求可以选择不同的计算方式以及时间间隔,重点是要和产品负责人以及运营人员对好指标口径。
本次分享的留存率是关于新客留存率,计算公式:第N日新客留存率=某日的新注册用户在第N日内访问过APP的留存用户数/某日的新注册用户总数。
次日新客留存率(第1日新客留存率):指注册APP后的第二天有访问APP的行为的留存用户/注册APP当天的新客总数。
第3日新客留存率:指注册APP后第3天内内访问过APP的留存用户/注册APP当天的新客户总数。
第7日新客留存率:指注册APP后第7天内访问过APP的留存用户/注册APP当天的新客户总数。
第30日新客留存率:指注册APP后第30内访问过APP的留存用户/注册APP当天的新客户总数。
1. 计算新客留存率用到的字段信息有:用户ID,用户登录日期;
创建一张只有用户ID和用户登录日期的表:
CREATE TABLE IF NOT EXISTS user_log
(
'id' int(11) NOT NULL AUTO_INCREMENT,
'operator_id' STRING COMMENT '登录用户ID',
'create_time' DATETIME COMMENT '创建时间'
PRIMARY KEY (`id`) USING BTREE
)
COMMENT '用户登录表'
2.计算过程:
为便于理解,下面的步骤分为两步讲解:留存时间的计算,留存用户的计算,日常时间中如果觉得两个步骤麻烦可以将两个代码进行合并。
第一步:
计算用户注册APP日期、登录APP日期、登录APP日期距离注册APP日期的天数差
CREATE view IF NOT EXISTS view_retention_rate AS
SELECT t2.operator_id as “用户ID”
,to_date(register_day) as “注册日期”
,login_day as "登录日期"
,datediff(login_day,register_day) AS “登录时间距离注册日期的天数”
FROM (
(
SELECT DISTINCT operator_id
,to_date(create_time) AS login_day
FROM user_log
) t1
LEFT JOIN (
SELECT operator_id
,min(to_date(create_time)) AS register_day --用户访问APP的最小时间即为首次注册时间
FROM user_log
GROUP BY operator_id
) t2
ON t1.operator_id = t2.operator_id
)
;
结果如下:可以发现用户1注册日期在2020年11月10日,最近登录日期在20219月20日,留存达314天。
第二步:
利用已经计算出的时间计算用户留存率。
例如,想要计算用户次日留存率只需在上面的计算结果表找出登录时间距离注册日期的天数=1的数据,想要计算用户7日留存率,只需要在上表找出登录时间距离注册日期<=7的记录,代码如下:
SELECT a.register_day as "注册日期"
,COUNT(DISTINCT a.operator_id) AS "当天新增人总数"
,COUNT(DISTINCT CASE WHEN remain_days=1 THEN a.operator_id ELSE NULL END) AS "次日留存用户数"
,COUNT(DISTINCT CASE WHEN 0
,COUNT(DISTINCT CASE WHEN 7
,COUNT(DISTINCT CASE WHEN 30
,round(COUNT(DISTINCT CASE WHEN remain_days=1 THEN a.operator_id ELSE NULL END)/count(DISTINCT a.operator_id),2) AS "次日留存率"
,round(COUNT(DISTINCT CASE when 0
,round(COUNT(DISTINCT CASE when 7
,round(COUNT(DISTINCT CASE when 30
FROM view_Retention_rate a
GROUP BY a.register_day
;
结果输出如下:
到这里,一个简单的新客留存情况就完成啦!
03、分析留存率为何下降的原因
本次计算的是新客留存率,因此我们要分析的就是新客留存率下降的原因,分析原因可以从几个角度出发:人、产品、运营方式。
新客留存率下降的主要原因有:
……
04、如何提高留存率
想要提高留存率建议“对症下药”,通过留存率分析,找出留存率下降或一直很低的主要原因:产品核心功能不行?运营手段不行?还是没有吸引到目标客户?
针对这几点,给大家一些参考的方式:
……
05、一个好的留存率标准是什么
对于这样一个普遍的指标,不同的模型或业务场景下有不同的标准。前Airbnb 供给侧增长团队负责人 Lenny Rachitsky 和Eventbrite 首席产品官Casey Winters 在对Uber、Evernote、ServeyMonkey、Twitter、Facebook、Notion等20多款产品的增长专家进行了采访后,得出了一些结论。
根据业务类型的不同,各位增长专家认为好的留存率的标准分别如下:
6个月用户留存率标准应该是:
12个月的收入留存率标准应该是:
以上只是一些建议供大家参考,实际业务场景中还需要根据业务需求或业务体量进行合适的调整。
数据分析咨询请扫描二维码
在准备数据分析师面试时,掌握高频考题及其解答是应对面试的关键。为了帮助大家轻松上岸,以下是10个高频考题及其详细解析,外加 ...
2024-12-20互联网数据分析师是一个热门且综合性的职业,他们通过数据挖掘和分析,为企业的业务决策和运营优化提供强有力的支持。尤其在如今 ...
2024-12-20在现代商业环境中,数据分析师是不可或缺的角色。他们的工作不仅仅是对数据进行深入分析,更是协助企业从复杂的数据信息中提炼出 ...
2024-12-20随着大数据时代的到来,数据驱动的决策方式开始受到越来越多企业的青睐。近年来,数据分析在人力资源管理中正在扮演着至关重要的 ...
2024-12-20在数据分析的世界里,表面上的技术操作只是“入门票”,而真正的高手则需要打破一些“看不见的墙”。这些“隐形天花板”限制了数 ...
2024-12-19在数据分析领域,尽管行业前景广阔、岗位需求旺盛,但实际的工作难度却远超很多人的想象。很多新手初入数据分析岗位时,常常被各 ...
2024-12-19入门数据分析,许多人都会感到“难”,但这“难”究竟难在哪儿?对于新手而言,往往不是技术不行,而是思维方式、业务理解和实践 ...
2024-12-19在如今的行业动荡背景下,数据分析师的职业前景虽然面临一些挑战,但也充满了许多新的机会。随着技术的不断发展和多领域需求的提 ...
2024-12-19在信息爆炸的时代,数据分析师如同探险家,在浩瀚的数据海洋中寻觅有价值的宝藏。这不仅需要技术上的过硬实力,还需要一种艺术家 ...
2024-12-19在当今信息化社会,大数据已成为各行各业不可或缺的宝贵资源。大数据专业应运而生,旨在培养具备扎实理论基础和实践能力,能够应 ...
2024-12-19阿里P8、P9失业都找不到工作?是我们孤陋寡闻还是世界真的已经“癫”成这样了? 案例一:本硕都是 985,所学的专业也是当红专业 ...
2024-12-19CDA持证人Louis CDA持证人基本情况 我大学是在一个二线城市的一所普通二本院校读的,专业是旅游管理,非计算机非统计学。毕业之 ...
2024-12-18最近,知乎上有个很火的话题:“一个人为何会陷入社会底层”? 有人说,这个世界上只有一个分水岭,就是“羊水”;还有人说,一 ...
2024-12-18在这个数据驱动的时代,数据分析师的技能需求快速增长。掌握适当的编程语言不仅能增强分析能力,还能帮助分析师从海量数据中提取 ...
2024-12-17在当今信息爆炸的时代,数据分析已经成为许多行业中不可或缺的一部分。想要在这个领域脱颖而出,除了热情和毅力外,你还需要掌握 ...
2024-12-17数据分析,是一项通过科学方法处理数据以获取洞察并支持决策的艺术。无论是在商业环境中提升业绩,还是在科研领域推动创新,数据 ...
2024-12-17在数据分析领域,图表是我们表达数据故事的重要工具。它们不仅让数据变得更加直观,也帮助我们更好地理解数据中的趋势和模式。相 ...
2024-12-16在当今社会,我们身处着一个飞速发展、变化迅猛的时代。不同行业在科技进步、市场需求和政策支持的推动下蓬勃发展,呈现出令人瞩 ...
2024-12-16在现代商业世界中,数据分析师扮演着至关重要的角色。他们通过解析海量数据,为企业战略决策提供有力支持。要有效完成这项任务, ...
2024-12-16在当今数据爆炸的时代,数据分析师是组织中不可或缺的导航者。他们通过从大量数据中提取可操作的洞察力,帮助企业在竞争激烈的市 ...
2024-12-16