作者：潘彼得

本文为「心中有数」CDA征文作品

是产品的用户经理、产品运营的用户使用率，在产品情况下的价值确实可以估量一个较高的存留时间、等等。 ，及时了解用户的留存、流失趋势，及时帮助产品做更好的功能：新的用户策略也可以调整，新用户运营流程的运营当量低的时候，不是需要调整的活动活动策略对老旧留存的时候，是不是某种产品的活动率或者当用户的功能问题低，用户不方便而导致流失等等……

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。

01、什么是留存率
留存用户是指用户在APP产生行为后，在固定的第N天继续访问或使用APP的用户。比例。

用户留存率很有：新客留存率、老客留存率购买功能有效利用用户留存率、留存率或时间等为用户的使用率，通常计算的间隔次日、3日、7日、30日、60日，根据业务不同的需要可以选择不同的计算方式和时间间隔，重点是要和产品负责人以及运营人员对指标的好坏。

本次的留存率是关于新客的留存率，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APP的新注册用户数/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APP后续有访问APP的行为的留存/注册APP当天的新注册用户总数。

第3天新客户注册后的第3天新客户访问率：当天APP过户注册用户/APP过户注册总数。

第7天新客户留存率：指注册APP当天的第7个新客户访问/注册APP的留存用户总数。

第30天：指APP第30天内访问APP的新客户留存过户总数/APP当天的新客户留存过注册总数。

02、如何用SQL实现留存率计算

1. 计算新客留存率用户使用的信息有：身份证、登录日期；

创建唯一的用户ID和用户登录日期表：

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：

为便于理解代码，下面的步骤分为两步讲解：留存计算，留存用户的计算，日常时间中觉得两个步骤的事务可以将两个进行合并。

前期：

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 “日期注册日期”
,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的最短时间即为首次注册时间
FROM user_log
GROUP BY operator_id
) t2
开启 t1.operator_id = t2.operator_id
)
;

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，想要计算用户的日留存率，只需在计算时间的计算结果表存入登记时间间隔登记日期的天数=1的数据，想要计算的用户7天的留存率，只需要在计算结果表上监控登录时间距离注册日期<=7的记录，代码如下：

SELECT (DISTINCT a.operator_id) as "注册日期"
,COUNT(DISTINCT a.operator_id) AS "当天新增人总数"
,COUNT(DISTINCT CASE WHEN leave_days=1 THEN.operator_id ELSE NULL END) AS "次日留存用户数"
,COUNT(0 时的不同情况AND leave_days<=7 THEN a.operator_id ELSE NULL END) AS "第7日留存用户数"
,COUNT(DISTINCT CASE WHEN 7AND leave_days<=30 THEN a.operator_id ELSE NULL END)as "第30日留存用户数"
,COUNT(DISTINCT CASE WHEN 30AND leave_days<=60 THEN a.operator_id ELSE NULL END) as "第60日留存用户数"
,round(COUNT(DISTINCT CASE WHEN become_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并且保持天数<=7 然后a.operator_id else null end)/count(distinct a.operator_id),2) as "7日留存率"
,round(COUNT(DISTINCT CASE when 7并且保持天数<=30 然后a.operator_id else null end)/count(distinct a.operator_id),2) as "30 日留存率"
,round(COUNT(DISTINCT CASE when 30并且保持天数<=60 然后a.operator_id else null end)/count(distinct a.operator_id),2) as "60 日留存率"
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、分析留存率之所以下降的原因

本次计算的是几个新客留存率，因此我们要分析的就是客留存率下降的原因，分析原因可以从新角度：出发人、产品、运营方式。

新客留存率较高的有：

新客户不是产品的目标客户
新客户纯属为了薅羊毛
新手引导引导引导
新客户没有很好的产品功能，导致对新客户没有很好的产品体验
产品界面对新手不友好
产品活动特性
……

04、如何提高留存率

想要提高留存率的建议建议下药，“对留存率，或通过持续存在的持续率进行分析，”“对留存率，或通过持续存在的长期存在的产品确实有效吗？

针对这句话，给大家一些参考的方式：

用户画像：如果没有发现目标的数据，但有留存的目标，但可以查看下用户判断是否是产品的目标，可以进一步了解用户的用户画像，如果是用户调查等方式，可以进一步了解用户画像留存；
产品活动运营：通过活动刺激用户，提升用户活跃性和留存率；
更多的朋友圈消息：合适的用户消息、用户在良好的时间推进活动、发布消息比拍摄效果好；
产品是否具有使用习惯的功能，用户可以随时在发现时、在核心功能使用时、在核心功能的第一次结合等指标时，功能是否可以启动，产品功能是否可以在一次访问功能上正常访问产品功能的真正改善。
……

05、一个好的留存率标准是什么

这样一个普遍的指标，不同的模式或业务场景下有不同的标准。前Airbnb和内部增加团队负责人Lenny Rachitsky 事件brite首席产品官Casey Winters对Uber、Evernote、ServeyMonkey、Twitter、Facebook、Notion等20多款产品的增长专家进行了采访，得出了一些结论。

根据业务类型的不同，各位专家认为留存率好的标准分别是：

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：

以上只是建议供大家参考，实际业务场景中还需要根据业务需求或体量进行适当的参考调整。