如何在 BigQuery SQL 中计算完全/重复保留答案

【问题标题】：How to Calculate Full/Repeat Retention in BigQuery SQL如何在 BigQuery SQL 中计算完全/重复保留
【发布时间】：2021-03-15 11:35:37
【问题描述】：

我正在尝试计算“滚动留存”或“重复留存”（不确定该名称的适当名称），但我只想计算每个月下订单的用户比例连续。

因此，如果 10 位用户在 2020 年 1 月下订单，其中 5 位在 2 月回来，这相当于 50% 的留存率。

现在对于 3 月份，我只想考虑在 2 月份订购的 5 位用户，同时还要注意 1 月份的总队列规模。

因此，如果 2 月的 2 位用户在 3 月返回，则 3 月的留存率为 2/10 = 20%。如果 1 月的用户在 2 月没有回来，在 3 月下订单，他们将不会被计入 3 月的计算，因为他们在 2 月没有回来。

基本上，这种留存率会逐渐降低到 0%，并且永远不会增加。

这是我到目前为止所做的：

 WITH first_order AS (SELECT 
  customerEmail,
  MIN(orderedat) as firstOrder,
FROM fact AS fact
GROUP BY 1 ),

cohort_data AS (SELECT 
  first_order.customerEmail,
  orderedAt as order_month,
  MIN(FORMAT_DATE("%y-%m (%b)", date(firstorder))) as cohort_month,
FROM first_order as first_order
LEFT JOIN fact as fact
ON first_order.customeremail = fact.customeremail
GROUP BY 1,2, FACT.orderedAt),

cohort_count AS (select cohort_month, count(distinct customeremail) AS total_cohort_count FROM cohort_data GROUP BY 1 )

SELECT  
    cd.cohort_month,
    date_trunc(date(cd.order_month), month) as order_month,
    total_cohort_count,
    count(distinct cd.customeremail) as total_repeat
FROM cohort_data as cd
JOIN cohort_data as last_month
    ON cd.customeremail= last_month.customeremail
    and date(cd.order_month) = date_add(date(last_month.order_month), interval 1 month)
LEFT JOIN cohort_count AS cc 
    on cd.cohort_month = cc.cohort_month
GROUP BY 1,2,3
ORDER BY  cohort_month, order_month ASC

这是结果。我不确定我在哪里弄错了，但是数字太小了，而且保留率会在几个月内增加，这是不应该的。

我在最后一个查询中进行了 INNER JOIN，因此我可以将上个月与当前月进行比较，但它并没有完全按照我想要的方式工作。

样本数据：

感谢您的帮助

【问题讨论】：

样本数据真的很有帮助。
@Gordon 添加了一些示例数据 :)

标签： sql google-bigquery retention

【解决方案1】：

我会从每个客户每月一排开始。然后，我会列举客户/月份，只保留那些没有差距的。 . .和聚合：

with customer_months as (
      select customer_email,
             date_trunc(ordered_at, month) as yyyymm,
             min(date_trunc(ordered_at, month)) over (partition by customer_email) as first_yyyymm
      from cohort_data
      group by 1, 2 
     )
select first_yyyymm, yyyymm, count(*)
from (select cm.*,
             row_number() over (partition by custoemr_email order by yyyymm) as seqnum
      from customer_months cm
     ) cm
where yyyymm = date_add(first_yyyymm, interval seqnum - 1 month)
group by 1, 2
order by 1, 2;

【讨论】：