计算谷歌大查询中的每周留存率

Question

我在谷歌大查询中有一个大表，我想在两列上执行保留：-

Date                           user
2021-02-03 08:35:07 UTC        foo@abc.com
2021-02-03 08:35:07 UTC        foo1@abc.com
2021-02-04 08:35:07 UTC        foo2@abc.com
2021-02-05 08:35:07 UTC        foo@abc.com
2021-02-03 08:35:07 UTC        foo1@abc.com
2021-02-10 08:35:07 UTC        foo@abc.com
2021-02-13 08:35:07 UTC        foo1@abc.com
2021-02-18 08:35:07 UTC        foo3@abc.com
2021-02-21 08:35:07 UTC        foo2@abc.com
2021-02-23 08:35:07 UTC        foo2@abc.com
2021-02-24 08:35:07 UTC        foo5@abc.com
2021-02-24 08:35:07 UTC        foo2@abc.com

我想在以下条件下计算留存率：-

第 1 周的唯一身份用户在第 2 周出现的百分比

第 2 周的唯一身份用户在第 3 周出现的百分比，依此类推。

所需的输出格式为：-

week2  week3   week4 
23%    56%     33% 

我想在 1 个月或 6 个月的时间范围内执行此操作，无论我选择什么时间范围，输出都应采用上述格式。

我想要一个 Big Query 解决方案，但即使是 MySQL 解决方案也能帮到我。

Answer 1

这是一个可能的解决方案：

WITH leads AS (
      SELECT
        user,
        EXTRACT(ISOWEEK
        FROM
          `Date`) AS visit_week,
        EXTRACT(ISOWEEK
        FROM
          LEAD(`Date`) OVER (PARTITION BY user ORDER BY `Date`)) AS next_visit_week
         -- here you look the user's next visit and take the week. If the user is there the following week, next_visit_week = visit_week + 1
      FROM
        `your_project`.`your_dataset`.`your_table`)


SELECT
  visit_week+1 AS `week`,
  SUM(CASE 
        WHEN visit_week= next_visit_week-1 
        THEN 1 
        ELSE 0 
    END
    )/COUNT(DISTINCT user)*100 AS retention_pct
FROM
  leads
GROUP BY
  `visit_week`

对于每周，您计算用户下一次访问在当前周之后的一周发生的次数（注意：每个用户只能发生一次）。您将总数除以不同用户的数量。

因此，您获得了下一周的保留率（因此“visit_week+1 AS week”中的“+1”）。