数据化运营学习笔记-实例讲解留存分析

一、留存概念

用户留存指的是新会员/用户在经过一定时间之后，仍然具有访问、登录、使用或转化等特定属性和行为，留存用户占当时新用户的比例就是留存率。留存率按照不同的周期分为三类，以登录行为认定的留存为例：

第一种 日留存，日留存又可以细分为以下几种：

（1）次日留存率：（当天新增的用户中，第2天还登录的用户数）/第一天新增总用户数
（2）第3日留存率：（第一天新增用户中，第3天还有登录的用户数）/第一天新增总用户数
（3）第7日留存率：（第一天新增用户中，第7天还有登录的用户数）/第一天新增总用户数
（4）第14日留存率：（第一天新增用户中，第14天还有登录的用户数）/第一天新增总用户数
（5）第30日留存率：（第一天新增用户中，第30天还有登录的用户数）/第一天新增总用户数

第二种 周留存，以周度为单位的留存率，指的是每个周相对于第
一个周的新增用户中，仍然还有登录的用户数。

第三种 月留存，以月度为单位的留存率，指的是每个月相对于第
一个周的新增用户中，仍然还有登录的用户数。

留存率是针对新用户的，其结果是一个矩阵式半面报告（只有一半有数据），每个数据记录行是日期、列为对应的不同时间周期下的留存率。正常情况下，留存率会随着时间周期的推移而逐渐降低。

二、注意事项

在应用留存分析时，需要注意以下几个问题：
（1）区别应用不同留存周期。日留存用来做短期结果、周留存用来看中期效果、月留存用来看长期效果。
（2）在留存中注意观察和分析衰减比率，正常情况下的留存会随着时间逐渐衰减，这种衰减趋势可能呈线性、指数性甚至二项式等不同趋势，通过衰减数据可以得到衰减模型，这些模型可以用来做衰减异常检测，以发现哪些时间的衰减存在异常（通常是过渡衰减）。
（3）注意分析运营活动对于留存的影响，在没有较大的运营活动时，留存的衰减会存在一定规律；但当运营采取一定活动时可能会导致留存率的提升，而这种提升应该是预期内的。如果留存中没有反映出提升趋势，需要多方面总结运营活动效果。

三、案例示范

1.需求描述

交易记录表：dw.t_trade_temp
字段：f_merchant_id 商户ID,f_time 交易时间
计算次日留存率，3日留存率，7日留存率，月留存

2.日留存计算（hivesql）

select  c.min_trade_date `首次交易日期`,
        max(if(datediff(c.trade_date,c.min_trade_date)=0,merchant_count,0)) as `首次交易商户数`,
        max(if(datediff(c.trade_date,c.min_trade_date)=1,merchant_count,0)) as `次日留存商户数`,
        max(if(datediff(c.trade_date,c.min_trade_date)=2,merchant_count,0)) as `3日留存商户数`,
        max(if(datediff(c.trade_date,c.min_trade_date)=6,merchant_count,0)) as `7日留存商户数` ,      
        concat(cast(round(max(if(datediff(c.trade_date,c.min_trade_date)=1,merchant_count,0))/max(if(datediff(c.trade_date,c.min_trade_date)=0,merchant_count,0)),2) as string),'%') as `次日留存率`, 
        concat(cast(round(max(if(datediff(c.trade_date,c.min_trade_date)=2,merchant_count,0))/max(if(datediff(c.trade_date,c.min_trade_date)=0,merchant_count,0)),2) as string),'%') as `3日留存率`,
        concat(cast(round(max(if(datediff(c.trade_date,c.min_trade_date)=6,merchant_count,0))/max(if(datediff(c.trade_date,c.min_trade_date)=0,merchant_count,0)),2) as string),'%') as `7日留存率`

from
        (select 
               a.min_trade_date,
               b.trade_date,
               count(1) merchant_count
        from
              (select 
                      f_merchant_id,
                      to_date(min(f_time)) min_trade_date 
               from 
                      dw.t_trade_temp
               group by 
                      f_merchant_id
               ) a 
        inner join 
               (select 
                      distinct f_merchant_id,
                      to_date(f_time) trade_date 
                from 
                      dw.t_trade_temp
                ) b 
        on 
               a.f_merchant_id=b.f_merchant_id
        group by 
               a.min_trade_date,b.trade_date
        ) c
group by
        c.min_trade_date
order by c.min_trade_date desc

       

得到结果：

image.png

3.月留存计算

 select 
           a.min_trade_month as `首次交易月份` ,
           b.trade_month as `交易月份` ,
           count(1)  as `交易商户数` 
from
      (select 
              f_merchant_id,
              substring(min(f_time),1,7) min_trade_month 
       from 
              dw.t_trade_temp
       group by 
              f_merchant_id
       ) a 
inner join 
       (select 
              distinct f_merchant_id,
              substring(f_time,1,7) trade_month 
        from 
              dw.t_trade_temp
        ) b 
on 
       a.f_merchant_id=b.f_merchant_id
group by 
       a.min_trade_month,b.trade_month

得到结果：

image.png

透视表调整转换之后可以得到如下：

image.png