如何高效计算用户留存率

最新推荐文章于 2024-10-19 20:59:42 发布
最新推荐文章于 2024-10-19 20:59:42 发布
阅读量5.2k 收藏 8
点赞数
CC 4.0 BY-SA版权
分类专栏： 数据仓库 文章标签： 数仓 优化
本文为博主原创文章，未经博主允许不得转载。
本文链接：https://blog.youkuaiyun.com/a_void/article/details/102728590
本文介绍了用户留存率的概念，其重要性以及在数仓优化中的计算方式。留存率是衡量产品用户黏性的关键指标，文章详细阐述了三种计算方法：在用到的地方计算、全量用户访问情况表和用户访问情况字段存储。重点讨论了利用bigint存储用户访问情况以灵活计算留存率的优化策略，强调了这种方法对工具链和软实力的要求。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

如何高效计算用户留存率

简单介绍留存率的概念，说明数仓建设中对留存率计算的优化思路

什么是留存率

在互联网行业中，用户在某段时间内开始使用应用，经过一段时间后，仍然继续使用该应用的用户，被认作是留存用户。

留存率就是留存用户与全部用户的比值，计算公式

留存率 = 留存用户数 / 用户数 * 100%

比如昨天来了100个人，今天这100个人里面的60个人又来了，那么留存率就是60%。

留存率反应了一个产品的用户黏性，留存越高说明用户在使用这个产品之后，继续使用的概率越大。
在用户运营越来越重要的今天，留存率作为公司的重要指标，也越来越被重视起来。

留存率的口径

留存率有很多计算口径，适用于不同的分析场景。但都是要确定两个时间窗口，第一个时间段用来圈人，第二个时间段用来观察被圈的人有没有再次访问。一般来说看的比较多的有如下几种口径

口径名称 前一时间段 下一时间段
次日留存 1天 1天
次三日留存 1天 3天
次七日留存 1天 7天
最低0.47元/天 解锁文章

200万优质内容无限畅学
一种计算用户留存的方法
木东居士
11-10 7232
0x00 概述 用户留存分析是互联网时代常用的一种数据分析方法。而很多快速发展的公司并没有相应的方法论沉淀，这就导致了在计算用户留存的时候会出现下面的一些问题：1）用户留存的定义不明确，不同的研发有自己的理解；2）没有保留计算过程的中间表，数据可复用程度低；3）不同研发的开发习惯不同，导致计算过程和表设计不统一。 鉴于以上问题，本文将指出一种通用的用户留存定义，并提供通用的计算流程以及具体的表结构...
大数据开发中如何计算用户留存及SQL示例
一个8年大数据开发工程师的碎碎念
06-30 3050
留存是指用户在某一时间点（如注册日、首次使用日）后，在后续特定时间段内继续使用该产品的行为。留存率则是这些留存用户占初始用户的比例。留存率越高，说明产品越能吸引并保持用户的兴趣。评估产品吸引力：留存率高的产品通常意味着用户对产品有较高的满意度和忠诚度。指导产品优化：通过分析不同时间段的留存率，可以识别产品改进的方向，如用户体验、功能设计等。制定市场策略：根据留存数据，可以制定更有针对性的营销策略，提高用户粘性和活跃度。用户留存率是衡量产品健康度和用户粘性的重要指标。
用户留存的计算
sinat_20660547的博客
06-17 658
用户留存的计算，基本是老生常谈了。可是这么多年下来，关于留存的计算，真的是差异太大了。 最初版： 将每个用户的所有交易月份用group_concat()函数进行连接，把对应的结果导出到excel中，然后再用countifs来进行计算…… 这个方法大概持续了半年左右，等到用户量大了之后，这个方法就不太好用了，特别是涉及到跨年的数据，好像也计算的不是特别准确。 第二版： 有天在对比这个月交易下个月流失的用户的时候，发现其实留存就是计算这批用户在后面月份中，有多少还有交易，所以出现了我这里也是巨复杂的第
用户留存率问题计算详解
浅笑古今的博客
04-30 4261
数据分析工作中经常会遇到计算用户留存的相关问题，例如我们现在遇到这样一个场景， 某APP,它的新增用户的次日留存、7日留存、30日留存为60%、30%、15%,请模拟出来，每天如果日新增5万用户，那么30天后，它的日活数会达到多少? 根据问题，我们已知次留，7留和月留，可以在excel里生成一个留存率预估模型。通过现有数据插入图表，然后点击图表，选择“添加元素”→“趋势线”→“指数”，针对...
php计算用户留存,留存率到底有几种计算方式
weixin_35049411的博客
03-19 662
对于留存率这个概念，相信对每一位游戏运营和分析人员并不陌生，甚至搜索“留存率”也会发现很多关于留存率的解释，留存率的定义，以及留存率的指标表现等等文章。实在是没有什么新意可言。但是笔者前两天和朋友讨论关于渠道对于产品评级标准的时候，发现渠道在制定评级数据指标时，对于留存的释义很少会考虑的周全，而作为CP，上线测试调试数据的时候，如果没有理解指标的真正含义，而是一味的追寻达到这个标准，往往弄巧成拙，...
【Retention】留存率怎么计算？
精灵少女的博客
11-18 9566
对于留存率这个概念，相信对每一位游戏运营和分析人员并不陌生，甚至搜索“留存率”也会发现很多关于留存率的解释，留存率的定义，以及留存率的指标表现等等文章。实在是没有什么新意可言。 留存率的计算方式是以下三个维度的组合合集： 一 新增和活跃 二 账号和设备 三 第X日和X日内 所以，留存率的定义有八种方式，分别是： 新增账号第X日：某日新增的账号中，在新增日后第X日有登录行为记为留存 新增账号X日内：某日新增的账号中，在新增日后的X日内有登录行为记为留存 新增设备第X日：某日新增的设备中，在新增日后第X日有登录
用户留存率
段远山
07-16 922
计算公式 留存率=新增用户中登录用户数/新增用户数*100%（一般统计周期为天） 新增用户数：在某个时间段（一般为第一整天）新登录应用的用户数； 登录用户数：登录应用后至当前时间，至少登录过一次的用户数； 第N日留存：指的是新增用户日之后的第N日依然登录的用户占新增用户的比例 第1日留存率（即“次留”）：（当天新增的用户中，新增日之后的第1天还登录的用户数）/第一天新增总用户数； 第2日留存率：（当天新增的用户中，新增日之后的第2天还登录的用户数）/第一天新增总用户数； 第3日留存率：（当..
mysql 统计七日留存率_1.七日留存率-SQL实现
weixin_32848617的博客
01-19 2896
一、背景留存率：是用户分析的核心指标之一。它也是经典的AARRR模型(海盗模型)中就有一个重要节点——留存(Acquisition)。留存率的计算也是用户分析模型的计算基础，那么如何在数据库中用SQL实现呢？二、什么是留存率？常见的留存率有次日留存、三日留存、7日留存、14日留存、30日留存、90日留存等等，不同产品用户行为的频率是有差别的，留存率的设定也应该视不同产品而定，有些低频的产品用周或月...
如何简单、高效的进行留存和漏斗分析
Databend的博客
05-26 470
Databend 是一个使用 Rust 研发、开源的、完全面向云架构的新式数仓，致力于提供极速的弹性扩展能力，打造按需、按量的 Data Cloud 产品体验。 开源地址：https://github.com/datafuselabs/databend 前言 随着移动互联网的发展，我们时刻都在生产着数据。 如果你做了一款 APP，3 月份新增用户 1000 人，你是不是想了解在未来的某些时间段内，这部分用户里有多少人持续使用了你的 APP？ 如果你在经营一个电商，你可能更加关注用户在..
SQL留存分析（次日留存，多日留存）和连续活跃人数的优化方案
aSmallFish的博客
06-23 6025
1. 指标口径说明 次日留存：第一天使用产品的用户，在第二天依旧使用的用户数 多日留存：第一天使用产品的用户，在多日后依旧使用的用户数 连续活跃人数：连续多少天使用产品的人数 2. 次日留存与多日留存 2.1 表字段说明： 表共有四个字段：uid，action，product，date uid：用户id，用户的唯一标识 action：用户在某产品中的行为 product：用户使用的某产品id date：用户使用某产品的日期 2.2 原始sql实现方案 - 左连接 思路： 在uid，
浅谈留存率到底有多少种统计方式（口径问题）
dragonljlong的专栏
07-11 2232
对于留存率这个概念，相信对每一位游戏运营和分析人员并不陌生，甚至搜索“留存率”也会发现很多关于留存率的解释，留存率的定义，以及留存率的指标表现等等文章。实在是没有什么新意可言。但是笔者前两天和朋友讨论关于渠道对于产品评级标准的时候，发现渠道在制定评级数据指标时，对于留存的释义很少会考虑的周全，而作为CP，上线测试调试数据的时候，如果没有理解指标的真正含义，而是一味的追寻达到这个标准，往往弄巧成拙，...
app运营：用户留存率详解与计算案例
每天积累一点，一年后你会发现，自己变化很大
10-10 1万+
摘要: 文/BLUES留存率，越来越受到大家的关注，从网站用户到客户端产品，游戏产品，无线APP产品，都非常重视这一指标，留存率成为衡量一个产品是否健康成长的重要指标之一。留存率的“40–20–10”规则Facebook平台流传出留 ... 文/BLUES 留存率，越来越受到大家的关注，从网站用户到客户端产品，游戏产品，无线APP产品，都非常
数仓-ADS-用户留存率
人的大脑是cpu，而不是硬盘
06-28 297
insert overwrite table ads_user_retention select * from ads_user_retention union select '2021-06-14', login_date_first create_date, datediff('2021-06-14',login_date_first) retention_day, sum(if(login_date_last='2021-06-14',1,0)) retentio...
留存率问题分析
最新发布
qq_54889094的博客
10-19 1534
留存率问题分析
Excel 利用同期群分析计算新用户留存率
我的博客
03-23 2574
业务分析方法中常用的有同期群分析，本文使用Excel和MySQL，结合同期群计算新注册用户的留存率，并放在实际的应用场景中进行分析。
关于用户sql留存率计算
ouyangzhongmin的专栏
11-13 956
jmgo_userlogin 为登录表，jmgo_users为用户表, 查询库为clickhouse, 相关函数自己转换为mysql的就可以了，大表查询意义不大，建议使用离线计算结果保存 SELECT regtime, sum(diff0) AS diff0, sum(diff1) AS diff1, sum(diff3) AS diff3, sum(d...
数据留存的计算-sql boy必备
wenqi
04-19 2453
留存率是用户在某段时间内开始使用网站/应用（一般定义是注册），一段时间后，仍然使用的人被认作是留存用户。 留存率计算：留存率=登录用户数/新增用户数*100% 一般会计算如次日留存，三日留存，七日，30日等等 面试题： 手机中的相机是深受大家喜爱的应用之一，下图是某手机厂商数据库中的用户行为信息表中部分数据 用户 id：用户唯一标识； 应用名称：是手机中的某个应用，例如相机、微信、大众点评等。 启动时长：某一天中使用某应用多长时间（分钟）。 启动次数：某一天中启动了某应用多少次。 登陆时间：使用手机的日期
数仓经典面试题三：用户留存
cts618
05-21 817
题目要求： 如何计算留存率 留存率是考察企业留住用户的能力，我们经常会计算次日留存、2日留存、7日留存等，如果现在让你用SQL实现，该怎么操作呢？ 表部分数据如下： 留存数据字段说明： 用户id：用户唯一标识； APP应用名称：是手机中的某个应用，例如相机、微信、大众点评等。 启动时长：某一天中使用某应用多长时间（分钟）。 启动次数：某一天中启动了某应用多少次。 登陆时间：使用手机的日期。例如2018-05-01。 现在该手机厂商想要分析手机中的应用（相机）的活跃情况，需统计如下数据： 某日活跃用户（用户
计算活跃度、次留、三留、七留、次留率、三留率、七留率
热门推荐
Hopes_J的博客
04-08 4万+
活跃度：每天不同的新增的用户 第1日留存率（即“次留”）：（当天新增的用户中，新增日之后的第1天还登录的用户数）/第一天新增总用户数； 第2日留存率：（当天新增的用户中，新增日之后的第2天还登录的用户数）/第一天新增总用户数； 第3日留存率：（当天新增的用户中，新增日之后的第3天还登录的用户数）/第一天新增总用户数； 第7日留存率：（当天新增的用户中，新增日之后的第7天还登录的用户数）/第一天新增...
使用hive 计算次日留存率
08-23
### 回答1： 使用 Hive 计算次日留存率可以使用以下步骤: 1. 使用 HiveQL 在 Hive 中建立两个表，一个表记录当天的用户数据，另一个表记录第二天的用户数据。 2. 使用 HiveQL 查询语句，在当天用户数据表中筛选出当天新增用户数。 3. 使用 HiveQL 查询语句，在第二天用户数据表中筛选出第二天登录过的用户。 4. 使用 HiveQL JOIN 查询语句，将当天新增用户数据表和第二天登录过的用户数据表进行连接。 5. 使用 HiveQL 统计查询语句，统计连接后的数据中第二天登录过的新增用户数。 6. 使用 HiveQL 计算查询语句，计算次日留存率，公式为：第二天登录过的新增用户数 / 当天新增用户数。 ### 回答2： 使用Hive计算次日留存率的步骤如下： 首先，需要从源数据中提取两天的用户信息，分为第一天的用户和第二天的用户。可以利用Hive的SELECT语句和日期函数来实现这一步骤。例如，SELECT * FROM user_data WHERE date = '2022-01-01'可以提取出第一天的用户信息，SELECT * FROM user_data WHERE date = '2022-01-02'可以提取出第二天的用户信息。在这里，user_data是存储用户数据的表，date是存储日期的字段。 接下来，将第一天的用户信息与第二天的用户信息进行连接操作，根据用户的唯一标识（例如用户ID）进行连接。可以通过Hive的JOIN操作来实现这一步骤。例如，SELECT COUNT(DISTINCT a.user_id) FROM (SELECT * FROM user_data WHERE date = '2022-01-01') a JOIN (SELECT * FROM user_data WHERE date = '2022-01-02') b ON a.user_id = b.user_id可以计算出连接后的用户数。 最后，计算次日留存率。次日留存率可以通过将连接后的用户数除以第一天的用户数，并乘以100来计算得出。例如，SELECT (COUNT(DISTINCT a.user_id) / COUNT(DISTINCT b.user_id)) * 100 AS retention_rate FROM (SELECT * FROM user_data WHERE date = '2022-01-01') a JOIN (SELECT * FROM user_data WHERE date = '2022-01-02') b ON a.user_id = b.user_id可以计算出次日留存率。 综上所述，使用Hive计算次日留存率的步骤包括获取第一天和第二天的用户信息，连接两天的用户信息，并计算次日留存率。通过使用Hive的SELECT语句、日期函数和JOIN操作，可以实现这一计算过程。 ### 回答3： Hive是一个基于Hadoop的数据仓库基础设施，用于处理大规模数据集。计算次日留存率可以通过Hive的数据操作和查询功能来实现。 首先，我们需要在Hive中创建一个包含用户活动数据的表。该表的结构可以包含用户ID、日期和活动类型等字段。可以使用Hive的CREATE TABLE语句来定义这个表。 接下来，我们需要编写Hive查询语句来计算次日留存率。次日留存率表示在某一天的用户中，有多少比例的用户在第二天仍然活跃。 首先，我们可以使用Hive的GROUP BY语句按照日期分组，并统计每天的用户活动数。然后，我们可以使用自连接（self-join）来将前一天和后一天的数据进行连接。 在连接操作后，我们可以使用Hive的COUNT和条件判断函数来计算前一天的用户和次日仍然活跃的用户数。最后，我们可以计算次日留存率，即次日留存用户数除以前一天的用户数，再乘以100%。 以下是一个类似的Hive查询语句示例： ``` SELECT (COUNT(DISTINCT t1.user_id) / COUNT(DISTINCT t2.user_id)) * 100 as retention_rate FROM table_name t1 JOIN table_name t2 ON t1.user_id = t2.user_id WHERE DATEDIFF(t2.date, t1.date) = 1; ``` 以上查询语句通过自连接将前一天和后一天的数据进行连接，并使用DATEDIFF函数筛选出相差一天的数据。然后，使用COUNT函数和DISTINCT关键字计算前一天和次日仍然活跃的用户数，并通过除法计算次日留存率。 最后，我们可以执行以上Hive查询语句来计算次日留存率。可以使用Hive的INSERT语句将结果插入到另一个表中，以备后续分析和使用。 总而言之，使用Hive计算次日留存率需要创建表、编写Hive查询语句来连接数据并计算留存率。借助Hive的强大功能，我们可以高效地处理大规模的用户活动数据。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值