如何根据已经活跃的用户（而不是基于用户注册日期）计算每月用户保留数？

Question

我有一个跟踪用户活动的表（即用户在什么时候开始会话？）。 该表包含截至2018年12月的数据。 我需要根据用户活动（例如， 在2018年12月，有500位用户处于活动状态 ）来计算每月保留时间（不是基于注册日期） 。那么，在1月，2月，3月...中有多少用户处于活动状态。活动应在2019年1月进行，2019年2月进行...到目前为止，用户 ）。

我尝试了硬编码的方式，即让Table中的2018年12月的用户进入表 ，然后让另一个Table中的2019年1月的用户进入并基于user_ids联接两个表，但是为此我必须编写很多联接。 需要一种动态的方式来检查用户保留率以及2018年12月之后所有月份的月度保留额（因为该数据自本月起可用）。

select A.year_month_id,count(distinct A.user_id) as November_Users,count(distinct B.user_id) as December_Retained_Users 
FROM (
        select date_trunc('month', ua.created_at) as monthly,
        ua.user AS user_id
        FROM     user_activity ua
        WHERE    ua.event_type='StartSession'
        and     cast(ua.created_at as date) between cast('20181201' as date) and cast('20181231' as date)
        GROUP BY 1,2
    ) AS A
left Join 
    (
        select date_trunc('month', ua.created_at) as monthly,
        ua.user AS user_id
        FROM     user_activity ua
        WHERE    ua.event_type='StartSession'
        and     cast(ua.created_at as date) between cast('20190101' as date) and cast('20190131' as date)
        GROUP BY 1,2
    ) AS B 
on A.user_id=B.user_id
group by 1

user_activity表号

id | user | event_type   | created_at
1  | A1   | StartSession | April 29, 2019, 3:59 AM
2  | A2   | StartSession | December 29, 2018, 1:07 AM
3  | A3   | StartSession | December 9, 2018, 4:59 PM
49 | A31  | StartSession | May 25, 2019, 11:59 AM
100| A46  | StartSession | April 29, 2019, 3:56 AM

预期产量

Month |Monthly_Active_Users| Jan_Retained|Feb_Retained|Mar_Retained|.......
Dec   | 500                |  300        |  200       | 330
Jan   | 700                |  N/A        |  450       | 410
Feb   | 1000               |  N/A        |  N/A       | 820
Mar   | 920                |  N/A        |  N/A       | N/A
.
.
.
.
Aug   | 100                | N/A         |    N/A     | N/A

Answer 1

我认为这可以完成工作：

with t as (
    select distinct user_, to_char(created_at, 'yymm') dt
      from user_activity where event_type = 'StartSession'),
  u as (
    select a.user_, a.dt mth, b.dt dt, count(distinct a.user_) over (partition by a.dt) cnt
      from t a join t b on (a.user_ = b.user_ and b.dt >= a.dt))
select * from u pivot (count(user_) for dt in (1901, 1902, 1903, 1904)) order by mth

^{dbfiddle演示}

我假设一列created_at是date数据类型。 如果不是，请使用cast，无论哪种方法都适合您。 我们需要将此值在查询中转换为yymm 。 user也是保留字，我在查询中使用了user_ 。

用所有月份（1901 ... 1908）填充ivot的in子句中的列表，以后再添加下个月。 Pivot在此处不允许使用动态语法，您必须指定它们。

这个怎么运作：

第一-表中的不同值（用户，月份）。 然后是最重要的部分-自我联接，它为每个用户创建开始月份和将来月份的元组。 同样在这里，我添加了分析计数，这是您报告中的第二列。 最后的枢轴只是聚合这些准备好的数据。