通过在 SQL 中按日期范围聚合来计算流失

Question

我正在尝试根据具有 customer_id、group、date 的数据计算流失率。 聚合将按 id、组和日期进行。 流失率公式是(customers in previous cohort - customers in last cohort)/customers in previous cohort

前一期客户是指前28天的客户最后一期客户是指最近28天的客户

我不确定如何按日期范围汇总它们以计算流失。

这是我从SQL Group by Date Range复制的示例数据：

Date        Group    Customer_id
2014-03-01  A         1
2014-04-02  A         2
2014-04-03  A         3
2014-05-04  A         3
2014-05-05  A         6
2015-08-06  A         1
2015-08-07  A         2
2014-08-29  XXXX      2
2014-08-09  XXXX      3
2014-08-10  BB        4
2014-08-11  CCC       3
2015-08-12  CCC       2
2015-03-13  CCC       3
2014-04-14  CCC       5
2014-04-19  CCC       4
2014-08-16  CCC       5
2014-08-17  CCC       3
2014-08-18  XXXX      2
2015-01-10  XXXX      3
2015-01-20  XXXX      4
2014-08-21  XXXX      5
2014-08-22  XXXX      2
2014-01-23  XXXX      3
2014-08-24  XXXX      2
2014-02-25  XXXX      3
2014-08-26  XXXX      2
2014-06-27  XXXX      4
2014-08-28  XXXX      1
2014-08-29  XXXX      1
2015-08-30  XXXX      2
2015-09-31  XXXX      3

目标是通过上面给出的公式计算 2014 年到 2015 年之间每 28 天的流失率。 因此，它将通过将数据滚动 28 天并通过公式计算流失来聚合数据。

这是我尝试按日期范围聚合数据的内容：

SELECT COUNT(distinct customer_id) AS count_ids, Group,
        DATE_SUB(CAST(Date AS DATE), INTERVAL 56 DAY) AS Date_min,
        DATE_SUB(CURRENT_DATE, INTERVAL 28 DAY) AS Date_max
 FROM churn_agg
 GROUP BY count_ids, Group, Date_min, Date_max

希望有人能帮助我进行聚合和流失计算。 我想简单地减去聚合的 count_ids 以从 28 天后的下一个聚合的 count_ids 中扣除它。 所以这将是连续扣除相同的列值（count_ids）。 我不确定是否必须使用滚动窗口或简单聚合来查找流失。

Answer 1

正如@jarlh 所纠正的，不是 2015-09-31 而是 2015-09-30 您可以使用它来创建 28 天日历：

create table daysby28  (i int, _Date date);
insert into daysby28  (i, _Date)
SELECT i, cast('01-01-2014'as date) + i*INTERVAL '28 day'
from generate_series(0,50) i
order by 1;

在您使用他随小提琴发送的 @jarlh churn_agg 表创建之后，通过此查询，您将得到您想要的：

with cte as
(
  select count(Customer) as TotalCustomer, Cohort, CohortDateStart From
  (  
    select distinct a.Customer_id as Customer, b.i as Cohort, b._Date as CohortDateStart
    from churn_agg a left join daysby28 b on a._Date >=  b._Date and a._Date <  b._Date + INTERVAL '28 day' 
  ) a
  group by Cohort, CohortDateStart
)
select a.CohortDateStart, 
1.0*(b.TotalCustomer - a.TotalCustomer)/(1.0*b.TotalCustomer) as Churn from cte a
left join cte b on a.cohort > b.cohort
and not exists(select 1 from cte c where c.cohort > b.cohort and c.cohort < a.cohort)
order by 1  

所有人的小提琴就在这里