La Tasa de Retención se define como el número de clientes que continúan usando un producto/servicio. Es difícil calcular el análisis de retención de cohortes. Aquí se explica cómo calcular la tasa de retención en SQL para el análisis de retención de clientes. Puede usarlo para calcular la tasa de retención en MySQL, PostgreSQL, SQL Server y Oracle. También veremos la consulta SQL para la retención de clientes. La tasa de retención se mide como la cantidad de usuarios que regresan, en un intervalo regular, como cada semana o mes, agrupados por su semana de registro.
Calcularemos la retención por cohorte semanal en SQL y terminaremos con una tabla como la que se muestra a continuación, que muestra la cantidad de clientes que volvieron a iniciar sesión después de registrarse por primera vez hace unas semanas, por cada semana de registro.
¿Cómo calcular la tasa de retención en SQL?
Estos son los pasos para calcular la tasa de retención en SQL. Supongamos que tiene la siguiente tabla que almacena user_id y login_date de la visita de cada usuario.
mysql> create table login(login_date date,user_id int, id int not null auto_increment, primary key (id));
mysql> insert into login(login_date,user_id)
values('2020-01-01',10),('2020-01-02',12),('2020-01-03',15),
('2020-01-04',11),('2020-01-05',13),('2020-01-06',9),
('2020-01-07',21),('2020-01-08',10),('2020-01-09',10),
('2020-01-10',2),('2020-01-11',16),('2020-01-12',12),
('2020-01-13',10),('2020-01-14',18),('2020-01-15',15),
('2020-01-16',12),('2020-01-17',10),('2020-01-18',18),
('2020-01-19',14),('2020-01-20',16),('2020-01-21',12),
('2020-01-22',21),('2020-01-23',13),('2020-01-24',15),
('2020-01-25',20),('2020-01-26',14),('2020-01-27',16),
('2020-01-28',15),('2020-01-29',10),('2020-01-30',18);
mysql> select * from login;
+------------+---------+----+
| login_date | user_id | id |
+------------+---------+----+
| 2020-01-01 | 10 | 1 |
| 2020-01-02 | 12 | 2 |
| 2020-01-03 | 15 | 3 |
| 2020-01-04 | 11 | 4 |
| 2020-01-05 | 13 | 5 |
| 2020-01-06 | 9 | 6 |
| 2020-01-07 | 21 | 7 |
| 2020-01-08 | 10 | 8 |
| 2020-01-09 | 10 | 9 |
| 2020-01-10 | 2 | 10 |
| 2020-01-11 | 16 | 11 |
| 2020-01-12 | 12 | 12 |
| 2020-01-13 | 10 | 13 |
| 2020-01-14 | 18 | 14 |
| 2020-01-15 | 15 | 15 |
| 2020-01-16 | 12 | 16 |
| 2020-01-17 | 10 | 17 |
| 2020-01-18 | 18 | 18 |
| 2020-01-19 | 14 | 19 |
| 2020-01-20 | 16 | 20 |
| 2020-01-21 | 12 | 21 |
| 2020-01-22 | 21 | 22 |
| 2020-01-23 | 13 | 23 |
| 2020-01-24 | 15 | 24 |
| 2020-01-25 | 20 | 25 |
| 2020-01-26 | 14 | 26 |
| 2020-01-27 | 16 | 27 |
| 2020-01-28 | 15 | 28 |
| 2020-01-29 | 10 | 29 |
| 2020-01-30 | 18 | 30 |
+------------+---------+----+
Estaremos creando análisis de cohortes semanales. Dependiendo de su producto/servicio, puede cambiarlo a mensual/diario.
Usaremos MySQL para calcular la tasa de retención en SQL. También puede calcular la tasa de cancelación de PostgreSQL.
1. Visitas de cubeta por semana
Para calcular la tasa de retención en SQL, primero agruparemos cada visita por su semana de inicio de sesión.
mysql> SELECT
user_id,
week(login_date) AS login_week
FROM login
GROUP BY user_id,week(login_date);
+---------+------------+
| user_id | login_week |
+---------+------------+
| 2 | 1 |
| 9 | 1 |
| 10 | 0 |
| 10 | 1 |
| 10 | 2 |
| 10 | 4 |
| 11 | 0 |
| 12 | 0 |
| 12 | 2 |
| 12 | 3 |
| 13 | 1 |
| 13 | 3 |
| 14 | 3 |
| 14 | 4 |
| 15 | 0 |
| 15 | 2 |
| 15 | 3 |
| 15 | 4 |
| 16 | 1 |
| 16 | 3 |
| 16 | 4 |
| 18 | 2 |
| 18 | 4 |
| 20 | 3 |
| 21 | 1 |
| 21 | 3 |
+---------+------------+
Consulte también Cómo calcular los usuarios activos semanales (WAU) en MySQL.
2. Calcule la PRIMERA SEMANA de inicio de sesión para cada usuario
Luego, para calcular la tasa de retención en SQL, necesitamos calcular la primera semana de inicio de sesión para cada usuario. Simplemente usaremos la función MIN y GROUP BY para calcular la primera semana de inicio de sesión para cada usuario
mysql> SELECT
user_id,
min(week(login_date)) AS first_week
FROM login
GROUP BY user_id;
+---------+------------+
| user_id | first_week |
+---------+------------+
| 2 | 1 |
| 9 | 1 |
| 10 | 0 |
| 11 | 0 |
| 12 | 0 |
| 13 | 1 |
| 14 | 3 |
| 15 | 0 |
| 16 | 1 |
| 18 | 2 |
| 20 | 3 |
| 21 | 1 |
+---------+------------+
3. Combinar las 2 tablas para login_week y first_week
A continuación, obtenemos login_week y first_week en paralelo para cada usuario mediante la consulta a continuación, con INNER JOIN, para calcular la tasa de retención en SQL.
mysql> select a.user_id,a.login_week,b.first_week as first_week from
(SELECT
user_id,
week(login_date) AS login_week
FROM login
GROUP BY user_id,week(login_date)) a,
(SELECT
user_id,
min(week(login_date)) AS first_week
FROM login
GROUP BY user_id) b
where a.user_id=b.user_id;
+---------+------------+------------+
| user_id | login_week | first_week |
+---------+------------+------------+
| 2 | 1 | 1 |
| 9 | 1 | 1 |
| 10 | 0 | 0 |
| 10 | 1 | 0 |
| 10 | 2 | 0 |
| 10 | 4 | 0 |
| 11 | 0 | 0 |
| 12 | 0 | 0 |
| 12 | 2 | 0 |
| 12 | 3 | 0 |
| 13 | 1 | 1 |
| 13 | 3 | 1 |
| 14 | 3 | 3 |
| 14 | 4 | 3 |
| 15 | 0 | 0 |
| 15 | 2 | 0 |
| 15 | 3 | 0 |
| 15 | 4 | 0 |
| 16 | 1 | 1 |
| 16 | 3 | 1 |
| 16 | 4 | 1 |
| 18 | 2 | 2 |
| 18 | 4 | 2 |
| 20 | 3 | 3 |
| 21 | 1 | 1 |
| 21 | 3 | 1 |
+---------+------------+------------+
4. Calcular número de semana
A partir de aquí, es fácil calcular la tasa de retención en SQL. A continuación, calculamos la diferencia entre inicio_semana y primera_semana para calcular el número_semana (número de semana)
mysql> select a.user_id,a.login_week,b.first_week as first_week,
a.login_week-first_week as week_number from
(SELECT
user_id,
week(login_date) AS login_week
FROM login
GROUP BY user_id,week(login_date)) a,
(SELECT
user_id,
min(week(login_date)) AS first_week
FROM login
GROUP BY user_id) b
where a.user_id=b.user_id;
+---------+------------+------------+-------------+
| user_id | login_week | first_week | week_number |
+---------+------------+------------+-------------+
| 2 | 1 | 1 | 0 |
| 9 | 1 | 1 | 0 |
| 10 | 0 | 0 | 0 |
| 10 | 1 | 0 | 1 |
| 10 | 2 | 0 | 2 |
| 10 | 4 | 0 | 4 |
| 11 | 0 | 0 | 0 |
| 12 | 0 | 0 | 0 |
| 12 | 2 | 0 | 2 |
| 12 | 3 | 0 | 3 |
| 13 | 1 | 1 | 0 |
| 13 | 3 | 1 | 2 |
| 14 | 3 | 3 | 0 |
| 14 | 4 | 3 | 1 |
| 15 | 0 | 0 | 0 |
| 15 | 2 | 0 | 2 |
| 15 | 3 | 0 | 3 |
| 15 | 4 | 0 | 4 |
| 16 | 1 | 1 | 0 |
| 16 | 3 | 1 | 2 |
| 16 | 4 | 1 | 3 |
| 18 | 2 | 2 | 0 |
| 18 | 4 | 2 | 2 |
| 20 | 3 | 3 | 0 |
| 21 | 1 | 1 | 0 |
| 21 | 3 | 1 | 2 |
+---------+------------+------------+-------------+
5. Girar el resultado
Finalmente, necesitamos pivotar el resultado, calcular la tasa de retención en SQL y generar una tabla de cohortes. En nuestra tabla dinámica, tendremos una fila para cada primera_semana valor y una columna para cada week_number que contiene el número de usuarios que han vuelto después de 'n' semanas para usar su producto/servicio. Para ello, utilizamos la siguiente consulta.
mysql> select first_week,
SUM(CASE WHEN week_number = 0 THEN 1 ELSE 0 END) AS week_0,
SUM(CASE WHEN week_number = 1 THEN 1 ELSE 0 END) AS week_1,
SUM(CASE WHEN week_number = 2 THEN 1 ELSE 0 END) AS week_2,
SUM(CASE WHEN week_number = 3 THEN 1 ELSE 0 END) AS week_3,
SUM(CASE WHEN week_number = 4 THEN 1 ELSE 0 END) AS week_4,
SUM(CASE WHEN week_number = 5 THEN 1 ELSE 0 END) AS week_5,
SUM(CASE WHEN week_number = 6 THEN 1 ELSE 0 END) AS week_6,
SUM(CASE WHEN week_number = 7 THEN 1 ELSE 0 END) AS week_7,
SUM(CASE WHEN week_number = 8 THEN 1 ELSE 0 END) AS week_8,
SUM(CASE WHEN week_number = 9 THEN 1 ELSE 0 END) AS week_9
from (
select a.user_id,a.login_week,b.first_week as first_week,a.login_week-first_week as week_number from (SELECT
user_id,
week(login_date) AS login_week
FROM login
GROUP BY user_id,week(login_date)) a,(SELECT
user_id,
min(week(login_date)) AS first_week
FROM login
GROUP BY user_id) b
where a.user_id=b.user_id
) as with_week_number
group by first_week
order by first_week;
+------------+--------+--------+--------+--------+--------+--------+--------+--------+--------+--------+
| first_week | week_0 | week_1 | week_2 | week_3 | week_4 | week_5 | week_6 | week_7 | week_8 | week_9 |
+------------+--------+--------+--------+--------+--------+--------+--------+--------+--------+--------+
| 0 | 4 | 1 | 3 | 2 | 2 | 0 | 0 | 0 | 0 | 0 |
| 1 | 5 | 0 | 3 | 1 | 0 | 0 | 0 | 0 | 0 | 0 |
| 2 | 1 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| 3 | 2 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
+------------+--------+--------+--------+--------+--------+--------+--------+--------+--------+--------+
Ahora sabemos cómo calcular la tasa de retención en SQL. También puede realizar las consultas anteriores para calcular la tasa de retención en MySQL, PostgreSQL.
Finalmente, puede usar una herramienta de visualización de datos para trazar el análisis de cohorte de retención anterior en una tabla. Aquí hay una tabla de retención de cohortes creada con Ubiq.
Por cierto, si desea crear tablas dinámicas, gráficos y paneles desde la base de datos MySQL, puede probar Ubiq. Ofrecemos una prueba gratuita de 14 días.
