用户留存率计算

    做企业级报表的人经常会遇到留存率的概念。对于不同的项目，留存率的概念也会有所不同。针对我所在的手机应用、手机游戏方向的用户留存率统计，在此做一些简要的说明。

    用户留存率这个概念在网上没有搜到其具体的定义，在此仅对我公司的计算模式进行简要整理：用户留存率是只某一基础用户群在特定的一段时间内使用某一应用（游戏）的比率。需要注意两个概念：

    1、基础用户群：是指按照给定要求规范出的特定群体。例如，我们要统计2月份《二战风云》的日留存，统计的基础用户群是指2月1日全天使用了《二战风云》这一游戏的所有玩家。

    2、特定的一段时间内使用：这个概念对不同的人可能有不同的两种理解。一是连续的时间内，每天都在使用该应用；二是在特定的时间段内，不定期的使用该应用。这里，我们统计采用的是后者。

    现在举例说明该统计所要达到的效果：

            第一天   第二天   第三天  第四天   第五天  第六天  第七天

    访问量   100      110      120     130      140     150     160

    留存量   100       90       80      70       60      50      40
    对于以上数据进行说明：我们以第一天访问的总人数100作为基数统计日留存。可以看到，虽然每天的用户访问量是在递增的，但是用户留存量是递减的（用户留存当然是越来越少喽！）。其计算方法我想大家也就可以看出一二了吧！对，第二天的留存量是指在第一天基数的100人中，有90人第二天又使用了该应用；而第三天的留存量是指在第一天基数的100人中，有80人第三天又使用了该应用，以此类推……

    可能有人会问，第三天的80人为什么不是以第二天的90人作为基数呢?我个人认为第二种方式在统计上是存在弊端的。举例说明：如果一个用户第二天没有使用该应用，但以后的每天都在使用，在这种情况下，我们可以确定的是：该用户是活跃用户；但如果用第二种方法统计的话，该用户就不会在我们统计的数据内。

    现就以上所述方法的统计流程进行简单介绍：

    1、抽取基础数据作为统计基数

    2、抽取第二天访问数据数据，并以该数据与抽取的基础数据做交集，得到第二天留存量

    3、用留存量/基础数据得出第二天的留存率

    4、以上方法每天循环，提取每天的用户留存数据

    一下是用户日留存的存储过程，仅供参考（mysql）

 
CREATE  PROCEDURE `PRO_REMAIN_USER_BY_DAY`(in in_day dateTime)
begin
 declare Ttime datetime;
 declare Tflag int;
 declare TtemFlag int;
 declare TdayFlag2 varchar(20);
 
 declare Tnum int;
 declare Tnum1 int;
    declare Tcount int;
 set in_day=ifnull(in_day,adddate(current_date(),-1));
 
 set Tcount=(select count(1) from remain_user_data where addTime =in_day );
 if Tcount =0 then
   insert into remain_user_data(addTime) values(in_day);
 end if;
 set Tflag=1;
 set TtemFlag=0;
 set Ttime=in_day;
 
 CREATE TEMPORARY TABLE tempTable(id bigint );
 while Tflag<30 do
  
   truncate table tempTable;
 
 #抽取基础数据
  insert into tempTable
  select player_id from day_logout_notify where logout_time>=Ttime and logout_time<adddate(Ttime,1);
 
  
  set Tnum=(select ifnull(count(distinct id),0) from tempTable );
 
     if Tnum>0 then
  #抽取第 Tnum天留存量
  set Tnum1=(select ifnull(count(distinct p.player_id),0) 
        from tempTable t join day_logout_notify p on t.id=p.player_id 
        where p.logout_time>=in_day and logout_time<adddate(in_day,1) );  
        if Tflag=1 then
           set Tnum=1;
        end if;       
  set TdayFlag2=concat( 'data',Tflag);
 
  #计算留存率 并更新
  set @sqlstr=concat('update remain_user_data set ',TdayFlag2,'=',Tnum1/Tnum,' where addTime=',concat('\'',DATE(Ttime),'\'')); 
  prepare stmt from @sqlstr;
  execute stmt;
  end if;
 
       #时间加1，循环
        set Ttime=adddate(Ttime,-1);
        set Tflag=Tflag+1;
 end while;
    drop table tempTable;
end;

 


  该存储过程已经过测试，可以放心使用。 

评论

3 楼 owen19891030 2013-12-17  

你好想问下你这个里面remain_user_data 表是需要数据库来构建吗？

2 楼 cpjsjxy 2013-06-28  

sunwt 写道

            第一天   第二天   第三天  第四天   第五天  第六天  第七天

    访问量   100      110      120     130      140     150     160

    留存量   100       90       80      70       60      50      40

按照文中留存量的解释,是不是也会出现以下的留存量数据呢，而不是简答的越来越少

            第一天   第二天   第三天  第四天   第五天  第六天  第七天

    访问量   100      110      120     130      140     150     160

    留存量   100       10       30      40       50      60      70

第二天只有第一天100人中的10人访问
第三天只有第一天100人中的30人访问
以此类推

理论上是有可能的，但实际上不会

1 楼 sunwt 2013-05-22  

            第一天   第二天   第三天  第四天   第五天  第六天  第七天

    访问量   100      110      120     130      140     150     160

    留存量   100       90       80      70       60      50      40

按照文中留存量的解释,是不是也会出现以下的留存量数据呢，而不是简答的越来越少

            第一天   第二天   第三天  第四天   第五天  第六天  第七天

    访问量   100      110      120     130      140     150     160

    留存量   100       10       30      40       50      60      70

第二天只有第一天100人中的10人访问
第三天只有第一天100人中的30人访问
以此类推