SQL 统计用户留存 - 码农教程

问题描述

有一个用来记录每日客户消耗数据的表 t，它的表结构如下：

字段	类型	描述
created_day	Date	消耗日期
customer_id	Integer	客户ID
amount	Integer	消耗金额

要求：

统计出头部客户、腰部客户、尾部客户在上个月（2020-06-01 ~ 2020-06-30）的留存情况。

输出结果的格式：

层级	客户数量	留存数量
头部客户
腰部客户
尾部客户

数据定义：

头部客户：上个月消耗金额大于等于 30000 的客户；
腰部客户：上个月消耗金额在 10000 ~ 30000（不包含30000）的客户；
尾部客户：上个月消耗金额小于 10000 的客户；
留存：最近两个月（上个月和本月）消耗金额大于 0 的客户；
时间：上个月（2020-06-01 ~ 2020-06-30）、本月（2020-07-01 ~ 2020-07-31）。

解决方案

今天这个问题和我上一篇文章（SQL 订单揽收统计）里面的问题很相似，只不过这里要求多统计一列，因此，解决的思路也差不多。

下面我将用 CTE 来演示每个步骤。

第一步，计算出上个月每个客户的消耗金额。

with t1 AS
(SELECT
  customer_id,
  SUM(amount) AS amount
FROM
  t
WHERE created_day BETWEEN '2020-06-01'
  AND '2020-06-30'
GROUP BY customer_id)
SELECT * FROM t1

第二步，在第一步的基础上，统计头部客户、腰部客户、尾部客户的数量。

t2 AS
(SELECT
  CASE
    WHEN amount >= 30000
    THEN 1
    WHEN amount >= 10000
    THEN 2
    ELSE 3
  END AS customer_level,
  COUNT(*) AS customter_cnt
FROM
  t1
GROUP BY customer_level)
SELECT * FROM t2

在脚本中使用代码 1、2、3 分别表示头部客户、腰部客户、尾部客户。

需要注意的是，在 GROUP BY 子句中使用了 SELECT 子句中的字段别名 customer_level，这种语法在 MySQL 上能编译通过，在其它数据库中则不行。

第三步，计算留存。根据留存的定义，只要客户在本月中有消耗，就计入留存数。比如客户 A，A 在上个月的消耗金额是 40000，那么 A 属于头部客户，假如 A 在本月的消耗金额大于 0，A 就为【留存】贡献了 1 。

我们在 t1 之后插入表达式 t12，t12 用来计算每个客户的消耗金额和留存状态，它的脚本如下：

t12 AS
(SELECT
  t1.customer_id,
  t1.amount,
  IF(tmp.amount > 0, 1, 0) AS keep_state
FROM
  t1
  LEFT JOIN
    (SELECT
      customer_id,
      SUM(amount) AS amount
    FROM
      t
    WHERE created_day BETWEEN '2020-07-01'
      AND '2020-07-31'
    GROUP BY customer_id) tmp
    ON tmp.customer_id = t1.customer_id)
SELECT * FROM t12

t12 中的左连接也可以改造成标量子查询。

完整的 SQL 实现：

with t1 AS
(SELECT
  customer_id,
  SUM(amount) AS amount
FROM
  t
WHERE created_day BETWEEN '2020-06-01'
  AND '2020-06-30'
GROUP BY customer_id),
t12 AS
(SELECT
  t1.customer_id,
  t1.amount,
  IF(tmp.amount > 0, 1, 0) AS keep_state
FROM
  t1
  LEFT JOIN
    (SELECT
      customer_id,
      SUM(amount) AS amount
    FROM
      t
    WHERE created_day BETWEEN '2020-07-01'
      AND '2020-07-31'
    GROUP BY customer_id) tmp
    ON tmp.customer_id = t1.customer_id),
t2 AS
(SELECT
  CASE
    WHEN amount >= 30000
    THEN 1
    WHEN amount >= 10000
    THEN 2
    ELSE 3
  END AS customer_level,
  COUNT(*) AS customter_cnt,
  SUM(keep_state) AS keep_cnt
FROM
  t12
GROUP BY customer_level)

SELECT
  CASE
    customer_level
    WHEN 1
    THEN '头部客户'
    WHEN 2
    THEN '腰部客户'
    ELSE '尾部客户'
  END AS '层级',
  customter_cnt AS '客户数量',
  keep_cnt AS '留存数量'
FROM
  t2
ORDER BY customer_level

感兴趣的朋友可以尝试不使用左连接或者标量子查询的写法，而是只查一次 t 表就能实现需求。

封面图片由 Daniel Hannah 在 Pixabay 上发布。