Bindung

Business-Daten mit SQL analysieren

Michel Semaan

Data Scientist

MAU – Fallstricke

  • Zeigt nicht die Aufschlüsselung aktiver Nutzer nach Zugehörigkeitsdauer
  • Unterscheidet nicht zwischen unterschiedlichen Aktivitätsmustern
    • Fall 1: Jeden Monat registrieren sich 100 Nutzer und sind nur einen Monat aktiv
    • Fall 2: Nur im ersten Monat registrieren sich 100 Nutzer; danach niemand mehr, aber diese 100 sind jeden Monat aktiv
    • In beiden Fällen sind die MAUs 100!
Business-Daten mit SQL analysieren

MAU – Aufschlüsselung

Aufschlüsselung

  • Neue Nutzer: sind diesen Monat beigetreten
  • Gebundene Nutzer: waren im Vormonat aktiv und sind es auch jetzt
  • Zurückgekehrte Nutzer: waren im Vormonat inaktiv und sind jetzt wieder aktiv
Business-Daten mit SQL analysieren

Bindungsrate – Überblick

  • Bindungsrate: Prozentanteil der Nutzer, die im Vormonat aktiv waren und im aktuellen Monat noch aktiv sind
  • Formel: $\frac{Uc}{Up}$, wobei $Uc$ die Anzahl unterschiedlicher Nutzer ist, die in beiden Monaten aktiv waren, und $Up$ die Anzahl unterschiedlicher Nutzer im Vormonat
  • Beispiel: $\frac{80}{100} = 0{,}8 = 80\%$
Business-Daten mit SQL analysieren

Bindungsrate – Abfrage

WITH user_activity AS (
  SELECT DISTINCT
    DATE_TRUNC('month', order_date) :: DATE AS delivr_month,
    user_id
  FROM orders)

SELECT previous.delivr_month, ROUND( COUNT(DISTINCT current.user_id) :: NUMERIC / GREATEST(COUNT(DISTINCT previous.user_id), 1), 2) AS retention
FROM user_activity AS previous LEFT JOIN user_activity AS current ON previous.user_id = current.user_id AND previous.delivr_month = (current.delivr_month - INTERVAL '1 month') GROUP BY previous.delivr_month ORDER BY previous.delivr_month ASC LIMIT 3;
Business-Daten mit SQL analysieren

Bindungsrate – Ergebnis

delivr_month  retention
------------  ---------
2018-06-01    0.70
2018-07-01    0.70
2018-08-01    0.76
Business-Daten mit SQL analysieren

Bindung

Business-Daten mit SQL analysieren

Preparing Video For Download...