Retensi

Menganalisis Data Bisnis di SQL

Michel Semaan

Data Scientist

MAU - jebakan

Tidak menunjukkan rincian pengguna aktif menurut masa pakai
Tidak membedakan pola aktivitas pengguna
- Kasus 1: 100 pengguna mendaftar tiap bulan, aktif hanya satu bulan
- Kasus 2: Hanya 100 pengguna mendaftar di bulan pertama; tidak ada pendaftaran baru setelahnya, tetapi 100 pengguna ini aktif setiap bulan
- MAU kedua kasus = 100!

MAU - rincian

Rincian

Pengguna baru bergabung bulan ini
Pengguna dipertahankan aktif bulan lalu dan tetap aktif bulan ini
Pengguna bangkit tidak aktif bulan lalu, kembali aktif bulan ini

Tingkat retensi - ringkasan

Tingkat retensi: Persentase pengguna yang aktif di bulan sebelumnya dan masih aktif di bulan ini
Rumus: $\frac{Uc}{Up}$, di mana $Uc$ = jumlah pengguna unik yang aktif di bulan ini dan bulan lalu, dan $Up$ = jumlah pengguna unik yang aktif di periode sebelumnya
Contoh: $\frac{80}{100} = 0{.}8 = 80\%$

Tingkat retensi - kueri

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;

Tingkat retensi - hasil

delivr_month  retention
------------  ---------
2018-06-01    0.70
2018-07-01    0.70
2018-08-01    0.76

Retensi

Menganalisis Data Bisnis di SQL