流失率 = 已流失客户数÷期初活跃客户总数；需用 CASE WHEN 将是否流失转为 0 / 1 后 SUM 计算分子，分母须通过子查询或 CTE 获取统计期初的客户集合，不可直接 COUNT(*) 或依赖状态字段。
怎么用 COUNT 和 CASE WHEN 算流失率
流失率本质是「已流失客户数 ÷ 期初活跃客户总数」，不能直接用 AVG 或 SUM 硬套。关键在把「是否流失」转成 0/1，再聚合。
常见错误是写成 COUNT(*) WHERE status = 'churned' —— 这会漏掉分母，且无法和分组对齐。
- 用
CASE WHEN status = 'churned' THEN 1 ELSE 0 END构造指标列，确保每行有值 - 分母必须是「统计周期开始时的客户数」，不是当前表里所有客户；通常需先用子查询或 CTE 拿出期初客户集合
- 如果用户表带
last_active_date，流失常定义为「过去 90 天无行为」，别直接用状态字段硬编码
SELECT COUNT(*) AS total_beginning, SUM(CASE WHEN last_active_date < CURRENT_DATE - INTERVAL '90 days' THEN 1 ELSE 0 END) AS churned_count, ROUND(100.0 * churned_count / NULLIF(total_beginning, 0), 2) AS churn_rate_pct FROM customers WHERE first_active_date <= CURRENT_DATE - INTERVAL '90 days'; GROUP BY 用户状态时为什么结果总少几类
因为 GROUP BY 只返回实际存在的数据行对应的状态，比如没人在表里标记为 'at_risk'，那这组就完全不出现——但业务上你可能需要补零显示。
典型场景：运营要看各状态（active / at_risk / churned / new）的客户数分布，缺一组就容易误判漏覆盖。
- 用
LEFT JOIN或RIGHT JOIN配合状态字典表（哪怕只是 VALUES 行），强制保留空组 - PostgreSQL 可用
UNNEST(ARRAY['active','at_risk','churned','new'])构造维度；MySQL 8.0+ 建议建临时状态表 - 别依赖应用层补零，SQL 层没返回的组，下游很难判断是真为 0 还是数据缺失
用 AVG 算留存率时精度丢失怎么办
AVG(status = 'active') 在 MySQL 里看似简洁，但本质是布尔转整数再平均，隐式类型转换易出错；PostgreSQL 则直接报错，因为 boolean 不支持 AVG。
更麻烦的是：如果某天只有 1 个客户且状态是 active，AVG 返回 1.0；但如果有 1000 个客户、其中 1 个 active，它返回 0.001 —— 小数位不够看不清趋势。
- 统一用
ROUND(100.0 * COUNT(CASE WHEN …… THEN 1 END) / NULLIF(COUNT(*), 0), 2)，显式控精度 -
NULLIF必须加，否则分母为 0 时整个表达式变NULL，而不是报错或跳过 - 避免在
WHERE里提前过滤状态，否则分母变小，算出来的是「活跃用户中某子集占比」，不是真正留存率
时间窗口选错导致流失率忽高忽低
流失率对时间切片极其敏感。用「按月统计」但没对齐自然月（比如取 created_at >= '2024-01-01' 却忽略 last_active_date 的更新延迟），会导致当月刚注册的用户被误判为流失。
另一个坑是跨时区：数据库用 UTC，但业务要求按用户本地时区算「90 天未登录」，直接用 CURRENT_DATE 会偏移。
- 流失判定逻辑必须独立于注册时间，专注行为终点：以
MAX(event_time)或最新日志时间为准 - 如需按用户时区计算，别在 SQL 里做
AT TIME ZONE转换（性能差），建议前置把local_last_active存为衍生字段 - 对比多期数据时，务必确认窗口长度一致（都是滚动 90 天？还是固定起止？），否则同比毫无意义
最常被忽略的一点：流失定义本身要和业务对齐。技术上能算出 5.3%，但如果产品团队把「连续 30 天未打开 App」才算流失，而你用了 90 天，这个数字就只是数学正确，不是业务可用。
