Contrato de evento
Campos que espera la consulta
| Campo | Tipo | Por que existe |
|---|---|---|
| timestamp_utc | Timestamp | Tiempo de actividad. |
| user_id | Utf8 | Identificador de actor estable. |
| event_name | Utf8 | Acción calificativa del producto. |
Copiar la consulta
WITH daily_users AS (
SELECT DISTINCT
date_trunc('day', timestamp_utc) AS activity_day,
user_id
FROM product_events
WHERE timestamp_utc >= now() - INTERVAL '35 days'
AND event_name IN ('feature_used', 'dashboard_viewed', 'query_run')
),
days AS (
SELECT DISTINCT activity_day
FROM daily_users
),
activity AS (
SELECT
days.activity_day,
COUNT(DISTINCT CASE
WHEN daily_users.activity_day = days.activity_day
THEN daily_users.user_id
END) AS dau,
COUNT(DISTINCT daily_users.user_id) AS wau
FROM days
JOIN daily_users
ON daily_users.activity_day BETWEEN
days.activity_day - INTERVAL '6 days' AND days.activity_day
GROUP BY days.activity_day
)
SELECT
activity_day,
dau,
wau,
100.0 * dau / NULLIF(wau, 0) AS stickiness_pct
FROM activity
ORDER BY activity_day;Esta consulta de solo lectura se planifica y ejecuta en una tabla escrita vacía con Apache DataFusion 45.2.0. El resultado de la muestra determinista es sintético y se revisa por separado; valide tipos de campos, umbrales y definiciones comerciales con sus propios datos. Lea la metodología de prueba.
Resultado de la consulta
Usuarios activos diarios
La actividad diaria aumentó durante los últimos tres días completos.
2026-07-25
812
2026-07-26
846
2026-07-27
910
| activity_day | dau | wau | stickiness_pct |
|---|---|---|---|
| 2026-07-25 | 812 | 5120 | 15,86 |
| 2026-07-26 | 846 | 5244 | 16,13 |
| 2026-07-27 | 910 | 5408 | 16,83 |
Salida de ejemplo sintético. Ejecute la consulta con su propio esquema de eventos y umbrales antes de utilizarla para decisiones operativas.
Reproducir el ejemplo
Descargar el accesorio público
El paquete JSON incluye el contrato de evento escrito, illustrative filas de entrada, SQL exacto, resultado esperado, notas de revisión y versión del motor. El CSV contiene el resultado mostrado.
Cómo funciona el SQL
- 1El primer CTE deduplica eventos calificadores repetidos por usuario y día.
- 2Unir cada día de informe con los siete días de actividad anteriores produce un denominador WAU exacto y distinto.
- 3La permanencia son los distintos usuarios activos del día divididos por los distintos usuarios activos semanales de ese día.
Casos extremos para decidir
- No utilice visitas a páginas ni inicios de sesión si son indicadores inconsistentes de una actividad significativa.
- La fusión de usuarios anónimos con identificados cambia recuentos distintos.
- Excluya los días actuales incompletos de las comparaciones de informes.
Panel recomendado
- Tendencia: DAU y WAU exacta
- Estadística: adherencia de DAU/WAU
- Tabla: usuarios activos por plan o fuente de adquisición
Guía de alerta
Utilice una revisión de anomalías o cambios sostenidos en lugar de paginar la variación diaria normal del compromiso.
Leer configuración de alertaPon la receta a trabajar
Instrumentación y guías relacionadas.
Continuar el análisis
Cree un embudo de registro para activación en SQL
Calcule la conversión de usuarios únicos mediante el registro, la incorporación, la integración y los hitos de primer valor.
Receta abiertaCalcular la retención de cohorte semanal
Agrupe a los usuarios por primera semana de actividad y mida el porcentaje que regresa en semanas posteriores.
Receta abiertaEncuentre funciones utilizadas antes de la actualización
Únase a eventos destacados para actualizar eventos y clasificar comportamientos que ocurren antes de la conversión paga.
Receta abiertaEjecútelo en eventos reales.
Crea una tabla, adapta los campos y guarda el resultado.
Comience gratis, envíe eventos estructurados y utilice el resultado de la consulta como un gráfico, un widget de panel compartido o una entrada de alerta.