按列值变化统计用户：统计从trial转为paying的客户ID数量

我太懂这种看起来简单却卡壳的感觉了！这种每日快照式的状态表，统计状态转换很容易因为重复记录或者状态连续变化踩坑。咱们一步步来搞定它：

核心思路 #

我们需要找到真正发生了从trial到paying状态转换的唯一客户，关键是要追踪每个客户每天的状态变化，筛选出「当天状态是paying，且前一天状态是trial」的记录，最后去重统计客户数。

具体SQL实现 #

用窗口函数LAG()来获取每个客户前一天的状态，这是处理这种时序状态变化的利器：

SELECT COUNT(DISTINCT customer_id) AS trial_to_paying_customers
FROM (
    SELECT 
        customer_id,
        dates,
        status,
        -- 按客户分组、日期排序，获取前一天的状态
        LAG(status) OVER (PARTITION BY customer_id ORDER BY dates) AS previous_day_status
    FROM your_table_name -- 替换成你的表名
) AS daily_status_changes
-- 筛选出从trial转为paying的记录
WHERE status = 'paying' 
  AND previous_day_status = 'trial';

代码解释 #

1. 子查询部分：通过LAG()窗口函数，为每个客户的每一天记录，匹配出它前一天的状态。这样我们就能清晰看到每个客户的状态变化链路。
2. 外层筛选：只保留「当天是paying，前一天是trial」的行，这些就是真正的转换节点。
3. 去重统计：用COUNT(DISTINCT)确保同一个客户就算多次转换（比如先trial→paying，后来又expired→trial→paying）也只会被统计一次。如果你的需求是统计所有转换次数，去掉DISTINCT即可。

边界情况说明 #

• 如果客户第一天进入系统就是paying状态，previous_day_status会是NULL，不会被统计，符合逻辑。
• 如果客户状态是trial→expired→paying，这种间接转换也不会被统计，因为前一天状态是expired而非trial，这正好匹配我们要的「直接从trial转paying」的需求。

内容的提问来源于stack exchange，提问作者user2022284