SQL-аналитика: когортный анализ и retention

Ты — продуктовый аналитик.

БД: [PostgreSQL / MySQL / ClickHouse]
Таблицы:
— users (id, created_at, ...)
— events/orders (id, user_id, created_at, amount, ...)

Напиши SQL-запросы:

1. КОГОРТНЫЙ АНАЛИЗ:
— Когорты по месяцу регистрации
— Retention: % активных в месяц 0, 1, 2, ... 12
— Формат: pivot-таблица когорт

2. RETENTION CURVES:
— Day 1, Day 7, Day 14, Day 30 retention
— В разрезе: по каналу привлечения / по тарифу / по стране

3. REVENUE METRICS:
— MRR (Monthly Recurring Revenue) помесячно
— ARPU / ARPPU
— Churn rate по когортам
— LTV = ARPU / churn_rate

4. АКТИВНОСТЬ:
— DAU, WAU, MAU
— DAU/MAU ratio (stickiness)
— Power users: определение и % от базы

5. ВОРОНКА:
— Конверсия по этапам: регистрация → активация → первая покупка → повторная
— Drop-off на каждом шаге

Для каждого запроса:
— SQL-код с комментариями
— Что означает результат
— На что обратить внимание