点击上方蓝色【数据攻略】关注+星标~

第一时间获取最新内容

SQL考点及命题方式

本篇，将结合 真实 业务需求

一、业务背景

二、数据说明

三、SQL实战

2021年淘宝双十一进行了两次预售活动

两次预售活动的主要目标有两个：

② 更长的活动时间可提高活动的渗透率

现有一张用户订单表（order_info)，字段如下：

• uid：用户ID

• goods_id：商品ID

• mall_id：店铺ID

• order_type：订单类型

• 预售订单

• 尾款订单

• 普通订单

• order_id：订单号

• order_status：订单状态，总共有以下类型

• 支付成功

• 未支付

• 退款中

• 已退款

• order_time：订单时间

• pay_time：支付时间

• goods_num：商品件数

• order_amt：订单金额

• 预售订单和尾款订单号共享一个订单ID

• 普通订单不参与预售活动

② 筛选成功支付的预售订单，计算用户数及订单数

③ 筛选成功支付的尾款订单，计算其订单数

② 计算不参与预售的商品平均价格

③ 计算优惠比例

请计算预售成交额（预售+尾款订单金额）TOP100的店铺

• mall_id：店铺ID

• order_amt：预售订单成交额

• order_cnt：预售订单数

② 使用窗口函数进行排序

③ 筛选排名TOP100的店铺信息

请分别计算两次预售活动订单的退款率（未支付尾款的订单不做统计）

• stage_tpye：阶段标记

• order_cnt：预售订单数

• order_amt：预售成交额

• refund_order_cnt：退款订单数

• refund_order_amt：退款总金额

• refund_order_cnt_rate：退款订单数占比

• refund_order_amt_rate：退款金额占比

▼ 解题思路：

以上就是一次预售活动的分析讲解~

▶ 是基于什么背景？有什么目标？

▶ 要分析什么效果？为什么这么看？

▶ 还可以从哪些角度进行分析解读？...等等

你看，多深挖一些为什么

也会驱动你去学习去补充去培养的

对了，如果你喜欢/急需 这类

贴近业务场景的SQL+思路逐步拆解

记得后台回复1，加我，备注 sql训练 

已经添加我的，也可以私信我意向

需要的人若多，我就开始出真题了

如若盼 追更 『求职类』干货系列 

欢迎大家转发，点亮在看

Ps. 微信推文改了规则

看完记得设置为 “ 星标 ” 

不然我会消失的

往期好文推荐