[데이터 분석을 위한 SQL 레시피] 11강 - 사용자 전체의 특징과 경향 찾기

목차 1) 사용자의 액션 수 집계하기 2) 연령별 구분 집계하기 3) 연령별 구분의 특징 추출하기 4) 사용자의 방문 빈도 집계하기 5) 벤 다이어그램으로 사용자 액션 집계하기 6) Decile 분석을 사용해 사용자를 10단계 그룹으로 나누기 7) RFM 분석으로 사용자를 3가지 관점의 그룹으로 나누기 1) 사용자의 액션 수 집계하기 사용자가 서비스 내부에서 제공되는 기능 등을 얼마나 이용하는지 집계하는 작업 액션과 관련된 지표 집계하기 사용률 (usage_rate) = 특정 액션 UU를 전체 액션 UU로 나눈 것. → 특정 액션을 얼마나 자주 사용하는지 (** UU = Unique Users. 중복없이 집계된 사용자 수) 1명 당 액션 수 (count_per_user) → 사용자가 평균적으로 액션을 몇..

• format_list_bulleted SQL
• · 2023. 12. 26.
• textsms

[데이터 분석을 위한 SQL 레시피] 10강 - 다면적인 축을 사용해 데이터 집약하기

목차 1) 카테고리별 매출과 소계 계산하기 2) ABC 분석으로 잘 팔리는 상품 판별하기 3) 팬 차트로 상품의 매출 증가율 확인하기 4) 히스토그램으로 구매 가격대 집계하기 10강 다면적인 축을 사용해 데이터 집약하기 상품의 카테고리, 가격 등을 조합해서 데이터의 특징을 추출해 리포팅하기 1) 카테고리별 매출과 소계 계산하기 카테고리의 소계와 총계를 한 번에 출력하려면, 계층별로 집계한 결과를 같은 컬럼(같은이름)이 되게 변환한 뒤, UNION ALL 구문으로 하나의 테이블로 합치면 됨. ** UNION ALL = 이름 같은 컬럼으로 구성된 두 개의 테이블 있을 때, 중복 데이터도 지우지 않고 모두 표시하여 합치는 방법 → but, 성능 안좋음. —> ROLLUP 사용 ** ROLLUP : 그룹화 및 ..

• format_list_bulleted SQL
• · 2023. 12. 26.
• textsms

[데이터 분석을 위한 SQL 레시피] 9강 - 시계열 기반으로 데이터 집계하기

목차 1) 날짜별 매출 집계하기 2) 이동평균을 사용한 날짜별 추이 보기 3) 당월 매출 누계 구하기 4) 월별 매출의 작대비 구하기 5) Z 차트로 업적의 추이 확인하기 6) 매출을 파악할 때 중요 포인트 1) 날짜별 매출 집계하기 매출을 집계하는 업무에서는 가로 축에 날짜, 세로 축에 금액을 표현하는 그래프 사용. 날짜별 매출과 평균 구매액 등을 집계할 땐, GROUP BY 날짜 해주면 됨 2) 이동평균을 사용한 날짜별 추이 보기 토욜이나 일욜과 같은 주말에 매출이 크게 변동하는 서비스의 매출 리포트로는 매출이 상승하는 경향이 있는지, 하락하는 경향이 있는지 판단하기 어려움. 이러한 경우, 7일 동안의 평균 매출을 사용한 7일 이동평균으로 표현하는 것이 좋음. #9-2 날짜별 매출과 7일 이동평균을 ..

• format_list_bulleted SQL
• · 2023. 12. 26.
• textsms

[데이터 분석을 위한 SQL 레시피] 8강 - 여러 개의 테이블 조작하기

목차 1) 여러 개의 테이블을 세로로 결합하기 2) 여러 개의 테이블을 가로로 정렬하기 3) 조건 플래그를 0과 1로 표현하기 4) 계산한 테이블에 이름 붙여 재사용하기 5) 유사 테이블 만들기 1) 여러 개의 테이블을 세로로 결합하기 비슷한 구조를 가지는 테이블의 데이터를 일괄처리 하고 싶은 경우 UNION ALL 구문 사용해 여러 개의 테이블을 세로로 결합하면 좋음. 결합할 때는 테이블의 컬럼이 완전히 일치해야 하므로, 한쪽 테이블에만 존재하는 컬럼은 SELECT 구문으로 제외하거나, 디폴트 값을 줘야함. 추가로 결합 후의 데이터가 어떤 테이블의 데이터였는지 식별할 수 있게 열 추가 # app1_mst_users -> user_id, name, email # app2_mst_users -> user_..

• format_list_bulleted SQL
• · 2023. 12. 26.
• textsms

[데이터 분석을 위한 SQL 레시피] 7강 -하나의 테이블에 대한 조작

목차 1) 그룹의 특징 잡기 2) 그룹 내부의 순서 3) 세로 기반 데이터를 가로 기반으로 변환하기 4) 가로 기반 데이터를 세로 기반으로 변환하기 1) 그룹의 특징 잡기 집약 함수 = 여러 레코드를 기반으로 하나의 값을 리턴하는 함수 테이블 전체의 특징량 계산하기 COUNT 함수 = 지정한 컬럼의 레코드 수를 리턴하는 함수 DISTINCT 구문 = 중복을 제외하고 수를 세어줌 SUM 함수 = 합계 AVG 함수 = 평균 SUM과 AVG는 컬럼의 자료형이 정수 또는 실수 등의 숫자 자료형이어야함 MAX/MIN 함수 = 최댓값, 최솟값. → 대소 비교 가능한 자료형(숫자, 문자열, 타임스탬프 등)에 적용할 수 있음. 그루핑한 데이터의 특징량 계산하기 GROUP BY 구문을 사용해 데이터 분류할 키를 지정하고..

• format_list_bulleted SQL
• · 2023. 12. 26.
• textsms

[데이터 분석을 위한 SQL 레시피] 6강 - 여러 개의 값에 대한 조작

목차 1) 문자열 연결하기 2) 여러개의 값 비교하기 3) 2개의 값 비율 계산하기 4) 두 값의 거리 계산하기 5) 날짜/시간 계산하기 6) IP 주소 다루기 1) 문자열 연결하기 #6-1 문자열을 연결하는 쿼리 SELECT user_id ,CONCAT(pref_name, city_name) AS pref_city # = ,pref_name || city_name AS pref_city (postgresql은 || 연산자도 가능) FROM mst_user_location ; #실행결과 user_id | pref_city ---------------------- U001 | 서울특별시강서구 대부분의 미들웨어에서 CONCAT 함수를 사용해 원하는 만큼의 문자열을 연결할 수 있음. 하지만 Redshift의 ..

• format_list_bulleted SQL
• · 2023. 12. 26.
• textsms