Logo
TGCATALOG
Catalog Collections Blog
Data analysis - DA SQL

Data analysis - DA SQL

Data analysis: SQL, Python.

No ratings
582
29.10.2026
582
29.10.2026
No ratings
582
29.10.2026
Safe redirect via bot
О канале

Data analysis: SQL, Python.

Подписчиков 1,700
Тематика Technology
Язык English
Ссылка t.me/business_stats

We also recommend

Kekaton AI | Voiceover and voice clone
Kekaton AI | Voiceover and voice clone
Bot

AI bot for text-to-speech and voice cloning in Telegram. Create audio using neural network quickly and easily.

Description

About data analysis: databases, SQL, Python and more for analysts.

Latest posts

Data analysis - DA SQL
Data analysis - DA SQL
🔒Открыть пост
и посмотреть медиа
Как на SQL найти постоянных клиентов, которые уже ушли Предположим, есть таблица с заказами, в которой нас интересуют лишь поля: ▶️client_id - id клиента ▶️order_date - дата заказа И нужно найти тех клиентов, которые не совершали покупок более 90 дней, НО которые при этом раньше покупали регулярно (например, минимум 1 раз каждые 7 дней, суммарно не менее 5 покупок). С маркетинговой точки зрения такая выборка покажет, какие из наиболее лояльных и постоянных клиентов вдруг потеряли полностью интерес к нашей продукции 🟠Сделать такую выборку можно на SQL, используя СТЕ и оконные функции. 1️⃣Начать запрос можно с того, чтобы вывести с помощью оконных функций самую последнюю order_date и предыдущую от текущей order_date для каждого клиента, а также посчитать общее кол-во покупок у каждого клиента: WITH client_orders AS ( SELECT client_id, order_date, MAX(order_date) OVER (PARTITION BY client_id) AS last_order_date, LAG(order_date) OVER (PARTITION BY client_id ORDER BY order_date) AS prev_order_date, COUNT(*) OVER (PARTITION BY client_id) AS total_orders FROM orders ), 2️⃣Затем можно сразу отдельно исключить тех клиентов, у которых есть хотя бы 1 перерыв между двумя заказами более 7 дней. Для этого используем разницу между текущей датой заказа и предыдущей, полученной с помощью LAG в шаге 1️⃣: lag_orders as ( SELECT DISTINCT client_id FROM client_orders WHERE DATEDIFF (order_date, prev_order_date) > 7 ) 3️⃣И в конце выводим тех клиентов, у которых не менее 5 покупок и которые не совершали заказов более 90 дней, и при этом всём которые не пересекаются с client_id клиентов, выведенных в шаге 2️⃣: SELECT DISTINCT client_id FROM client_orders WHERE total_orders >= 5 AND DATEDIFF(CURDATE(), last_order_date) > 90 AND client_id NOT IN (SELECT * FROM lag_orders) Результат получится в виде уникальных client_id. Это как раз и будут искомые клиенты.
Data analysis - DA SQL
FAQ

Open Data analysis - DA SQL in Telegram and press the Start button. No separate registration is required.

Yes. The service is designed to be straightforward: open the resource, follow the on-screen instructions and start using it.

No. You can use Data analysis - DA SQL directly in Telegram unless the resource description says otherwise.

Access depends on the resource. Check the current information in Telegram after opening Data analysis - DA SQL.

The exact features depend on the resource. Open Data analysis - DA SQL to see its current functions, content and access conditions.
Subscriber dynamics
+-0.5% last 30 days
Current
1,700
Month ago
1,709
Average growth
+0 / day
Updated
13 hours ago

Reviews for channel Data analysis - DA SQL

Log in to leave a review

Only registered users can share their opinion.

No reviews yet

Be the first to share your impression of this resource!

Similar resources

Loading
Switch to Light Theme
Home Catalog Collections Blog Login