SQL85 统计每个产品的销售情况

好复杂,俺不中了。。

问题描述

本查询旨在分析2023年各产品的销售情况,包括:

  1. 每个产品的总销售额、单价、总销量和月均销售额
  2. 每个产品销量最高的月份及其销量
  3. 每个产品购买量最高的客户年龄段

解题思路

1. 基础数据准备 (base_data)

首先从订单、客户和产品表中提取2023年的销售数据,并计算:

  • 订单月份 (month(order_date))
  • 订单总金额 (quantity * unit_price)
  • 客户年龄段分组 (customer_age_group)
WITH base_data AS (SELECTproducts.product_id,MONTH(order_date) AS month,unit_price,quantity,quantity * unit_price AS total_amount,customer_age,CASEWHEN customer_age BETWEEN 1 AND 10 THEN '1-10'WHEN customer_age BETWEEN 11 AND 20 THEN '11-20'WHEN customer_age BETWEEN 21 AND 30 THEN '21-30'WHEN customer_age BETWEEN 31 AND 40 THEN '31-40'WHEN customer_age BETWEEN 41 AND 50 THEN '41-50'WHEN customer_age BETWEEN 51 AND 60 THEN '51-60'ELSE '61+'END AS customer_age_groupFROMordersJOIN customers USING (customer_id)JOIN products USING (product_id)WHEREYEAR(order_date) = 2023
)

2. 计算产品月最高销量 (max_monthly_quantity_data)

找出每个产品在所有月份中的最高销量:

  • 按产品和月份分组计算总销量
  • 使用窗口函数 max(sum(quantity)) 找出每个产品的月最高销量
max_monthly_quantity_data AS (SELECT DISTINCTproduct_id,max_monthly_quantityFROM(SELECTproduct_id,MAX(SUM(quantity)) OVER (PARTITION BY product_id) AS max_monthly_quantityFROMbase_dataGROUP BYproduct_id,monthORDER BYproduct_id ASC,month ASC) t1
)

3. 识别主要客户群体 (grouped_data)

找出每个产品购买量最高的客户年龄段:

  • 按产品和客户年龄段分组计算总销量
  • 使用 ROW_NUMBER() 按销量降序排序(销量相同时按年龄段升序)
  • 筛选排名第一的记录
grouped_data AS (SELECTproduct_id,customer_age_groupFROM(SELECTproduct_id,customer_age_group,total_quantity,ROW_NUMBER() OVER (PARTITION BY product_idORDER BY total_quantity DESC, customer_age_group ASC) AS sales_rankFROM(SELECTproduct_id,customer_age_group,SUM(quantity) AS total_quantityFROMbase_dataGROUP BYproduct_id,customer_age_group) t2ORDER BYproduct_id,sales_rank) t3WHEREsales_rank = 1
)

4. 计算基本销售统计 (basic_stat)

计算每个产品的核心销售指标:

  • 总销售额 (sum(total_amount))
  • 单价 (unit_price)
  • 总销量 (sum(quantity))
  • 月均销售额 (sum(total_amount)/12)
basic_stat AS (SELECTproduct_id,ROUND(SUM(total_amount), 2) AS total_sales,ROUND(unit_price, 2) AS unit_price,SUM(quantity) AS total_quantity,ROUND(SUM(total_amount) / 12, 2) AS avg_monthly_salesFROMbase_dataGROUP BYproduct_id,unit_price
)

5. 合并最终结果

将三个中间结果合并,并按总销售额降序、产品ID升序、客户年龄段升序排序:

SELECT*
FROMbasic_statJOIN max_monthly_quantity_data USING (product_id)JOIN grouped_data USING (product_id)
ORDER BYtotal_sales DESC,product_id ASC,customer_age_group ASC

技术亮点

  1. 多维度分析:同时考虑了时间维度(月份)和客户维度(年龄段)
  2. 窗口函数应用:使用 MAX() OVER()ROW_NUMBER() 高效计算极值和排名
  3. 数据完整性:确保所有计算都基于2023年的销售数据
  4. 精确分组:正确处理了产品和月份、产品和客户年龄段的交叉分组

结果解读

最终结果将展示:

  • 按总销售额排序的所有产品
  • 每个产品的核心销售指标
  • 该产品销量最高的月份对应的销量
  • 该产品最主要的客户年龄段

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/bicheng/85695.shtml
繁体地址,请注明出处:http://hk.pswp.cn/bicheng/85695.shtml
英文地址,请注明出处:http://en.pswp.cn/bicheng/85695.shtml

如若内容造成侵权/违法违规/事实不符,请联系英文站点网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Django MAC Pycharm 命令行建立项目,注册app运行失败,找不到views导入包

相对复杂的情况 你没有直接在Pycharm中建立一个Django项目,而是直接建立某个项目或者打开某个项目,使用命令后安装Django后,使用命令后建立了Django项目,尽管你的目录尽可能干净,只有Django项目,但是这仍然…

窄带和宽带谁略谁优

窄带(Narrowband)与宽带(Broadband)深度对比 ——涵盖 优缺点、适用场景、调制方式 1. 窄带(Narrowband) 1.1 核心特点 带宽:≤25 kHz(典型值,如NB-IoT仅占用180kHz&a…

李佳琦直播间618收官:6成销量为国货,多品类增超25%

618大促迎来收官,作为电商消费的关键风向标,李佳琦直播间生动呈现了当下消费市场的多元趋势。 据「TMT星球」了解,在长达近40天的大促里,李佳琦直播间不仅延续过往的高人气与强带货力,更在高质价比产品、高质量服务保…

c++ noexcept关键字

noexcept 是 C11 中引入的一个关键字,用来标记函数声明,表示该函数不会抛出异常。它可以用于函数、函数指针、Lambda 表达式等。使用 noexcept 可以帮助编译器进行优化,提高代码的执行效率,并且让程序在处理异常时更加明确。 1. …

腾讯混元3D制作简单模型教程-2

以下是腾讯混元3D制作简单模型的详细教程,整合最新版本特性(截至2025年6月),操作门槛低且无需专业基础: 🖥 一、在线生成(最快30秒完成) ‌访问平台‌ 打开 腾讯混元3D创作引擎官网…

阿里云申请ssl证书,同时需要绑定域名,下载nginx压缩包,nginx添加证书路径即可

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 一、ssl是什么?二、登录阿里云三、图片教程四、添加域名前缀(www)如:www.baidu.com总结 一、ssl是什么? …

额度互动促进金融健康,蚂蚁消金创新智能实时交互式风控系统

“蚂蚁消金希望利用交互式智能风控技术,挖掘年轻人努力成长的证明”。6月19日,在上海举行的2025中国国际金融展上,蚂蚁消金首席风险官林嘉南分享了,如何将大模型技术应用在交互式智能风控领域,从而促进额度的互动性&am…

SAP-ABAP:LOOP ... ASSIGNING高效处理内表数据详解

在ABAP中&#xff0c;LOOP ... ASSIGNING 是高效处理内表数据的关键技术&#xff0c;它通过字段符号(field symbol) 直接访问内表内存地址&#xff0c;避免数据副本创建。以下是详细用法指南&#xff1a; 一、基础语法结构 FIELD-SYMBOLS: <fs_line> TYPE any. " …

Tomcat本地部署Maven Java Web项目

接下来是在widows部署maven javaweb 首先要配置tomcat&#xff0c;我这里是联合项目&#xff0c;需要配置多个tomcat 选择每个对应的war包 这里的项目名和端口号要改&#xff0c;否则多个项目启动会因为端口号占用无法启动 Tomcat运行项目 打包 在右边的Maven视图里面找到…

golang--具名返回值、匿名返回值与 defer 语句之间的关系,以及 panic 对它们的影响

好的&#xff0c;我们来详细探讨 Go 语言中具名返回值、匿名返回值与 defer 语句之间的关系&#xff0c;以及 panic 对它们的影响。这是 Go 错误处理和资源管理中的核心机制。 核心概念 具名返回值 (Named Return Values): 在函数签名中声明返回变量名。例如&#xff1a;fun…

FFmpeg 超级详细安装与配置教程(Windows 系统)

1. 前言 FFmpeg 是一个用于处理视频、音频等多媒体文件的开源工具包。它支持几乎所有的多媒体格式转换、剪辑和编辑&#xff0c;是开发者和多媒体工作者必备的工具。本文详细讲解如何在 Windows 系统上安装 FFmpeg 并进行基本配置。 2. 下载 FFmpeg 安装包 打开 Download FFmp…

Pytorch中gather()函数详解和实战示例

在 PyTorch 中&#xff0c;torch.gather() 是一个非常实用的张量操作函数&#xff0c;主要用于根据索引从输入张量中选择特定位置的值。它常用于注意力机制、序列处理等场景。 函数定义 torch.gather(input, dim, index) → Tensorinput&#xff1a;待提取数据的张量。dim&…

uniapp 微信小程序在线引入字体图标

在线引入字体图标&#xff0c;出现体验版&#xff0c;真机调试字体图标不出来&#xff0c;模拟器上是好的 由于字体图标和小程序域名不在同一个&#xff0c;所以出现了跨域问题&#xff0c;将字体图标文件放到小程序同一个域名下就好了

macOS版的节点小宝上架苹果APP Store了

前言 前段时间很多小伙伴按照小白的教程在飞牛NAS部署了节点小宝之后&#xff0c;Windows的小伙伴玩得不亦乐乎&#xff01; 反观macOS用户……因为没有#macOS版本的节点小宝&#xff0c;就算是在飞牛NAS上部署了节点小宝&#xff0c;却一点也开心不起来。 毕竟iOS版本的节点…

tensor向量按任意维度进行切片、拆分、组合

torch.index_select(input_tensor, 切片维度, 切片索引) 注意&#xff1a;切完之后&#xff0c;转onnx时会生成Gather节点&#xff1b; torch自带切片操作&#xff1a; start : end : step&#xff1a; 范围前闭后开&#xff0c;将其放在哪个维度上&#xff0c;就对那个维度…

(八)Linux进程程序替换

1 进程替换 进程替换是为了让程序能在不创建新进程的情况下&#xff0c;让父进程和子进程执行不同的代码&#xff0c;以实现控制清晰、执行高效的程序调度机制。 1.1 先看效果 #include <stdio.h> #include <unistd.h> int main() {printf("before:I am a p…

支持 TDengine 的数据库管理工具—qStudio

qStudio qStudio 是一款免费的多平台 SQL 数据分析工具&#xff0c;可以轻松浏览数据库中的表、变量、函数和配置设置。最新版本 qStudio 内嵌支持 TDengine。 前置条件​ 使用 qStudio 连接 TDengine 需要以下几方面的准备工作。 安装 qStudio。qStudio 支持主流操作系统包…

破解 VMP+OLLVM 混淆:通过 Hook jstring 快速定位加密算法入口

版权归作者所有&#xff0c;如有转发&#xff0c;请注明文章出处&#xff1a;https://cyrus-studio.github.io/blog/ VMP 壳 OLLVM 的加密算法 某电商APP的加密算法经过dex脱壳分析&#xff0c;找到参数加密的方法在 DuHelper.doWork 中 package com.shizhuang.duapp.common…

Automatisch:开源的工作流自动化利器

在当今数字化的时代,企业和个人都在寻找高效的方式来自动化业务流程,减少手动操作带来的时间和成本消耗。Automatisch 作为一款开源的 Zapier 替代方案,为我们提供了一个强大而灵活的工具,让工作流自动化变得更加简单和可控。 一、Automatisch 简介 Automatisch 是一个商…

RAG应用效果评估框架与优化指南

1. 引言:为何RAG评估至关重要? 一个RAG系统通常包含多个可调参数和可替换组件(如不同的嵌入模型、向量数据库、LLM、Prompt模板等)。没有有效的评估机制,优化过程就像“盲人摸象”,难以判断改动是否带来了真正的提升。 RAG评估的核心目的: 量化系统性能:将RAG的“好坏…