Det första kapitlet introducerar användningsfallet med ett onlineföretag för filmuthyrning som heter MovieNow, och fokuserar på att använda enkla SQL-frågor för att extrahera och aggregera data från dess databas.

Introduktion till datadriven beslutsfattning

Utforska databasen

Utforska tabellen renting

Filtrering och sortering

Arbeta med datum

Välj filmer

Välj från renting

Aggregationer – att sammanfatta data

Sammanfatta kundinformation

Betyg för film 25

Granskning av årliga uthyrningar

Introduktion till business intelligence för en filmdatabas online

Mer komplexa frågor med GROUP BY, LEFT JOIN och underfrågor används för att få insikt i kundpreferenser.

Gruppera filmer

Första kontot för varje land.

Genomsnittliga filmbetyg

Genomsnittligt betyg per kund

Koppla filmbetyg med kunddata

Koppla ihop renting och customers

Aggregera intäkter, uthyrningar och aktiva kunder

Filmer och skådespelare

Pengar spenderade per kund med underfrågor

Intäkter från filmer

Amerikanska skådespelares ålder

Identifiera favoritskådespelare för kundgrupper

Identifiera favoritfilmer för en kundgrupp

Identifiera favoritskådespelare för Spanien

KPI:er per land

Beslutsfattning med enkla SQL-frågor

Konceptet nästlade frågor och korrelerade nästlade frågor introduceras, och funktionerna EXISTS och UNION används för att kategorisera kunder, filmer, skådespelare och mer.

Nästlad fråga

Populära filmer

Frekventa kunder

Filmer med betyg över genomsnittet

Korrelerade nästlade frågor

Analysera kundbeteende

Kunder som gav låga betyg

Filmer och betyg med korrelerade frågor

Frågor med EXISTS

Kunder med minst ett betyg

Skådespelare i komedier

Frågor med UNION och INTERSECT

Unga skådespelare som inte kommer från USA

Dramafilmer med höga betyg

Datadriven beslutsfattning med avancerade SQL-frågor

OLAP-tilläggen i SQL introduceras och tillämpas för att aggregera data på flera nivåer. Dessa tillägg är operatorerna CUBE, ROLLUP och GROUPING SETS.

OLAP: CUBE-operatorn

Grupper av kunder

Filmkategorier

Analysera genomsnittliga betyg

ROLLUP

Antal kunder

Analysera genrepreferenser per land

GROUPING SETS

Frågor med GROUPING SETS

Utforska skådespelarnas nationalitet och kön

Utforska betyg efter land och kön

Allt hänger ihop

Kundpreferenser för genrer

Kundpreferenser för skådespelare

Datadriven beslutsfattning med OLAP SQL-frågor

MovieNow

I den här kursen lär du dig att använda SQL som stöd för beslutsfattning. Kursen bygger på ett fallstudie om ett företag som hyr ut filmer online, med en databas som innehåller kundinformation, filmbetyg, bakgrundsinformation om skådespelare och mycket mer. Du lär dig att skriva SQL-frågor för att bland annat undersöka kundpreferenser, kundengagemang och försäljningsutveckling. Kursen tar även upp SQL-tillägg för online analytisk bearbetning (OLAP), vilket gör det enklare att utvinna viktiga insikter från flerdimensionella aggregerade data.

Data Manipulation in SQL

Lär dig analysera en SQL-tabell och rapportera insikter till ledningen.

Datadriven beslutsfattning i SQL

Associate Data Analyst i SQL

SQL för affärsanalytiker

Professor Data Science and Analytics

Aggregeringar – sammanfatta data

Översikt – aggregeringar

Aggregering med NULL-värden

DISTINCT

DISTINCT med `NULL`-värden

Ge kolumnnamn ett alias

Nu kör vi en övning!

Introduktion till business intelligence för en filmdatabas online - Aggregationer – att sammanfatta data

Aggregationer – att sammanfatta data

Create Your Free Account