Если бы жизнь была базой данных...

Недавно я делала пост о том, что можно свои аналитические задачи рассматривать под другим углом и тем самым создавать интерес к ним с жизненной точки зрения.

Собственно, вот ссылка на него

VelStyling

Личный опыт

11 июня

Задачи аналитиков. Интересны или так себе.

Это пост больше о том, как посмотреть на задачи аналитиков с другой стороны и снова их полюбить.

Ну и решила посмотреть как еще можно рассмотреть жизненные вопросы с помощью SQL.

Представим, что наша жизнь - это база данных. Какие бы запросы мы бы отправляли в нее.

1. Вытащить всех бывших, которых хочется забыть

SELECT name FROM exes WHERE toxic = true AND closure_date IS NULL;

Учимся фильтровать по логическим условиям. WHERE, AND, IS NULL — топовый набор для анализа любой базы, хоть о бывших, хоть о клиентах.

2. Найти друзей, которые не поздравляют с ДР, но лайкают все сторис

SELECT name FROM friends WHERE birthday_congrats_sent = false AND story_likes > 10;

Это пример фильтрации с несколькими условиями. Помогает выявлять "пассивно-активных" пользователей или клиентов, которые не покупают, но активно смотрят.

3. Вычислить, сколько дней прошло с того момента, как ты решил начать новую жизнь (О, Это сейчас мой актуальный запрос в мою базу жизни)

SELECT DATEDIFF(CURRENT_DATE, life_restart_date) AS days_since_change FROM my_life WHERE goal = 'новая жизнь';

Функция: DATEDIFF() — незаменимая для анализа сроков, дедлайнов, периодов активности и "давности решения похудеть".

4. Проверить, кто списал у тебя домашку в университете

SELECT name FROM classmates WHERE grade = my_grade AND answer_sheet = my_answer_sheet;

Сравнение по значениям в нескольких колонках — основа для поиска дублей, совпадений, мошенников и клонов.

5. Найти самый популярный заказ на завтрак в пятницу

SELECT breakfast_item, COUNT(*) AS popularity FROM orders WHERE weekday = 'Friday' GROUP BY breakfast_item ORDER BY popularity DESC LIMIT 1;

GROUP BY, COUNT(*), ORDER BY, LIMIT — классика, чтобы искать лидеров продаж, тренды, а также самый популярный авокадо-тост среди миллениалов.

6. Кто из друзей пишет тебе только, когда им что-то нужно?

SELECT name, COUNT(*) AS messages FROM messages WHERE message_type = 'request' GROUP BY name HAVING COUNT(*) > 10;

HAVING — это фильтр уже после GROUP BY. Используется для анализа активных пользователей, продавцов, подписчиков и "друзей по интересу".

7. Найти самого счастливого сотрудника по количеству “ура” в сообщениях

SELECT employee_name, COUNT(*) AS hoorays FROM messages WHERE message_text LIKE '%ура%' GROUP BY employee_name ORDER BY hoorays DESC LIMIT 1;

Используем LIKE для поиска ключевых слов, чтобы находить не только позитивных сотрудников, но и, скажем, негатив в отзывах.

8. Сколько раз ты заказывал еду после 23:00

SELECT COUNT(*) AS late_night_orders FROM orders WHERE HOUR(order_time) >= 23;

HOUR() помогает вытаскивать час из времени — отлично для анализа поведения по времени суток (например, когда писать рассылки или запускать рекламу).

9. Топ-3 песни, которые ты слушаешь, когда тебе плохо

SELECT song_title, COUNT(*) AS plays FROM music_history WHERE mood = 'плохо' GROUP BY song_title ORDER BY plays DESC LIMIT 3;

То же, что и выше, только теперь уже можно строить рекомендации или узнавать, чем вдохновлять себя в трудные дни.

Вот так непринужденно можно переложить житейские запросы/вопросы на язык SQL.

Заходи в ТГ t.me/DailySoulBoost. Там просто и непринужденного порция мотивации ежедневно.Что радует и поддерживает меня писать посты.