Laatste voorbeeld

Data-driven beslissingen nemen met SQL

Tim Verdonck

Professor Statistics and Data Science

Businesscase

  • MovieNow overweegt te investeren in nieuwe films.
  • Recent uitgebrachte films aanbieden is duurder dan oudere.
  • Eerste stap in de analyse:
    • Geven klanten hogere ratings aan recentere films dan aan oudere?
    • Is er verschil per land?
Data-driven beslissingen nemen met SQL

1. Data joinen

  • Nodige info:
    • renting records van verhuur met ratings
    • customers land van de klant
    • movies jaar van uitgave
      SELECT *
      FROM renting AS r
      LEFT JOIN customers AS c
      ON c.customer_id = r.customer_id
      LEFT JOIN movies AS m
      ON m.movie_id = r.movie_id;
      
Data-driven beslissingen nemen met SQL

2. Relevante records selecteren

  • Gebruik alleen films met ≥ 4 ratings
  • Gebruik alleen verhuur sinds 2018-04-01
SELECT *
FROM renting AS r
LEFT JOIN customers AS c
ON c.customer_id = r.customer_id
LEFT JOIN movies AS m
ON m.movie_id = r.movie_id
WHERE r.movie_id IN (
    SELECT movie_id
    FROM renting
    GROUP BY movie_id
    HAVING COUNT(rating) >= 4)
AND r.date_renting >= '2018-04-01';
Data-driven beslissingen nemen met SQL

3. Aggregatie

Type aggregatie:

  • Aantal verhuur tellen
  • Aantal verschillende films tellen
  • Gemiddelde rating berekenen

Aggregatieniveaus:

  • Totaalaggregatie
  • Per jaar van uitgave
  • Per jaar van uitgave, uitgesplitst naar land
Data-driven beslissingen nemen met SQL

3. Aggregatie

SELECT c.country,
       m.year_of_release,
       COUNT(*) AS n_rentals,
       COUNT(DISTINCT r.movie_id) AS n_movies,
       AVG(rating) AS avg_rating
FROM renting AS r
LEFT JOIN customers AS c
ON c.customer_id = r.customer_id
LEFT JOIN movies AS m
ON m.movie_id = r.movie_id
WHERE r.movie_id IN (
    SELECT movie_id
    FROM renting
    GROUP BY movie_id
    HAVING COUNT(rating) >= 4)
AND r.date_renting >= '2018-04-01'
GROUP BY ROLLUP (m.year_of_release, c.country)
ORDER BY c.country, m.year_of_release;
Data-driven beslissingen nemen met SQL

Resultaattabel

| year_of_release | country | n_rentals | n_movies | avg_rating         |
|-----------------|---------|-----------|----------|--------------------|
| 2009            | null    | 10        | 1        | 8.7500000000000000 | 
| 2010            | null    | 41        | 5        | 7.9629629629629630 | 
| 2011            | null    | 14        | 2        | 8.2222222222222222 | 
| 2012            | null    | 28        | 5        | 8.1111111111111111 | 
| 2013            | null    | 10        | 2        | 7.6000000000000000 | 
| 2014            | null    | 5         | 1        | 8.0000000000000000 | 
| null            | null    | 333       | 50       | 7.9024390243902439 |
Data-driven beslissingen nemen met SQL

Laten we oefenen!

Data-driven beslissingen nemen met SQL

Preparing Video For Download...