Ostatni przykład

Podejmowanie decyzji na podstawie danych w SQL

Tim Verdonck

Professor Statistics and Data Science

Przypadek biznesowy

MovieNow rozważa inwestycję w nowe filmy.
Udostępnianie nowszych filmów jest dla MovieNow droższe niż starszych.
Pierwszy krok analizy danych:
- Czy klienci wyżej oceniają nowsze filmy niż starsze?
- Czy istnieją różnice między krajami?

1. Łączenie danych

Potrzebne informacje:
- renting — rekordy wypożyczeń filmów z ocenami
- customers — informacje o kraju klienta
- movies — rok premiery filmu
```
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;
```

2. Wybór odpowiednich rekordów

Uwzględnij tylko filmy z co najmniej 4 ocenami
Uwzględnij tylko wypożyczenia od 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';

3. Agregacja

Rodzaj agregacji:

Liczba wypożyczeń
Liczba różnych filmów
Średnia ocena

Poziomy agregacji:

Agregacja łączna
Według roku premiery
Według roku premiery z podziałem na kraj klienta

3. Agregacja

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;

Wynikowa tabela

| 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 |

Czas na ćwiczenia!

Podejmowanie decyzji na podstawie danych w SQL