Exemplu final

Luarea Deciziilor Bazate pe Date în SQL

Tim Verdonck

Professor Statistics and Data Science

Studiu de caz

MovieNow intenționează să investească în filme noi.
Filmele recente sunt mai costisitoare de oferit decât cele vechi.
Primul pas al analizei de date:
- Clienții acordă note mai mari filmelor recente față de cele vechi?
- Există diferențe între țări?

1. Îmbinarea datelor

Informații necesare:
- renting înregistrări de închirieri cu note
- customers informații despre țara clientului
- movies anul lansării filmului
```
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. Selectarea înregistrărilor relevante

Se folosesc doar filmele cu cel puțin 4 note
Se folosesc doar închirierile de după 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. Agregare

Tip de agregare:

Numărul de închirieri
Numărul de filme distincte
Media notelor

Niveluri de agregare:

Agregare totală
Pe filme după anul lansării
Pe filme după anul lansării, separat pe țara clienților

3. Agregare

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;

Tabelul rezultat

| 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 |

Să exersăm!

Luarea Deciziilor Bazate pe Date în SQL