Підсумковий приклад

Прийняття рішень на основі даних у SQL

Tim Verdonck

Professor Statistics and Data Science

Бізнес-кейс

MovieNow розглядає інвестиції в нові фільми.
MovieNow дорожче робити доступними фільми, випущені нещодавно, ніж старіші.
Перший крок аналізу даних:
- Чи ставлять клієнти вищі оцінки нещодавнім фільмам порівняно зі старішими?
- Чи є різниця між країнами?

1. Об'єднайте дані

Потрібна інформація:
- renting — записи прокату з оцінками
- customers — країна клієнта
- movies — рік випуску фільму
```
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. Виберіть релевантні записи

Використайте лише фільми з щонайменше 4 оцінками
Візьміть лише прокати з 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. Агрегація

Типи агрегації:

Порахуйте кількість прокатів
Порахуйте кількість різних фільмів
Обчисліть середню оцінку

Рівні агрегації:

Загальна агрегація
Для фільмів за роком випуску
Для фільмів за роком випуску окремо для країни клієнтів

3. Агрегація

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;

Підсумкова таблиця

| 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 |

Давайте потренуємось!

Прийняття рішень на основі даних у SQL