[SQL] 데이터 분석하기 - 구매 지표 추출

데이터 분석의 기초가 되는 SQL을 이용해 데이터를 조회해보도록 하겠습니다.

 

1. 매출액(일자별, 월별, 연도별)

2. 구매자 수, 구매 건수(일자별, 월별, 연도별)

3. 인당 매출액(연도별)

4. 건당 구매 금액(연도별)

---

1) 매출액(일자별, 월별, 연도별)

 

a) 일별 매출액 조회

 

일별 매출액을 조회하려면 주문일과 판매금액이 필요합니다.

ERD를 보면 주문 일자(orderdate)는 orders 테이블에 존재하고, 판매액(priceEach x quantityOrdered)은 orderdetails 테이블에 존재합니다. 따라서, 해당 테이블 두 개를 결합해야 합니다.

SELECT A.ORDERDATE,
       PRICEEACH*QUANTITYORDERED
FROM CLASSICMODELS.ORDERS A
LEFT
JOIN CLASSICMODELS.ORDERDETAILS B
ON A.ORDERNUMBER = B.ORDERNUMBER

ordernumber 기준으로 주문(order) 테이블에 있는 데이터를 모두 조회하기 위해 LEFT JOIN으로 결합합니다.

이를 일별 매출액을 조회하기 위해 ORDERDATE로 그룹핑한 뒤, 각 상품의 가격과 구매 횟수를 곱한 값의 합을 집계하면 일별 매출액을 계산할 수 있습니다.

 

SELECT A.ORDERDATE, SUM(PRICEEACH*QUANTITYORDERED) AS SALES
FROM CLASSICMODELS.ORDERS A
LEFT
JOIN CLASSICMODELS.ORDERDETAILS B
ON A.ORDERNUMBER = B.ORDERNUMBER
GROUP 
BY 1
ORDER
BY 1;

 

b) 월별 매출액 조회

 

판매일(orderdate)은 'yyyy-mm-dd'의 형태로 구성되어 있습니다. orderdate에서 'yyyy-mm'만 추출할 수 있다면, 월별 매출액을 조회할 수 있습니다. 이를 위해 문자열에서 원하는 문자만 호출하는 함수 SUBSTR()을 사용하면 가능합니다.

 

*문자열에서 원하는 부분만 가져오기

 

Syntax

-SUBSTR(문자열,위치,길이)

 

예를 들어, SUBSTR('ABCED',2,3)을 수행하면 ABCED의 2번 즉 B에서부터 3개의 문자열을 가져옵니다.

실행결과는 'BCD'가 됩니다.

 

이를 이용해 월별 매출액을 조회해볼까요?

SELECT SUBSTR(A.ORDERDATE,1,7) MM,
       SUM(PRICEEACH*QUANTITYORDERD) AS SALES
FROM CLASSICMODELS.ORDERS A
LEFT
JOIN CLASSICMODELS.ORDERDETAILS B
ON A.ORDERNUMBER = B.ORDERNUMBER
GROUP
BY 1
ORDER 
BY 1

 

c) 연도별 매출액 조회

 

연도별 매출액은 월별 매출액과 동일한 방법으로 조회할 수 있습니다.

'yyyy'만 추출하도록 SUBSTR()함수만 조정해주면 됩니다.

SELECT SUBSTR(A.ORDERDATE,1,4) MM,
       SUM(PRICEEACH*QUANTITYORDERD) AS SALES
FROM CLASSICMODELS.ORDERS A
LEFT
JOIN CLASSICMODELS.ORDERDETAILS B
ON A.ORDERNUMBER = B.ORDERNUMBER
GROUP
BY 1
ORDER 
BY 1

 

---

오늘은 간단하게 매출액 조회를 살펴봤습니다.

 

한 달 동안 텍스트 마이닝 대회 준비, 진로 고민, 휴식을 가지며 2021년을 맞이했습니다.

(자체평가로)중급 단계도 되지 않은 상태에서 텍스트 마이닝 대회에 참여하려니 자신감이 떨어지는 저를 발견했습니다.

그래서 다시 기초에 집중해보자 + 하나라도 완벽히 끝내보자! 라는 마음으로 SQL 책을 펼쳤습니다.

 

어려운 시기가 길어지고 있는데 우리 모두 지치지 말고 힘내봅시다!

 

방문자님들 모두 새해 복 많이 받으세요 :)

 

 

*포스팅 내용은 아래에 링크된 <SQL로 맛보는 데이터 전처리 분석>을 (99.98%)참고하여 작성했습니다.

 

---

http://www.kyobobook.co.kr/product/detailViewKor.laf?ejkGb=KOR&mallGb=KOR&barcode=9791190014694&orderClick=&Kc=

 

SQL로 맛보는 데이터 전처리 분석 - 교보문고