数据
导入数据库
先导入数据库:
分别导入:
如下:
同理导入其它几个数据表:
理解数据
品类:cate 品牌:brand 销量:qtty 销额 :amount 用户ID:pin 商品编号:SKUID
- pin表:dt、skuid、pin三个特征关系。即:时间、用户编号和商品编号。
- sku表:skuid、cate、brand特征之间的关系。即商品编号、品类、品牌之间的关系。
- order表:dt、skuid、sku_name、qtty、amount特征之间的关系。即:时间、商品编号、商品名称、销量、销售额。
品类属于品牌下的一种。比如华为的笔记本。
要求
1、所有单价为0的不计入销量
2、笔记本单价500以下的不计入销量
3、所有产品名称中带荣耀的华为产品,将产品品牌更改为荣耀
4、访客量定义为单日访问该品类下品牌的去重用户数(如某用户id单日浏览了小米的三款产品,该品类下小米品牌访客量记1)
5、19年与18年销量均为1-15号的销量
6、同比数据可以以小数形式呈现,保留两位
7、所有产品名称中含有补差价的产品不计入销量、销额和访客量
8、表格呈现按照19年访客量降序呈现
思路
- 订单表 关联sku表 取出订单的品牌
- sum里面用 if判断是不是19年
- 前两个是where过滤,后面是case when换名,先在子查询里过滤,这个主要考察的是代码风格
我的代码
SELECT
result2.*,
ROUND( result2.19年销量 / result2.18年销量, 2 ) AS 19年销量同比,
ROUND( result2.19年销额 / result2.18年销额, 2 ) AS 19年销额同比,
ROUND( result2.19年访客量 / result2.18年访客量, 2 ) AS 19年访客量同比
FROM
(
SELECT
result.cate 品类,
result.brand 品牌,
SUM(
CASE
WHEN YEAR ( result.order_dt ) = 2019
AND result.unit_price > 0
AND result.sku_name NOT LIKE '%补差价%'
AND DAY ( result.order_dt ) BETWEEN 1
AND 15
AND ( CASE WHEN result.cate = '笔记本' AND result.unit_price < 500 THEN NULL ELSE result.qtty END ) THEN
result.qtty ELSE NULL
END
) AS 19年销量,
SUM( CASE WHEN YEAR ( result.order_dt ) = 2019 AND result.sku_name NOT LIKE '%补差价%' THEN result.amount ELSE NULL END ) 19年销额,
COUNT( DISTINCT CASE WHEN YEAR ( result.pin_dt ) = 2019 AND result.sku_name NOT LIKE '%补差价%' THEN result.pin ELSE NULL END ) AS 19年访客量,
SUM(
CASE
WHEN YEAR ( result.order_dt ) = 2018
AND result.unit_price > 0
AND result.sku_name NOT LIKE '%补差价%'
AND DAY ( result.order_dt ) BETWEEN 1
AND 15
AND ( CASE WHEN result.cate = '笔记本' AND result.unit_price < 500 THEN NULL ELSE result.qtty END ) THEN
result.qtty ELSE NULL
END
) AS 18年销量,
SUM( CASE WHEN YEAR ( result.order_dt ) = 2018 AND result.sku_name NOT LIKE '%补差价%' THEN result.amount ELSE NULL END ) 18年销额,
COUNT( DISTINCT CASE WHEN YEAR ( result.pin_dt ) = 2018 AND result.sku_name NOT LIKE '%补差价%' THEN result.pin ELSE NULL END ) AS 18年访客量
FROM
(
SELECT
sku.cate,
CASE
WHEN `order`.sku_name LIKE '%荣耀%' THEN
'华为' ELSE sku.brand
END brand,
`order`.skuid,
`order`.qtty,
`order`.amount,
`order`.sku_name,
`order`.amount / `order`.qtty AS unit_price,
`order`.dt AS order_dt,
pin.pin,
pin.dt AS pin_dt
FROM
sku
JOIN `order` ON sku.skuid = `order`.skuid
JOIN pin ON sku.skuid = pin.skuid
) AS result
GROUP BY
result.cate,
result.brand
) AS result2;
结果: