SQL - Erweiterte analytische Abfragen
Kohortenanalyse, Funnel, Retention, KPI-Berechnungen, Pivot-Abfragen, Optimierung
1Welche Hauptrolle spielt das Datum der ersten Aktion (first touch date) in einer Kohortenanalyse?
Welche Hauptrolle spielt das Datum der ersten Aktion (first touch date) in einer Kohortenanalyse?
Antwort
Das Datum der ersten Aktion ermöglicht es, Benutzer basierend auf ihrer ersten Interaktion mit dem Produkt in Kohorten zu gruppieren. Diese zeitliche Segmentierung ist entscheidend, um das Verhalten von Benutzergruppen aus verschiedenen Akquisitionszeiträumen zu vergleichen und Trends oder Leistungsänderungen im Zeitverlauf zu identifizieren.
2Welche Fensterfunktion sollte verwendet werden, um die Anzahl der Tage zwischen der ersten und letzten Aktivität eines Benutzers zu berechnen?
Welche Fensterfunktion sollte verwendet werden, um die Anzahl der Tage zwischen der ersten und letzten Aktivität eines Benutzers zu berechnen?
Antwort
Die Funktionen FIRST_VALUE und LAST_VALUE mit einer OVER-Klausel ermöglichen es, jeweils den ersten und letzten Wert einer Spalte innerhalb eines definierten Fensters zu erhalten. Kombiniert mit DATEDIFF oder Datumssubtraktion ermöglichen sie die Berechnung der aktiven Lebensdauer eines Benutzers ohne mehrere Unterabfragen.
3Wie erstellt man eine monatliche Retention-Tabelle mit SQL unter Verwendung von Kohorten basierend auf dem Anmeldemonat?
Wie erstellt man eine monatliche Retention-Tabelle mit SQL unter Verwendung von Kohorten basierend auf dem Anmeldemonat?
Antwort
Der Aufbau einer Retention-Tabelle erfordert zunächst die Identifizierung der Kohorte jedes Benutzers über DATE_TRUNC auf das Anmeldedatum und dann die Berechnung der Anzahl der zwischen der Kohorte und jeder Aktivität verstrichenen Monate. Das GROUP BY über diese beiden Dimensionen und ein COUNT DISTINCT der aktiven Benutzer liefern die vollständige Tabelle.
Welcher SQL-Ansatz ist am robustesten, um einen 4-Schritte-Konversions-Funnel (Besuch → Anmeldung → Aktivierung → Kauf) zu analysieren?
Wie berechnet man die monatliche Churn-Rate in SQL für eine Abonnentenbasis?
+17 Interview-Fragen
Weitere Data Analytics-Interviewthemen
Google Sheets - Grundlagen
Google Sheets - Erweiterte Formeln
SQL - Grundlagen
SQL - Aggregationen und Gruppierungen
SQL - Joins
BigQuery - Grundlagen
Data Cleaning - Datenbereinigung
KPIs und Business-Metriken
Deskriptive Statistik
Zapier und No-Code-Automatisierung
Grundlagen der Datenvisualisierung
Python & Pandas - Grundlagen
Google Sheets - Automatisierte Dashboards
SQL - Unterabfragen und CTEs
SQL - Window Functions
BigQuery - Erweiterte Funktionen
Data Modeling
Funnel- und Conversion-Analyse
Kohorten- und Retention-Analyse
Google Tag Manager und Tracking
APIs und Webhooks
dbt - Grundlagen
AB-Testing und angewandte Statistik
Looker Studio (Google Data Studio)
Power BI - Grundlagen
dbt - Erweiterte Funktionen
Power BI - DAX und fortgeschrittene Dashboards
Python Analytics - Erweiterte Analyse und ML
Meistere Data Analytics für dein nächstes Interview
Zugang zu allen Fragen, Flashcards, technischen Tests, Code-Review-Übungen und Interview-Simulatoren.
Kostenlos starten