# SQL - Erweiterte analytische Abfragen (Data Analytics) > Kohortenanalyse, Funnel, Retention, KPI-Berechnungen, Pivot-Abfragen, Optimierung - 20 Interview-Fragen - Senior - [Interview-Fragen: Data Analytics](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen.md) ## 1. 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. ## 2. 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. ## 3. 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. ## 17 weitere Fragen verfügbar - 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? Kostenlos registrieren: https://sharpskill.dev/de/login ## Weitere Data Analytics-Interviewthemen - [Google Sheets - Grundlagen](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/google-sheets-basics.md): 20 Fragen, Junior - [Google Sheets - Erweiterte Formeln](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/google-sheets-advanced.md): 20 Fragen, Junior - [SQL - Grundlagen](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/sql-basics.md): 25 Fragen, Junior - [SQL - Aggregationen und Gruppierungen](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/sql-aggregations.md): 20 Fragen, Junior - [SQL - Joins](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/sql-joins.md): 20 Fragen, Junior - [BigQuery - Grundlagen](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/bigquery-fundamentals.md): 20 Fragen, Junior - [Data Cleaning - Datenbereinigung](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/data-cleaning.md): 20 Fragen, Junior - [KPIs und Business-Metriken](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/kpis-metrics.md): 20 Fragen, Junior - [Deskriptive Statistik](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/descriptive-statistics.md): 20 Fragen, Junior - [Zapier und No-Code-Automatisierung](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/zapier-automation.md): 20 Fragen, Junior - [Grundlagen der Datenvisualisierung](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/data-viz-principles.md): 20 Fragen, Junior - [Python & Pandas - Grundlagen](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/python-pandas-basics.md): 20 Fragen, Junior - [Google Sheets - Automatisierte Dashboards](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/google-sheets-dashboards.md): 20 Fragen, Mid-Level - [SQL - Unterabfragen und CTEs](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/sql-subqueries-ctes.md): 20 Fragen, Mid-Level - [SQL - Window Functions](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/sql-window-functions.md): 20 Fragen, Mid-Level - [BigQuery - Erweiterte Funktionen](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/bigquery-advanced.md): 20 Fragen, Mid-Level - [Data Modeling](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/data-modeling.md): 20 Fragen, Mid-Level - [Funnel- und Conversion-Analyse](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/funnel-analysis.md): 20 Fragen, Mid-Level - [Kohorten- und Retention-Analyse](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/cohort-retention.md): 20 Fragen, Mid-Level - [Google Tag Manager und Tracking](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/gtm-tracking.md): 20 Fragen, Mid-Level - [APIs und Webhooks](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/apis-webhooks.md): 20 Fragen, Mid-Level - [dbt - Grundlagen](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/dbt-fundamentals.md): 20 Fragen, Mid-Level - [AB-Testing und angewandte Statistik](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/ab-testing.md): 20 Fragen, Mid-Level - [Looker Studio (Google Data Studio)](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/looker-studio.md): 20 Fragen, Mid-Level - [Power BI - Grundlagen](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/power-bi-fundamentals.md): 20 Fragen, Mid-Level - [dbt - Erweiterte Funktionen](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/dbt-advanced.md): 20 Fragen, Senior - [Power BI - DAX und fortgeschrittene Dashboards](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/power-bi-dax.md): 20 Fragen, Senior - [Python Analytics - Erweiterte Analyse und ML](https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/python-analytics-advanced.md): 20 Fragen, Senior --- Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack. HTML version of this page: https://sharpskill.dev/de/technologies/data-analytics/interviewfragen/sql-advanced-analytics