SQL - Consultas analíticas avanzadas
Análisis de cohortes, funnels, retención, cálculo de KPIs, consultas pivot, optimización
1En un análisis de cohortes, ¿cuál es el rol principal de la fecha del primer contacto (first touch date)?
En un análisis de cohortes, ¿cuál es el rol principal de la fecha del primer contacto (first touch date)?
Respuesta
La fecha del primer contacto permite agrupar a los usuarios en cohortes según cuándo interactuaron por primera vez con el producto. Esta segmentación temporal es esencial para comparar el comportamiento de grupos de usuarios adquiridos en diferentes períodos e identificar tendencias o cambios de rendimiento a lo largo del tiempo.
2¿Qué función de ventana se debe usar para calcular el número de días entre la primera y la última actividad de un usuario?
¿Qué función de ventana se debe usar para calcular el número de días entre la primera y la última actividad de un usuario?
Respuesta
Las funciones FIRST_VALUE y LAST_VALUE con una cláusula OVER permiten obtener respectivamente el primer y el último valor de una columna dentro de una ventana definida. Combinadas con DATEDIFF o una resta de fechas, permiten calcular la duración de vida activa de un usuario sin necesidad de múltiples subconsultas.
3¿Cómo construir una tabla de retención mensual con SQL usando cohortes basadas en el mes de registro?
¿Cómo construir una tabla de retención mensual con SQL usando cohortes basadas en el mes de registro?
Respuesta
Construir una tabla de retención requiere primero identificar la cohorte de cada usuario mediante DATE_TRUNC en la fecha de registro, luego calcular el número de meses transcurridos entre la cohorte y cada actividad. El GROUP BY en estas dos dimensiones y un COUNT DISTINCT de usuarios activos proporcionan la tabla completa.
Para analizar un funnel de conversión de 4 pasos (visita → registro → activación → compra), ¿qué enfoque SQL es más robusto?
¿Cómo calcular la tasa de churn mensual en SQL para una base de suscriptores?
+17 preguntas de entrevista
Otros temas de entrevista Data Analytics
Google Sheets - Fundamentos
Google Sheets - Fórmulas avanzadas
SQL - Fundamentos
SQL - Agregaciones y agrupamientos
SQL - Joins
BigQuery - Fundamentos
Data Cleaning - Limpieza de datos
KPIs y métricas de negocio
Estadística descriptiva
Zapier y automatización No-Code
Principios de visualización de datos
Python & Pandas - Fundamentos
Google Sheets - Dashboards automatizados
SQL - Subconsultas y CTEs
SQL - Window Functions
BigQuery - Funcionalidades avanzadas
Data Modeling
Análisis de funnels y conversión
Análisis de cohortes y retención
Google Tag Manager y tracking
APIs y webhooks
dbt - Fundamentos
AB Testing y estadística aplicada
Looker Studio (Google Data Studio)
Power BI - Fundamentos
dbt - Funciones avanzadas
Power BI - DAX y dashboards avanzados
Python Analytics - Análisis avanzado y ML
Domina Data Analytics para tu próxima entrevista
Accede a todas las preguntas, flashcards, tests técnicos, ejercicios de code review y simuladores de entrevista.
Empieza gratis