SQL - Query analitiche avanzate
Analisi delle coorti, funnel, retention, calcolo dei KPI, query pivot, ottimizzazione
1In un'analisi delle coorti, qual è il ruolo principale della data del primo contatto (first touch date)?
In un'analisi delle coorti, qual è il ruolo principale della data del primo contatto (first touch date)?
Risposta
La data del primo contatto consente di raggruppare gli utenti in coorti in base a quando hanno interagito per la prima volta con il prodotto. Questa segmentazione temporale è essenziale per confrontare il comportamento di gruppi di utenti acquisiti in periodi diversi e identificare tendenze o cambiamenti di performance nel tempo.
2Quale funzione finestra dovrebbe essere utilizzata per calcolare il numero di giorni tra la prima e l'ultima attività di un utente?
Quale funzione finestra dovrebbe essere utilizzata per calcolare il numero di giorni tra la prima e l'ultima attività di un utente?
Risposta
Le funzioni FIRST_VALUE e LAST_VALUE con clausola OVER consentono di ottenere rispettivamente il primo e l'ultimo valore di una colonna all'interno di una finestra definita. Combinate con DATEDIFF o sottrazione di date, permettono di calcolare la durata di vita attiva di un utente senza bisogno di sottoquery multiple.
3Come costruire una tabella di retention mensile con SQL utilizzando coorti basate sul mese di registrazione?
Come costruire una tabella di retention mensile con SQL utilizzando coorti basate sul mese di registrazione?
Risposta
Costruire una tabella di retention richiede prima di identificare la coorte di ciascun utente tramite DATE_TRUNC sulla data di registrazione, quindi calcolare il numero di mesi trascorsi tra la coorte e ciascuna attività. Il GROUP BY su queste due dimensioni e un COUNT DISTINCT degli utenti attivi forniscono la tabella completa.
Per analizzare un funnel di conversione a 4 step (visita → registrazione → attivazione → acquisto), quale approccio SQL è il più robusto?
Come calcolare il tasso di churn mensile in SQL per una base di abbonati?
+17 domande da colloquio
Altri argomenti di colloquio Data Analytics
Google Sheets - Fondamenti
Google Sheets - Formule avanzate
SQL - Fondamenti
SQL - Aggregazioni e raggruppamenti
SQL - Join
BigQuery - Fondamenti
Data Cleaning - Pulizia dei dati
KPI e metriche di business
Statistica descrittiva
Zapier e automazione No-Code
Principi di data visualization
Python & Pandas - Fondamenti
Google Sheets - Dashboard automatizzate
SQL - Subquery e CTE
SQL - Window Functions
BigQuery - Funzionalità avanzate
Data Modeling
Analisi di funnel e conversione
Analisi delle coorti e retention
Google Tag Manager e tracking
API e webhook
dbt - Fondamenti
AB Testing e statistica applicata
Looker Studio (Google Data Studio)
Power BI - Fondamenti
dbt - Funzionalità avanzate
Power BI - DAX e dashboard avanzate
Python Analytics - Analisi avanzata e ML
Padroneggia Data Analytics per il tuo prossimo colloquio
Accedi a tutte le domande, flashcards, test tecnici, esercizi di code review e simulatori di colloquio.
Inizia gratis