SQL - Geavanceerde analytische queries
Cohortanalyse, funnels, retentie, KPI-berekeningen, pivot-queries, optimalisatie
1Wat is de hoofdrol van de eerste-contactdatum (first touch date) in een cohortanalyse?
Wat is de hoofdrol van de eerste-contactdatum (first touch date) in een cohortanalyse?
Antwoord
De eerste-contactdatum maakt het mogelijk om gebruikers in cohorten te groeperen op basis van wanneer ze voor het eerst interactie hadden met het product. Deze temporele segmentatie is essentieel om het gedrag van gebruikersgroepen die in verschillende periodes zijn verworven te vergelijken en trends of prestatieveranderingen in de tijd te identificeren.
2Welke vensterfunctie moet worden gebruikt om het aantal dagen tussen de eerste en laatste activiteit van een gebruiker te berekenen?
Welke vensterfunctie moet worden gebruikt om het aantal dagen tussen de eerste en laatste activiteit van een gebruiker te berekenen?
Antwoord
De functies FIRST_VALUE en LAST_VALUE met een OVER-clausule maken het mogelijk om respectievelijk de eerste en laatste waarde van een kolom binnen een gedefinieerd venster op te halen. Gecombineerd met DATEDIFF of datumaftrekken kunnen ze de actieve levensduur van een gebruiker berekenen zonder meerdere subqueries.
3Hoe bouw je een maandelijkse retentietabel met SQL met cohorten gebaseerd op de aanmeldingsmaand?
Hoe bouw je een maandelijkse retentietabel met SQL met cohorten gebaseerd op de aanmeldingsmaand?
Antwoord
Het bouwen van een retentietabel vereist eerst het identificeren van de cohort van elke gebruiker via DATE_TRUNC op de aanmeldingsdatum, en vervolgens het berekenen van het aantal maanden dat is verstreken tussen de cohort en elke activiteit. De GROUP BY op deze twee dimensies en een COUNT DISTINCT van actieve gebruikers geven de complete tabel.
Om een 4-staps conversiefunnel (bezoek → aanmelding → activatie → aankoop) te analyseren, welke SQL-aanpak is het meest robuust?
Hoe bereken je de maandelijkse churn rate in SQL voor een abonneebasis?
+17 gespreksvragen
Andere Data Analytics-sollicitatieonderwerpen
Google Sheets - Grondbeginselen
Google Sheets - Geavanceerde formules
SQL - Grondbeginselen
SQL - Aggregaties en groeperingen
SQL - Joins
BigQuery - Grondbeginselen
Data Cleaning - Data opschonen
KPI's en business-metrieken
Beschrijvende statistiek
Zapier en No-Code automatisering
Principes van datavisualisatie
Python & Pandas - Grondbeginselen
Google Sheets - Geautomatiseerde dashboards
SQL - Subquery's en CTE's
SQL - Window Functions
BigQuery - Geavanceerde functies
Data Modeling
Funnel- en conversieanalyse
Cohort- en retentieanalyse
Google Tag Manager en tracking
API's en webhooks
dbt - Grondbeginselen
AB Testing en toegepaste statistiek
Looker Studio (Google Data Studio)
Power BI - Basisprincipes
dbt - Geavanceerde functies
Power BI - DAX en geavanceerde dashboards
Python Analytics - Geavanceerde analyse en ML
Beheers Data Analytics voor je volgende gesprek
Krijg toegang tot alle vragen, flashcards, technische tests, code review-oefeningen en gespreksimulatoren.
Begin gratis