Question 1

Em uma análise de coortes, qual é o papel principal da data do primeiro contato (first touch date)?

Accepted Answer

A data do primeiro contato permite agrupar os usuários em coortes com base em quando interagiram pela primeira vez com o produto. Essa segmentação temporal é essencial para comparar o comportamento de grupos de usuários adquiridos em diferentes períodos e identificar tendências ou mudanças de desempenho ao longo do tempo.

Question 2

Qual função de janela deve ser usada para calcular o número de dias entre a primeira e a última atividade de um usuário?

Accepted Answer

As funções FIRST_VALUE e LAST_VALUE com uma cláusula OVER permitem obter respectivamente o primeiro e o último valor de uma coluna dentro de uma janela definida. Combinadas com DATEDIFF ou subtração de datas, permitem calcular o tempo de vida ativo de um usuário sem precisar de múltiplas subconsultas.

Question 3

Como construir uma tabela de retenção mensal com SQL usando coortes baseadas no mês de cadastro?

Accepted Answer

Construir uma tabela de retenção requer primeiro identificar a coorte de cada usuário através de DATE_TRUNC na data de cadastro, depois calcular o número de meses decorridos entre a coorte e cada atividade. O GROUP BY nestas duas dimensões e um COUNT DISTINCT de usuários ativos fornecem a tabela completa.

SQL - Consultas analíticas avançadas

Em uma análise de coortes, qual é o papel principal da data do primeiro contato (first touch date)?

Resposta

Qual função de janela deve ser usada para calcular o número de dias entre a primeira e a última atividade de um usuário?

Resposta

Como construir uma tabela de retenção mensal com SQL usando coortes baseadas no mês de cadastro?

Resposta

Para analisar um funil de conversão de 4 etapas (visita → cadastro → ativação → compra), qual abordagem SQL é mais robusta?

Como calcular a taxa de churn mensal em SQL para uma base de assinantes?

Outros temas de entrevista Data Analytics

Google Sheets - Fundamentos

Google Sheets - Fórmulas avançadas

SQL - Fundamentos

SQL - Agregações e agrupamentos

SQL - Joins

BigQuery - Fundamentos

Data Cleaning - Limpeza de dados

KPIs e métricas de negócio

Estatística descritiva

Zapier e automação No-Code

Princípios de visualização de dados

Python & Pandas - Fundamentos

Google Sheets - Dashboards automatizados

SQL - Subconsultas e CTEs

SQL - Window Functions

BigQuery - Recursos avançados

Data Modeling

Análise de funis e conversão

Análise de coortes e retenção

Google Tag Manager e tracking

APIs e webhooks

dbt - Fundamentos

AB Testing e estatística aplicada

Looker Studio (Google Data Studio)

Power BI - Fundamentos

dbt - Recursos avançados

Power BI - DAX e dashboards avançados

Python Analytics - Análise avançada e ML

Domine Data Analytics para sua proxima entrevista