SQL für das Produkt (Minimum) · Sergey Sukharevsky

SQL ist nicht für den Ersatz des Analysten gedacht, sondern für den Zweck, eine einfache Frage zu prüfen und eine komplexe Frage genauer zu stellen. Die Qualität einer Abfrage beginnt mit der Einheit der Analyse und metrischen Bestimmung; selbst eine syntaktisch wahre JOIN kann Strings subtil multiplizieren und eine überzeugende, aber falsche Antwort geben.

Warum ein Produkt SQL kennt

Warum SQL-Wissen notwendig ist

Der Produktmanager, der SQL besitzt, ist nicht auf Analysten angewiesen, um neue Daten oder schnelle Überprüfungen der A/B-Testergebnisse zu erhalten. Das spart Zeit und beschleunigt die Entscheidungsfindung.

Beispiel: Die Frage ist, wie viele Benutzer in einer Woche an Bord gegangen sind. Sie können auf den Bericht warten, oder Sie können in 5 Minuten eine einfache Stichprobe aus der Datenbank erstellen. Die zweite Option ermöglicht es Ihnen, sofort eine Hypothese vorzubereiten oder ein neues Experiment zu starten.

Zumindest brauchen Sie

Sie müssen nicht in der Lage sein, komplexe ETL-Prozesse zu erstellen oder Indizes zu optimieren. Genug, um in der Lage zu sein:

Wählen Sie die richtigen Zeilen aus der Tabelle
Aggregierte Daten (Beträge, Durchschnittswerte, Menge)
Tabellen verbinden (Retention, Conversions)
Filtern nach Datum, Ereignis, Segment der Benutzer

Grundlegende Konstruktionen von SQL: die Basis für das Produkt

SELEKT, WO, GRUPPE

SELECT ist die Basis. Sie wählen die gewünschten Felder aus, können Metriken filtern, gruppieren und zählen.

Beispiel: Geben Sie die Gesamtzahl der Käufe pro Tag pro Monat aus, wobei die Benutzer-ID nicht leer ist.

SELECT date, COUNT(*) as purchases
FROM orders
WHERE user_id IS NOT NULL
  AND date BETWEEN '2024-06-01' AND '2024-06-30'
GROUP BY date

Es gibt drei häufige Anfragen: Datumsfilterung, Aggregation und Gruppierung. Dieses Muster wird häufig verwendet, um Dashboards auf wichtigen Metriken zu erstellen.

JOIN - Tischverbindung

Oft muss ein Produkt Tabellen kombinieren, wie z. B. Ereignisse aus Protokollen und eine Liste von Benutzern von Benutzern.

Beispiel: Finden Sie die Anzahl der Registrierungen, die zu mindestens einem Kauf geführt haben.

SELECT COUNT(DISTINCT u.user_id) as buyers_after_signup
FROM users u
JOIN orders o ON u.user_id = o.user_id
WHERE u.signup_date BETWEEN '2024-06-01' AND '2024-06-30'

Sie können hier sehen: zuerst werden Registrierungen für den Zeitraum ausgewählt, dann werden sie durch JOIN mit Einkäufen verbunden. Es ist ein Trichter-Baumuster.

Detaillierte Erklärungen finden Sie in SQL für Produkt: Minimum Necessary.

Metriken: Was und wie man mit SQL zählt

Beispiele für grundlegende Metriken

Metriken, die wichtig sind, um manuell zählen zu können:

DAU, WAU, MAU – gezählt nach COUNT (DISTINCT user\ id)
Retention – durch Vergleich der Benutzeraktivität zwischen verschiedenen Tagen (Kohortenanalyse)
Conversion – der Anteil der Nutzer mit einer bestimmten Aktion (die Anzahl der bezahlten an die Anzahl der registrierten)
Durchschnittliche Prüfung – AVG (Betrag) aus der Bestelltabelle

Beispiele für die tägliche Retention:

SELECT signup_date,
       COUNT(DISTINCT user_id) AS cohort_size,
       COUNT(DISTINCT CASE WHEN activity_date = signup_date + INTERVAL 1 day THEN user_id END) AS d1_retained
FROM users
LEFT JOIN activity ON users.user_id = activity.user_id
GROUP BY signup_date

Dies zeigt, dass die Retention für D1 als eine kurze Probe betrachtet werden kann.

Cases - Anwendung in Experimenten

Im A/B-Test wird es oft segmentiert: Wie viele Personen in Gruppe A haben im Vergleich zu Gruppe B eine gezielte Aktion durchgeführt.

SELECT experiment_group, COUNT(DISTINCT user_id) as conversions
FROM exp_results
WHERE event = 'target_action'
GROUP BY experiment_group

Fehler und Anti-Patterns bei der Arbeit mit SQL

Beliebte Anfängerfehler

Filtern Sie nicht nach Ereignissen, einschließlich Test- oder blockierten Benutzern, wobei Sie die Metriken fälschlicherweise überschätzen.

Verwirrende einzigartige und nicht einzigartige Benutzer. Zum Beispiel ist das Zählen von Bestellungen als Benutzer ohne DISTINCT 3-5 mal höher.

Duplizieren Sie JOIN und erhalten Sie Wiederholungen von Linien, die die Beträge und Durchschnittswerte verzerren.

Wie man Modellfallen vermeidet

Untersuchen Sie die Struktur der Tabellen vor Gebrauch. Große Produkte haben Dutzende von Tabellen mit ähnlichen Namen, verschiedenen Links und Indizes.

Beispiel: Bestellungstabellen können Testzahlungen enthalten. Wenn Sie sie nicht filtern (z. B. is\ test = false), ist die durchschnittliche Überprüfung falsch.

Checkliste der Selbstprüfung: Überprüfen Sie die Filterung, die Richtigkeit der Aggregation, die Verbindung nur der erforderlichen Entitäten, die Auswahl der eindeutigen Datensätze.

Wie man lernt: Ressourcen und Ratschläge

Auswahl der Dienste und Aufgaben

SQL Honing ist bei realen Aufgaben am einfachsten: Beginnen Sie mit alltäglichen Abfragen in wichtigen Produkttabellen.

Dienstleistungen für die Ausbildung und Wissensauswertung:

Empfehlungen für die Praxis

Es ist besser, kurze Sitzungen zu üben - jeden Tag für 10-15 Minuten. Speichern Sie fertige Anfragen, kommentieren Sie sie. In einem Monat erhalten Sie Ihre eigenen Vorlagen.

Keine Angst vor Fehlern: Am Anfang ist es wichtig, Dutzende von falschen Optionen zu durchlaufen, um die Automatisierung zu entwickeln.

FAQ

Was ist SQL für ein Produkt nützlich, wenn Sie BI-Berichte und Analysen haben? SQL ermöglicht es Ihnen, Daten unabhängig zu erhalten und zu verifizieren, Hypothesen schnell zu testen und Zeit bei der Analyse von Metriken zu sparen.

Welche sind die beliebtesten Produkte? Lesen von Ereignissen nach Benutzer, Aufbau einfacher Trichter, Zählen von Retension, Berechnung der Konversion, Vergleich von Segmenten.

**Ist es sinnvoll, fortgeschrittenes SQL zu verstehen, wenn Sie kein Analyst sein wollen? Grundkenntnisse von SQL sind ein Muss, auch für diejenigen, die nicht in die Analytik gehen, weil es ein schnelles Werkzeug ist, um kritische Metriken zu überprüfen.

Woher weiß ich, ob die Daten korrekt sind? Überprüfen Sie sorgfältig die Filterung, die Tabellenstruktur, die Verbindungslogik und die Einzigartigkeit des Benutzers. Vergleichen Sie die Ergebnisse mit früheren Berichten.

Wo finden Sie praktische Schulungsaufgaben? Verwenden Sie echte Fragen zu Ihrem Produkt, Plattformen wie SQLBolt, zerlegen Sie Fallstudien aus offenen Kursen.

Was sind die häufigsten Fehler in SQL-Produkten? Schließen Sie die notwendigen Filter aus, machen Sie Fehler in den Verbindungen von Tabellen, verwirren Sie einzigartige Benutzer und wiederholende Aktionen.