一、业务背景介绍：
项目的实战背景是二家超市的真实数据，数据时间段是从 20160101 到 20171231。
主要表字段说明：
1
超市的主要商业场景：
1、 进来的商品销售给顾客，要让进来的商品顾客愿意购买。所以对于购买不愿意购买的商品要及时进行淘汰，进行下架，或者退还供应商，或者打折销售掉。如果卖不掉，超市是不是就把进货成本都亏损了，例如：进了 20 件坚果，如果进货 20 元，都卖不掉也退不了货那超市就白白损失了：400 元！
2、 所以超市的经营者，定期都需要通过数行监控，不断看每天哪些商品有在卖？哪些商品没有在卖？在每个月的时候，一定会复盘，在过去一个月里面有多少商品有产生过销售，每件有哪几天在产生销售。
二、思考以下问题 ：
1、如果过去一个月，某些商品没有一天产生销售，或者就是一二天产生销售，如果你是超市的经营者，你会怎么做呢？
2)、动销率可以用来衡量什么？
3)、目标：理解简单的数据统计指标背后的商业应用背景及商业逻辑，思考数据是如何指导运营的。
三、需求：
销售数据统计指标：统计 2017 年 8 月，有多少商品销售的天数超过 1 天，2 天，3 天，……31 天的，查看商品的动销情况；
说明：
1、商品：即SKU，可以理解为一件商品，也就是我们表中的 GoodsID，暂时不考虑购买量以及购买金额。
2、销售的天数是指：某天这个商品在这天产生过订单
3、动销率=有销售的 SKU 数/在销售的 SKU 数；例如：8 月 1 号，有过销售记录的 SKU 有 100 件，整个超市地 200 件商品在货架上可以卖，则这天的动销率为50%。
四、逻辑分析：
1、 时间范围：2017 年 8 月份，说明需要日期字段，时间粒度是为：天。
2、 统计商品销售，那就涉及：商品编辑，商品的销售产生的订单
3、 首先，统计每个商品在这个月里面有多少天产生了被购买过的记录数。
4、 然后，再基于查询的结果：再按日期来数据统计，只产生过 1 天，2 天，。。。31 天销售记录商品数分别多少。
五、代码实现过程：
SELECT sale_days
,COUNT(DISTINCT GoodsID) AS goods_qty # 统计不同天数有销售商品数量
FROM(SELECT GoodsID
,COUNT(DISTINCT SDate) AS sale_days #统计每种商品各有多少在有销售
FROM OrderItem
WHERE SDate BETWEEN '20170801' AND '20170831'
GROUP BY GoodsID
ORDER BY sale_days) AS t
GROUP BY sale_days
ORDER BY sale_days DESC;
3
3
假设，我们想看下201708每天的动销率该如何查看呢？
逻辑分析：
1、所有商品，也就是GoodsID在Goods表中
2、因为总的在售商品数需要反复使用，所以使用定义变量
3、在OrderItem表按照日期分组统计不同商品数量，得到每日有销售记录的商品数量
4、汇总数据得到显示样式为：日期——有销售商品数量——动销率。
SELECT SDate
,sale_quantity AS 有销售的数量
,CONCAT(ROUND(sale_quantity/@total_quantity * 100,2),"%") AS '动销率'
FROM(SELECT SDate
,COUNT(DISTINCT GoodsID) AS sale_quantity
FROM OrderItem
WHERE SDate BETWEEN '20170801' AND '20170831'
GROUP BY SDate) AS t1
JOIN (SELECT @total_quantity := (SELECT COUNT(DISTINCT GoodsID)
FROM Goods)) AS t2;
201708每日动销率
后续其实可以做个折线趋势图，看下当月不同日期动销率的变化情况，如果有业务需要的话。这里主要是SQL的运用，咱不做过多分析。
网友评论