查询SQL | SQL意义 |
---|---|
query 1 | 查找退回商品的次数比某一年某一特定州,某一商店的平均退货次数多20%以上的客户 |
query 2 | 报告每周网络和目录销售增长的比例,从一年到下一年的每一周。即计算星期一、星期二、…从一年后的周日销售 |
query 3 | 报告一个特定制造商在一年的特定月份的所有销售中,每项产品品牌的总延伸销售价格 |
query 4 | 通过目录找到比在商店花费更多钱的客户。确定首选客户及其原产国 |
query 5 | 在14天的窗口期内,在商店、目录和网络渠道中报告销售额、利润、退货金额和净亏损。按销售渠道和渠道特定销售方法列出的汇总结果(店对店销售、目录销售的目录页面和网站销售) |
query 6 | 列出所有州的至少10名顾客,他们在一个月内购买的商品的价格标签至少比同一类别商品的平均价格高出20% |
query 7 | 计算在非邮寄或特殊活动促销的商店中销售的促销商品的平均数量、标价、折扣和销售价格。将结果限制为特定的性别、婚姻和教育状况 |
query 8 | 计算位于400个大都市地区、拥有10个以上首选客户的门店的净利润 |
query 9 | 根据售出商品的数量,将门店销售交易分为5类。每个桶包含平均折扣金额、销售价格、标价、税费、已付净额、已付含税价格或净利润 |
query 10 | 统计居住在特定县且在给定年份的三个月时间内从两家商店和另一销售渠道购买的具有相同性别、婚姻状况、教育状况、购买估算、信用评级、依赖人数、就业依赖人数和大学依赖人数的客户 |
query 11 | 寻找今年在网络上的支出比去年在商店里的支出增长更大的客户 |
query 12 | 计算不同商品类别的收入比率:对于给定类别列表中的每个商品,在30天的时间内,通过网络渠道销售,计算该商品的销售额与该商品类别中所有销售额之和的比率 |
query 13 | 计算不同客户类型(例如,基于婚姻状况、教育状况)商店销售的平均销售数量、平均销售价格、平均批发成本、总批发成本,包括他们在给定年份的家庭人口统计、销售价格以及州和销售利润的不同组合 |
query 14 | 迭代1:首先确定连续两年在所有三个销售渠道销售的相同品牌、类别和类别的商品。然后计算同三年内所有三个销售渠道的平均销售额(数量*标价)(平均销售额)。最后,计算每个渠道、品牌、类别和类别的总销售额和总销售额。只考虑销售大于平均销售的跨渠道销售。迭代2:根据前面的查询,比较12月份的门店销售额 |
query 15 | 报告所选地理区域内的客户或某一年度和季度大量采购的客户的目录总销售额 |
query 16 | 报告特定县和州在指定的60天内,从备用仓库填写的未退货销售的订单数量、总运输成本和目录销售利润 |
query 17 | 针对每个州,分析在特定季度在商店销售、在接下来三个季度退回、然后在接下来三个季度由客户通过目录渠道重新购买的所有商品 |
query 18 | 计算每个县的平均数量、标价、票面金额、销售价格、净利润、年龄,以及特定年份内通过目录销售购买的所有物品的受抚养人数量,这些客户出生在特定的六个月清单中,生活在特定的七个州清单中,并且也属于特定的性别和教育人口 |
query 19 | 选择邮政编码外的客户在给定年份、月份和经理购买的最能带来收入的产品 |
query 20 | 计算指定项目类别和时间段的总收入以及总收入与收入的比率(按项目类别) |
query 21 | 对于在给定日期价格发生变化的所有项目,计算价格变化前30天和变化后30天之间的库存变化百分比。按仓库将此信息分组 |
query 22 | 对于每个产品名称、品牌、类别、类别,计算平均手头数量。按产品名称、品牌、类别和类别汇总数据 |
query 23 | 此查询包含多个相关的迭代:通过门店销售渠道查找连续四年内任何一天销售超过4次的频繁销售商品。计算任何给定客户在连续四年内的最大商店销售额(同上)。计算销售额第5百分位的最佳门店客户。最后,计算一个月内,我们最好的商店客户购买我们最常购买的商店商品的网络和目录销售总额。 |
query 24 | 此查询包含多个相关的迭代, 迭代1:根据特定市场中的客户姓名和门店,从目前不居住在其出生国和门店附近的客户那里,计算门店销售交易中特定颜色商品的指定货币总值,仅列出指定货币总值大于平均值5%的客户, 迭代2:根据特定市场中的客户姓名和门店,从目前不居住在其出生国和门店附近的客户那里,计算门店销售交易中特定颜色商品的指定货币总值,仅列出指定货币总值大于平均值5%的客户 |
query 25 | 得到所有的物品,在特定的月份和年份在商店销售,在同月和接下来的六个月里,客户通过目录渠道返回和重新购买。对这些项目,计算店铺销售净利润、店铺亏损净损失和目录净利润之和。将这些信息按项目分组并存储。 |
query 26 | 计算通过目录渠道销售的促销商品的平均数量、标价、折扣、销售价格(如果促销不是通过邮件或在某一事件中进行)、特定性别、婚姻状况和教育状况 |
query 27 | 对于一年内在六个州的商店销售的所有商品,查找出给定性别、婚姻状况、教育程度和客户统计数据的平均数量、平均标价、平均标价销售价格、平均优惠券金额 |
query 28 | 计算商店销售渠道中六个不同销售桶的平均标价、非空(空)标价数量和不同标价数量。每个bucket由一系列不同的项目和关于标价、优惠券金额和批发成本的信息定义 |
query 29 | 将某一特定月份和年份在门店销售的商品,以及该年度以后六个月被退货的商品,以及之后被退货的客户通过目录销售渠道在接下来的三年里重新购买的商品进行汇总。对于这些商品,计算通过商店销售的总数量、退回的数量和通过目录购买的数量。将这些信息按项目分组并存储 |
query 30 | 查找那些退货的客户及其详细的客户数据,这些客户退回了他们在网上购买的商品,退回金额比客户在给定时间段内在给定状态下退回的所有商品的平均金额高20%。按客户数据排序输出。 |
query 31 | 列出在某一年的前三个季度,网络销售额的百分比增长始终高于商店销售额的百分比增长的县 |
query 32 | 对于折扣超过平均折扣至少30%的目录销售,计算特定制造商在特定90天内的总折扣金额 |
query 33 | 在特定时区,特定类别的制造商,在特定年份的特定月份,基于延伸价格的月度销售数字是多少。按制造商标识符对销售额进行分组,按销售额、渠道对输出进行排序,并给出销售总额 |
query 34 | 展示所有具有特定购买潜力且依赖计数与车辆计数比率大于1.2的客户,这些客户连续三年在8个县的门店内每个月初或月末购买15到20件商品 |
query 35 | 对于居住在同一州、具有相同性别和婚姻状况、在给定年份从商店、目录或网络上购买的客户群体,显示以下信息: •国家,性别,婚姻状况,客户数量•最小值、最大值、平均值、计数不同于客户的依赖计数, •最小值、最大值、平均值、计数与客户雇佣的相关计数不同, •最小值、最大值、平均值、大学计数中客户家属的不同计数多次显示/计算“客户数量”,以模拟潜在的报告工具场景 |
query 36 | 在给定的状态列表中,计算给定年份中项目的商店销售毛利率排名 |
query 37 | 列出特定制造商在30美元价格范围内通过目录渠道销售的所有产品和当前价格,并在60天内库存数量始终保持在100到500之间 |
query 38 | 显示一年内从所有3个渠道购买的客户数量 |
query 39 | 该查询包含多个相关的迭代: 迭代1:计算连续两个月的每个项目和仓库的变异系数和平均值 迭代2:找到前几个月的变异系数为1.5或更大的项目 |
query 40 | 通过计算价格变动前后30天内商品的总销售额,计算商品价格变动对销售额的影响。根据货物的发货仓库位置对货物进行分组 |
query 41 | 我们有多少件物品带有特定的颜色、单位、大小和类别组合? |
query 42 | 对于每个商品以及特定的年份和月份,计算商店交易的扩展销售价格之和 |
query 43 | 按门店报告给定数据范围内门店周日至周六的所有销售额之和 |
query 44 | 列出以净利润衡量的表现最好和最差的产品 |
query 45 | 报告特定邮政编码、城市、县或州或特定项目的特定年度和季度客户的网络销售总额 |
query 46 | 计算连续三年在周末从位于5个城市的商店购买的所有“外地”客户的每客户优惠券金额和净利润。客户需要符合特定依赖计数和车辆计数的配置文件。对于所有这些客户,打印他们购买时居住的城市、商店所在的城市、优惠券金额和净利润 |
query 47 | 查找每个商店和公司的商品品牌和类别,以及指定年份的月度销售数据,其中月度销售数据偏离该年度平均月度销售的10%以上,按偏差和商店排序。报告上一个月和下一个月的销售偏差 |
query 48 | 计算不同类型客户的总销售额(例如,基于婚姻状况、教育状况)、销售价格以及状态和销售利润的不同组合 |
query 49 | 按数量和货币(按比率排序)报告每个渠道所有商品的最差退货率(销售额与退货率)。数量比率定义为销售总数与退货总数之比。货币比率定义为回报金额与支付净额之和 |
query 50 | 对于每个商店,计算从购买之日起30天、60天、90天、120天和120天以上在指定月份内退货的商品数量 |
query 51 | 计算促销活动产生的门店销售额、特定时区特定类别以及特定年份和月份的所有门店销售额及其比率 |
query 52 | 报告特定年份和月份特定品牌所有商品的扩展销售价格总额 |
query 53 | 找出那些生产具有特定特征的产品且其平均月销售额大于其月销售额10%的制造商的ID、季度销售额和年销售额 |
query 54 | 查找在给定的月份和年份在网络上或通过目录购买给定类别和类别商品的所有客户,然后连续三个月在住所附近的商店进行店内购买。计算这些客户在50美元细分市场的收入直方图,显示每个收入细分市场的客户数量 |
query 55 | 对于给定的年份、月份和门店经理,计算所有品牌的任意组合的门店总销售额 |
query 56 | 针对所有销售渠道中具有三种特定颜色的商品,计算特定年份中特定月份的月销售额。只考虑在特定时区居住的顾客的销售情况。按项目对销售额进行分组,并按销售额对输出进行排序 |
query 57 | 查找每个呼叫中心的商品品牌和类别,以及指定年份的月度销售数据,其中月度销售数据偏离该年度平均月度销售的10%以上,按偏差和呼叫中心排序。报告上个月和下个月的销售偏差 |
query 58 | 在给定日期结束的一周内,检索收入最高且在所有商店、目录和网络上的收入大致相等的商品 |
query 59 | 报告从一年到下一年,每一家商店和每一天的每周商店销售额的增长情况 |
query 60 | 对于居住在特定时区的客户购买的特定类别的商品,特定年份特定月份的月销售额是多少。按项目对销售额进行分组,并按销售额对输出进行排序 |
query 61 | 查找给定月份和年份中有促销和无促销的商品销售比例。只考虑销售给特定时区客户的特定类别的商品 |
query 62 | 对于网络销售,创建一份报告,显示给定年份内30天内、31到60天内、61到90天内、91到120天内以及120天以上发货的订单数量,按仓库、发货模式和网站分组 |
query 63 | 对于给定的年份,计算在商店中销售的特定类别、类别和品牌商品的月销售额,并由商店经理将结果分组。此外,每月和经理打印这些商品的年平均销售额 |
query 64 | 寻找那些一年到另一年销售更多交叉销售商品的商店。交叉销售商品是指通过互联网、目录和店内销售的商品 |
query 65 | 在给定的时间段内,对于每个门店,报告收入低于该门店所有商品平均收入10%的商品列表 |
query 66 | 按仓库计算网络和目录销售和利润。在给定的8小时内,按月报告给定年份的结果 |
query 67 | 根据特定年份的门店销售额,找出每个类别的顶级门店。 |
query 68 | 计算连续三年每个月的前两天内“外地”购物者从位于两个城市的商店购买的每位顾客的扩展销售价格、扩展标价和扩展税。只考虑具有特定依赖性和车辆计数的客户 |
query 69 | 统计在给定年份的两个月时间内,居住在某些州、从商店购买但既不构成目录也不从网上购买的具有相同性别、婚姻状况、教育状况、购买估计和信用评级的客户 |
query 70 | 计算一年内各州和县的商店销售净利润排名,并确定五个最赚钱的州 |
query 71 | 选择最能产生收入的产品,在早餐或晚餐时间销售,为期一个月,由指定的经理管理所有三个销售渠道 |
query 72 | 对于每件商品,仓库和周组合计算有促销和无促销的销售额 |
query 73 | 统计具有特定购买潜力且依赖计数与车辆计数比率大于1的客户数量,以及连续三年在位于4个县的商店中一次购买1到5件商品的客户数量。只考虑在该月的前两天购买 |
query 74 | 显示连续几年同时拥有门店和网络销售额的客户,其网络销售额的增长超过了指定年份门店销售额的增长 |
query 75 | 连续两年按品牌、类别和类别跟踪商品的销售情况 |
query 76 | 计算通过网络渠道销售的促销商品的平均数量、标价、折扣、销售价格,如果促销不是通过邮件或在活动中针对特定性别、婚姻状况和教育状况提供的 |
query 77 | 报告给定30天内所有三个销售渠道的总销售额、退货和利润。按通道和唯一通道位置标识符汇总结果 |
query 78 | 报告拥有最高店铺渠道销售与所有其他渠道销售比例的顶级客户/商品组合(至少2比1),对于至少一个店铺销售和一个其他渠道销售的组合。按最高比率排列输出 |
query 79 | 计算每位顾客的优惠券金额和周一购物者的净利润。只有在周一连续三年在大型商店购买的、具有一定依赖数量和大量车辆数量的客户才会被考虑 |
query 80 | 在30天的窗口期内,报告商店、目录和网络渠道中未在电视上宣传的价格超过50美元的商品的延长销售额、延长净利润和退货,按销售渠道和渠道特定销售方式汇总结果(商店销售、目录销售目录页和网络销售网站) |
query 81 | 查找退回从目录中购买的商品的客户及其详细客户数据,这些商品在给定时间段内的退货率超过给定状态下客户平均退货率的20%。按客户数据输出订单 |
query 82 | 列出特定制造商在给定的30美元价格范围内通过门店渠道销售的所有商品和当前价格,并且在60天内,库存量始终在100到500之间 |
query 83 | 检索在某一给定日期结束的一周内,所有商店、目录和web渠道的退货数量大致相等的退货数量最高的商品(在+/- 10%的公差内)。 |
query 84 | 列出居住在指定城市的所有客户,收入介于2个值之间 |
query 85 | 对于所有的网站退货原因,计算平均销售额,平均退款现金和平均退货费用的不同组合的客户和销售类型(例如,基于婚姻状况,教育状况,国家和销售利润) |
query 86 | 按类别和类别汇总给定年份的网络销售额,并对父类中的同类销售进行排序,为每个组计算销售总和、具有层次结构和组内排名的位置 |
query 87 | 计算有多少客户在同一天在网上和目录上订购了商品,又有多少客户在同一天在商店里购买了商品 |
query 88 | 在某些商店,我们每天的太平洋时段,我们会卖多少件商品给那些有一个受抚养人并且注册了2辆或更少的车辆的客户,或者有2个受抚养人并且注册了4辆或更少的车辆的客户,或者有3个受抚养人并且注册了5辆或更少的车辆的客户。在一排中,将计数分为8:30到9:30,9:30到9:30,9:30到10.......12:00到12:30 |
query 89 | 在一年内,列出所有月份,以及月度销售额超过年度总销售额0.1%的商品类别、类别和品牌组合 |
query 90 | 对于有特定数量家属的客户,早上(上午8点到9点)通过互联网售出的物品数量与晚上(晚上7点到8点)售出的物品数量之间的比率是多少。只考虑有大量内容的网站 |
query 91 | 根据呼叫中心和经理在特定月份的目录销售总回报,展示给未知教育程度的男性客户或具有特定购买潜力、来自特定时区、具有高等学历的女性客户。 |
query 92 | 计算特定90天内某一特定制造商商品网上销售的总折扣,即折扣超过该制造商在此期间商品平均折扣30%的销售 |
query 93 | 对于给定的退货原因,报告客户的总购买成本减去退货成本 |
query 94 | 针对从多个仓库发货的未退货订单,从指定网站向处于给定状态的客户统计给定60天内的网络销售额、总运输成本和净利润 |
query 95 | 针对从多个仓库发货的退货订单,从指定网站向处于给定状态的客户统计给定60天内的网络销售额、总运输成本和净利润 |
query 96 | 计算指定店铺在一天中指定的半小时内,向具有给定数量家属的客户销售的数量 |
query 97 | 生成促销销售和总销售的计数,以及它们在特定时区的特定商品类别和月份的比例 |
query 98 | 报告在给定的30天内售出的属于指定类别的物品 |
query 99 | 对于目录销售,创建一个报告,显示给定年份内30天、31天至60天、61天至90天、91天至120天及120天以上的订单数量,按仓库、呼叫中心和发货模式分组。 |
网友评论