Advanced SQL for Analytical Systems

Window Functions: OVER, PARTITION BY and analytic logic - official lesson image on GinnyTech, created by AD

Advanced joins, semi-join, anti-join, and set logic

Scegliere tra JOIN, semi-join con EXISTS e anti-join con NOT EXISTS, join laterali e as-of join, con controlli di cardinalità, NULL e quadratura dei complementari.

Prerequisites: 1

ROW_NUMBER, RANK and group deduplication - official lesson image on GinnyTech, created by AD

'Window functions: mental model'

ROW_NUMBER, RANK, DENSE_RANK e NTILE: eleggere una riga per gruppo con ordinamento deterministico, deduplicare senza gonfiare i conteggi e classificare con spareggio stabile.

Prerequisites: 1

LAG, LEAD and sequential event analysis - official lesson image on GinnyTech, created by AD

Ranking, lag/lead, cumulative logic, and frames

LAG e LEAD per gap, variazioni e cambi di stato riga per riga, progressivi e medie mobili con frame ROWS o RANGE, e sessioni ricostruite con flag e somma cumulata.

Prerequisites: 1

SUM, COUNT, AVG, MIN, and MAX over windows - official lesson image on GinnyTech, created by AD

Cohort analysis in SQL

Costruire una matrice di coorte in SQL: assegnare gli utenti al mese di iscrizione, calcolare la retention con denominatore fisso e leggere la matrice per righe e colonne senza farsi ingannare dai totali.

Prerequisites: 1

FIRST_VALUE, LAST_VALUE, NTILE and window frames - official lesson image on GinnyTech, created by AD

Funnel analysis in SQL

FIRST_VALUE, LAST_VALUE e NTILE con frame di finestra espliciti: bordi della partizione, fasce di velocità e funnel con ordine temporale imposto.

Prerequisites: 1

Guided exercises on Window Functions - official lesson image on GinnyTech, created by AD

Sessionization and behavioral grouping

Ricostruire sessioni ed episodi con flag di rottura e somma cumulata, calcolare durata, conversione e canale di ingresso per sessione con FIRST_VALUE e mediana.

Prerequisites: 1

Date Spine, Rolling Metrics, and OHLC - official lesson image on GinnyTech, created by AD

Experiments and A/B analysis in SQL

Generare una date spine per densificare le serie, calcolare medie mobili e totali rolling con frame ROWS e confrontare l'anno precedente con LAG a scarto fisso.

Prerequisites: 1

Cohort and Retention Analysis in SQL - official lesson image on GinnyTech, created by AD

Attribution queries and path analytics

Coorti stabili, retention con denominatore fisso e modelli di attribuzione (last-click, lineare, time decay) con crediti che quadrano col ricavo, più percorsi di conversione.

Prerequisites: 1

Funnel, Sessionization and User Paths - official lesson image on GinnyTech, created by AD

JSON, arrays, and semi-structured analytics

Sessionizzazione con LAG e soglia di inattività, funnel stretti e laschi con denominatore dichiarato e conversioni con finestra di attribuzione esplicita.

Prerequisites: 1

Pivot, ROLLUP and KPI Table for Reporting - official lesson image on GinnyTech, created by AD

Date-time pitfalls and timezone correctness

Pivot con aggregazione condizionale e FILTER, subtotali gerarchici con ROLLUP e GROUPING, e KPI table per congelare le definizioni delle metriche in un unico punto.

Prerequisites: 1

Anomalies, Pareto, and Segmentation with SQL - official lesson image on GinnyTech, created by AD

EXPLAIN, optimization, and performance tuning

Trovare con SQL i pochi clienti che contano: decili di spesa, z-score su baseline mobile per le anomalie, curva di Pareto sul margine e segmentazione RFM con gruppo di controllo.

Prerequisites: 1

Cheat Sheet - Window Functions for Analytics - official lesson image on GinnyTech, created by AD

Testing, refactoring, and reusable SQL patterns

Test di integrità e statistici per query SQL, refactoring in CTE con grain dichiarato e pattern riusabili centralizzati in modelli intermedi testati.

Prerequisites: 1

Case Study - Window Functions for an Omnichannel Retailer - official lesson image on GinnyTech, created by AD

Advanced 28 min

'Advanced lab: professional queries on real cases'

Lab avanzato su dati reali: deduplica deterministica delle transazioni, coorti per canale, segmenti omnicanale, riconciliazione warehouse-fonte esterna e curve di sopravvivenza in SQL.

Prerequisites: 1