Как строить когортный анализ с DATE-функциями? Схема: users(user_id, signup_date), orders(user_id, order_date, amount).
SQLmediummiddle
Проверяет владение SQL: выборки, агрегации, JOIN-ы и оконные функции.
quiz-banksqlcohort
Варианты ответа
Простая группировка GROUP BY user_id даёт когортный анализ: каждый пользователь становится отдельной когортой с собственной retention-кривой и LTV-траекторией
Фильтр WHERE order_date BETWEEN date1 AND date2 без привязки к дате регистрации пользователя — получаем снимок активности за период, что и является когортой
ORDER BY signup_date LIMIT 100 — выбираем первых 100 зарегистрированных пользователей, это и есть «первая когорта», дальнейший анализ строится на этой выборке
DATE_TRUNC для группировки signup_date по неделям/месяцам, разность дат (order_date - signup_date) для определения возраста когорты, затем GROUP BY (когорта, возраст)
Как разобрать этот вопрос на собеседовании
Начни с разбора схемы: какие таблицы и ключи участвуют, где могут быть NULL и дубли строк. Затем реши, что важнее — JOIN, агрегация с GROUP BY/HAVING, оконная функция или подзапрос. На собеседовании ценят не только правильный результат, но и умение проговорить план запроса и крайние случаи (пустые группы, деление на ноль, фан-аут при JOIN).
На собеседовании по такому вопросу важно не только назвать ответ, но и кратко объяснить, почему он верный.
Тема вопроса — «SQL». Чтобы подготовиться к похожим задачам, отрабатывай их на практике: sql-тренажёр помогает довести навык до автоматизма, а раздел вопросов — увидеть формулировки, которые реально встречаются на интервью аналитика данных.
Разбор ответа
Подробный разбор с объяснением «почему правильный ответ верный» и почему остальные неверны — после регистрации.
3000+ вопросов с разбором, quiz-режим с проверкой, AI-собес и подготовка к интервью аналитика.