sql >> Database teknologi >  >> RDS >> Mysql

Sådan beregnes det gennemsnitlige salg pr. dag i MySQL

Gennemsnitligt dagligt salg er en god metrik til at forstå, hvor meget omsætning eller ordrer, du kan forvente på en dag-til-dag basis. Sådan beregner du det gennemsnitlige salg pr. dag i MySQL, hvis dine salgsdata er gemt i en database, hvilket typisk er tilfældet med onlinebutikker og mobilapps.

Sådan beregner du det gennemsnitlige salg pr. dag i MySQL

Lad os sige, at du har følgende salgstabel som vist nedenfor.

mysql> create table sales(order_date date,sale int);

mysql> insert into sales values('2020-01-01',20),
('2020-01-02',25),('2020-01-03',15),('2020-01-04',30),('2020-01-05',20);

mysql> select * from sales;
+------------+------+
| order_date | sale |
+------------+------+
| 2020-01-01 |   20 |
| 2020-01-02 |   25 |
| 2020-01-03 |   15 |
| 2020-01-04 |   30 |
| 2020-01-05 |   20 |
+------------+------+

Du kan nemt beregne det gennemsnitlige salg pr. dag i MySQL med følgende forespørgsel ved hjælp af AVG-funktionen.

mysql> select avg(sale) from sales;
+-----------+
| avg(sale) |
+-----------+
|   22.0000 |
+-----------+

Lad os sige, at du kun vil beregne det gennemsnitlige salg pr. dag for december måned 2019. Du kan gøre det ved blot at tilføje en WHERE-klausul i din forespørgsel, som vist nedenfor. Det vil filtrere dataene baseret på WHERE-tilstanden, før gennemsnittet beregnes.

mysql> select avg(sale) from sales 
where order_date>'2019-12-01' and order_date<'2020-01-01';

På samme måde kan du også beregne det gennemsnitlige salg pr. uge i MySQL.

Bonus Læs:Sådan beregnes det samlede salg pr. måned

Lad os sige, at have salgsdata for flere produkter i én tabel, som vist nedenfor.

mysql> create table sales(product varchar(255),order_date date,sale int);

mysql> insert into sales values('A','2020-01-01',20),('B','2020-01-02',25),
('B','2020-01-03',15),('A','2020-01-04',30),('A','2020-01-05',20);

mysql> select * from sales;
+---------+------------+------+
| product | order_date | sale |
+---------+------------+------+
| A       | 2020-01-01 |   20 |
| B       | 2020-01-02 |   25 |
| B       | 2020-01-03 |   15 |
| A       | 2020-01-04 |   30 |
| A       | 2020-01-05 |   20 |
+---------+------------+------+

Hvis du vil beregne det gennemsnitlige salg pr. dag for hvert produkt, så er her en SQL-forespørgsel til det. I dette tilfælde skal du GRUPPERE EFTER produkt kolonne

mysql> select product, avg(sale) from sales group by product;
+---------+-----------+
| product | avg(sale) |
+---------+-----------+
| A       |   23.3333 |
| B       |   20.0000 |
+---------+-----------+

Hvis du vil vise disse produkter i separate kolonner, skal du oprette en pivottabel

Bonuslæser: Sådan beregner du vækst i procent måned for måned i MySQL

Sådan beregner du det gennemsnitlige salg pr. dag for hver dag i ugen

Lad os sige, at du vil beregne det gennemsnitlige salg for hver dag i ugen, som vist nedenfor

 Days       Average
 Monday       12.5         
 Tuesday      20.2                   
 Wednesday    30.5 

Du kan gøre dette ved at bruge DAYNAME-funktionen i MySQL, som vist nedenfor.

mysql> SELECT   DAYNAME(order_date), AVG(sale)
    -> FROM     sales
    -> GROUP BY DAYNAME(order_date);
+---------------------+-----------+
| DAYNAME(order_date) | AVG(sale) |
+---------------------+-----------+
| Friday              |   15.0000 |
| Saturday            |   30.0000 |
| Sunday              |   20.0000 |
| Thursday            |   25.0000 |
| Wednesday           |   20.0000 |
+---------------------+-----------+

Når du har beregnet det gennemsnitlige salg pr. dag, kan du bruge et rapporteringsværktøj til at plotte det i et søjlediagram eller dashboard. Her er et eksempel på et søjlediagram, der er oprettet ved hjælp af Ubiq.

Hvis du vil oprette diagrammer, dashboards og rapporter fra MySQL-databasen, kan du prøve Ubiq. Vi tilbyder en 14-dages gratis prøveperiode.

  1. Rails Migration ændrer kolonne for at bruge Postgres-arrays

  2. Konfiguration af en lytter i Oracle Database (12c, 18c og 19c udgaver)

  3. Undtagelse i hovedtråden java.sql.SQLEundtagelse:Adgang nægtet for brugeren ''@'localhost' (bruger adgangskode:NEJ)

  4. Sådan sikrer du dig, at din MySQL-database er sikret