SQL: Определить самый популярный день для покупок

SQL: Определить самый популярный день для покупок

Анализ по дням недели

SELECT
    DAYNAME(order_date) as day_of_week,
    DAYOFWEEK(order_date) as day_num,
    COUNT(*) as orders_count,
    ROUND(SUM(amount), 2) as total_revenue,
    ROUND(AVG(amount), 2) as avg_order_value,
    ROUND(100.0 * COUNT(*) / SUM(COUNT(*)) OVER (), 2) as pct_of_total
FROM orders
GROUP BY DAYOFWEEK(order_date), DAYNAME(order_date)
ORDER BY day_num;

Анализ по часам суток

SELECT
    HOUR(order_date) as hour_of_day,
    COUNT(*) as orders_count,
    ROUND(SUM(amount), 2) as total_revenue,
    ROUND(AVG(amount), 2) as avg_order_value,
    ROUND(100.0 * COUNT(*) / SUM(COUNT(*)) OVER (), 2) as pct_of_total
FROM orders
GROUP BY HOUR(order_date)
ORDER BY hour_of_day;

Комбинированный анализ (день × час)

SELECT
    DAYNAME(order_date) as day_of_week,
    HOUR(order_date) as hour_of_day,
    COUNT(*) as orders_count,
    ROUND(SUM(amount), 2) as total_revenue
FROM orders
GROUP BY DAYOFWEEK(order_date), DAYNAME(order_date), HOUR(order_date)
ORDER BY DAYOFWEEK(order_date), HOUR(order_date);

Интерпретация для Product Analytics

Пиковые периоды:

• Часовой анализ показывает пики нагрузки (обычно вечер 18-21ч)
• Дневной анализ выявляет популярные дни (часто выходные)
• Комбинированный выявляет "супер-пики" (напр. пятница вечер)

Бизнес-применение:

• Таргетирование рекламы на пиковые часы
• Планирование персонала и инфраструктуры
• Стратегия скидок на низкопиковые периоды для выравнивания спроса
• Анализ AOV (average order value) по временам — могут ли отличаться цены