La solicitud
De Daniel Foster, Gerente de producto móvil
“Acordamos la pregunta: la participación de cada canal en pedidos completados e ingresos por año, y si el crecimiento de la app es negocio nuevo o pedidos que se pasan del sitio web. Empieza mostrándome que los datos sirven para esto. Diciembre de 2025 todavía no está del todo asentado.”
Tu objetivo
Paso 1 de 3. Verifica los datos. Para cada canal, cuenta todos los pedidos por estado: devuelve channel, completed, cancelled, refunded, pending y pending_late (pedidos pendientes hechos el 2025-12-22 o después), ordenado por channel. Usa solo la tabla orders.
- Lee de la tabla
orderspendiente - Muestra exactamente
channelcompletedcancelledrefundedpendingpending_latependiente - 3 filas, ordenadas como se pidependiente
Paso 2 de 3. Mide la mezcla. Usa pedidos completados y líneas con quantity > 0. En una CTE, calcula para cada año (year(order_date) AS year) y canal el número de pedidos y los ingresos netos. Devuelve year, channel, orders, order_share_pct (la participación del canal en los pedidos de ese año), revenue (redondeado a 2) y revenue_share_pct (su participación en los ingresos de ese año), con las participaciones redondeadas a 1, ordenado por year y luego channel.
- Lee de la tabla
orderspendiente - Lee de la tabla
order_itemspendiente - Muestra exactamente
yearchannelordersorder_share_pctrevenuerevenue_share_pctpendiente
Paso 3 de 3. Separa mezcla de crecimiento. Usa pedidos completados y líneas con quantity > 0. Para cada canal, devuelve orders_2024 y orders_2025, orders_change_pct ((2025 - 2024) * 100 / 2024), aov_2025 (ingresos netos de 2025 por pedido) y shipping_2025 (el shipping_fee promedio de sus pedidos de 2025). Redondea el cambio a 1 y el dinero a 2, ordena por channel.
- Lee de la tabla
orderspendiente - Lee de la tabla
order_itemspendiente - Muestra exactamente
channelorders_2024orders_2025orders_change_pctaov_2025shipping_2025pendiente
Este caso se desbloquea cuando terminas cualquiera de estos:
- SQL · CASE, fechas y cadenas de texto
- Python · Columnas nuevas, groupby y agregación
- Excel · Tablas dinámicas
La solicitud y la lección ya se pueden leer. Resuelve todos los niveles de uno de esos capítulos, en la ruta que prefieras, y este caso se abre.
Paso 1 · tu consulta
Cargando el editor…
Solución de referencia
| order_id | customer_id | order_date | status | channel |
|---|---|---|---|---|
| 1001 | 125 | 2023-01-01 20:51:19 | completed | web |
| 1002 | 156 | 2023-01-02 07:58:46 | completed | web |
| 1003 | 22 | 2023-01-02 10:25:27 | completed | marketplace |
| 1004 | 48 | 2023-01-02 11:21:51 | completed | marketplace |
Mote revisa tu resultado
Presiona Ejecutar. Cada fila que cumple el objetivo se vuelve una luciérnaga en tu linterna.
Paso 2 · tu consulta
Cargando el editor…
Solución de referencia
| order_id | customer_id | order_date | status | channel |
|---|---|---|---|---|
| 1001 | 125 | 2023-01-01 20:51:19 | completed | web |
| 1002 | 156 | 2023-01-02 07:58:46 | completed | web |
| 1003 | 22 | 2023-01-02 10:25:27 | completed | marketplace |
| 1004 | 48 | 2023-01-02 11:21:51 | completed | marketplace |
Mote revisa tu resultado
Presiona Ejecutar. Cada fila que cumple el objetivo se vuelve una luciérnaga en tu linterna.
Paso 3 · tu consulta
Cargando el editor…
Solución de referencia
| order_id | customer_id | order_date | status | channel |
|---|---|---|---|---|
| 1001 | 125 | 2023-01-01 20:51:19 | completed | web |
| 1002 | 156 | 2023-01-02 07:58:46 | completed | web |
| 1003 | 22 | 2023-01-02 10:25:27 | completed | marketplace |
| 1004 | 48 | 2023-01-02 11:21:51 | completed | marketplace |
Mote revisa tu resultado
Presiona Ejecutar. Cada fila que cumple el objetivo se vuelve una luciérnaga en tu linterna.
Lo que recibe Daniel, y por qué
Tablas
Datos de la tienda Harbor & Pine, listos para consultar.
orders12,000 filas · 7 columnas
order_idintegercustomer_idintegerorder_datetimestampstatusvarcharchannelvarcharshipping_feedecimalcoupon_codevarchar
| order_id | customer_id | order_date | status | channel | shipping_fee | coupon_code |
|---|---|---|---|---|---|---|
| 1001 | 125 | 2023-01-01 20:51:19 | completed | web | 0.00 | NULL |
| 1002 | 156 | 2023-01-02 07:58:46 | completed | web | 0.00 | NULL |
| 1003 | 22 | 2023-01-02 10:25:27 | completed | marketplace | 4.99 | WELCOME10 |
| 1004 | 48 | 2023-01-02 11:21:51 | completed | marketplace | 4.99 | WELCOME10 |
| 1005 | 82 | 2023-01-02 11:43:36 | completed | web | 0.00 | WELCOME10 |
order_items30,338 filas · 6 columnas
order_item_idintegerorder_idintegerproduct_idintegerquantityintegerunit_pricedecimaldiscount_pctdecimal
| order_item_id | order_id | product_id | quantity | unit_price | discount_pct |
|---|---|---|---|---|---|
| 1 | 1001 | 121 | 9 | 31.99 | 0.00 |
| 2 | 1001 | 154 | 3 | 11.99 | 0.00 |
| 3 | 1002 | 154 | 4 | 11.99 | 0.00 |
| 4 | 1002 | 194 | 1 | 149.00 | 0.00 |
| 5 | 1002 | 193 | 2 | 19.99 | 0.00 |
customers2,018 filas · 9 columnas
customer_idintegerfirst_namevarcharlast_namevarcharemailvarcharcityvarcharstatevarcharsignup_datedatesegmentvarcharreferral_sourcevarchar
| customer_id | first_name | last_name | city | state | signup_date | segment | referral_source | |
|---|---|---|---|---|---|---|---|---|
| 1 | Owen | Hudson | owen.hudson@icloud.com | San Francisco | CA | 2022-06-02 | consumer | search |
| 2 | Douglas | Mendoza | dmendoza69@gmail.com | Atlanta | GA | 2022-06-02 | consumer | NULL |
| 3 | Henry | Brooks | hbrooks@lakesidecafe.com | Los Angeles | CA | 2022-06-04 | business | NULL |
| 4 | Brian | Graham | bgraham@bluecedarhomes.com | Seattle | WA | 2022-06-06 | business | |
| 5 | Kyle | Jimenez | kjimenez27@yahoo.com | Indianapolis | IN | 2022-06-07 | consumer | NULL |
products120 filas · 8 columnas
product_idintegernamevarcharcategoryvarcharsubcategoryvarcharunit_pricedecimalunit_costdecimallaunched_ondateis_activeboolean
| product_id | name | category | subcategory | unit_price | unit_cost | launched_on | is_active |
|---|---|---|---|---|---|---|---|
| 101 | Vale Velvet Loveseat | Furniture | Sofas | 1659.00 | NULL | 2023-09-11 | true |
| 102 | Alder Oak Coffee Table | Furniture | Tables | 919.00 | 503.50 | 2024-05-16 | true |
| 103 | Orchard Rattan Dining Chair | Furniture | Chairs | 789.00 | 429.87 | 2023-05-27 | true |
| 104 | Upland Oak Bookcase | Furniture | Storage | 429.00 | 214.70 | 2022-12-20 | true |
| 105 | Avery Leather Bed Frame | Furniture | Beds | 449.00 | 232.70 | 2021-08-31 | true |
returns1,673 filas · 5 columnas
return_idintegerorder_item_idintegerreturned_ondatereasonvarcharrefund_amountdecimal
| return_id | order_item_id | returned_on | reason | refund_amount |
|---|---|---|---|---|
| 1 | 14 | 2023-01-10 | damaged | 83.69 |
| 2 | 42 | 2023-01-10 | wrong_item | 19.99 |
| 3 | 105 | 2023-01-14 | wrong_item | 10.99 |
| 4 | 24 | 2023-01-16 | changed_mind | 26.99 |
| 5 | 126 | 2023-01-16 | late | 20.99 |
employees60 filas · 8 columnas
employee_idintegerfirst_namevarcharlast_namevarchardepartmentvarchartitlevarcharmanager_idintegerhire_datedatesalaryinteger
| employee_id | first_name | last_name | department | title | manager_id | hire_date | salary |
|---|---|---|---|---|---|---|---|
| 1 | Catherine | Hale | Executive | Chief Executive Officer | NULL | 2016-03-01 | 285000 |
| 2 | Robert | Kim | Executive | Chief Operating Officer | 1 | 2017-01-09 | 235000 |
| 3 | Megan | Collins | Sales | Head of Sales | 1 | 2018-04-16 | 172000 |
| 4 | Chloe | Gutierrez | Sales | Account Executive | 3 | 2020-01-21 | 72000 |
| 5 | Frank | Bell | Sales | Account Executive | 3 | 2023-05-21 | 73000 |
web_sessions40,000 filas · 7 columnas
session_idintegercustomer_idintegerstarted_attimestampdevicevarcharsourcevarcharpages_viewedintegerconvertedboolean
| session_id | customer_id | started_at | device | source | pages_viewed | converted |
|---|---|---|---|---|---|---|
| 1 | NULL | 2023-01-01 23:02:24 | mobile | paid | 1 | false |
| 2 | 18 | 2023-01-01 15:07:49 | desktop | paid | 1 | false |
| 3 | NULL | 2023-01-01 16:55:46 | desktop | direct | 7 | false |
| 4 | NULL | 2023-01-01 12:43:28 | mobile | organic | 3 | false |
| 5 | NULL | 2023-01-01 13:06:21 | mobile | social | 2 | false |
marketing_spend3,276 filas · 3 columnas
spend_datedatechannelvarcharamountdecimal
| spend_date | channel | amount |
|---|---|---|
| 2023-01-01 | paid | 492.99 |
| 2023-01-01 | 37.38 | |
| 2023-01-01 | social | 200.53 |
| 2023-01-02 | paid | 709.13 |
| 2023-01-02 | 64.13 |
La lección
Qué estás verificando y por qué
Antes de medir participaciones, asegúrate de que las dos columnas en las que se apoya el análisis estén limpias: channel y
status. Una consulta hace ambas, pivotando los estados a columnas con conteos condicionales:
COUNT(CASE WHEN status = 'completed' THEN 1 END) AS completedCOUNT omite los NULL, y un CASE sin ELSE devuelve NULL cuando la condición falla, así que solo se
cuentan las filas que coinciden. Tres cosas que leer en el resultado:
- El número de filas. Una por valor de canal. Una cuarta fila como
Appsignificaría mayúsculas que corregir. - Pedidos pendientes. Daniel advirtió que diciembre no está asentado.
pending_latemuestra cuántos de los pedidos pendientes son simplemente recientes. - Cancelaciones por canal. Si un canal canceló mucho más, usar los pedidos completados inclinaría la mezcla. Aquí todos están cerca del 6%.
Participaciones dentro de cada año
Una participación sobre el total necesita el total del grupo de cada fila a su lado. Una función de ventana lo hace sin colapsar las filas:
orders * 100.0 / SUM(orders) OVER (PARTITION BY year)PARTITION BY year reinicia el total en cada año, así que las tres participaciones de cada año suman 100%.
Agrega primero por año y canal en una CTE y luego aplica la ventana al resultado.
¿Mezcla o crecimiento?
Una participación creciente tiene dos historias posibles. O la app creció mientras los demás se mantenían, o la app se mantuvo mientras los demás caían. Normalmente es un poco de ambas, y solo los conteos las distinguen. El paso 3 pone 2024 y 2025 lado a lado con agregación condicional:
COUNT(CASE WHEN year = 2024 THEN 1 END) AS o24,
COUNT(CASE WHEN year = 2025 THEN 1 END) AS o25Cómo leer el resultado
| channel | orders_2024 | orders_2025 | orders_change_pct | aov_2025 |
|---|---|---|---|---|
| app | 1239 | 1904 | 53.7 | 523.27 |
| marketplace | 543 | 630 | 16.0 | 515.01 |
| web | 1891 | 1761 | -6.9 | 557.03 |
La tienda creció en 2025 y el marketplace mantuvo el ritmo. La app creció mucho más rápido, y el sitio web se encogió. Los datos no pueden decir qué clientes se pasaron; un seguimiento a nivel de cliente mostraría cuántos compradores web de 2024 pidieron a través de la app en 2025.
Trampas
- Usar
COUNT(*)tras unir con order_items cuenta líneas, no pedidos. UsaCOUNT(DISTINCT o.order_id)o resume primero a pedidos. - Una participación sin los conteos detrás puede ocultar un mercado que se encoge.
shipping_feees lo que el cliente pagó por la entrega, no la comisión que nos cobra el marketplace.
¡Linterna encendida!
Practicaste: data validationconditional aggregationwindow functionsshare of totalyoymix vs growth
- Resuelto
- Sin pistas
- Al primer intento