Nivel 2 · Revisa y compara la subida de precios en SQL

Qué estás revisando, y por qué

Antes de comparar nada, demuestra que estás mirando los productos correctos y la fecha correcta. Thomas dice «unos 30 productos, 1 de marzo». Los datos pueden confirmar ambas cosas, porque order_items guarda el precio pagado en cada línea, mientras que products.unit_price solo guarda el precio de lista de hoy.

Un producto cuyo precio cambió tiene dos precios distintos entre sus líneas de pedido. Eso es una condición sobre grupos, así que va en HAVING:

SELECT product_id, MIN(unit_price) AS old_price, MAX(unit_price) AS new_price
FROM order_items
GROUP BY product_id
HAVING MIN(unit_price) <> MAX(unit_price);

Esto devuelve 29 productos. La revisión del paso 1 etiqueta entonces cada una de sus líneas dos veces, por fecha y por precio, y cuenta las combinaciones. Si el cambio ocurrió limpiamente el 1 de marzo, solo existen dos combinaciones: antes con el precio viejo, después con el nuevo. Cualquier otra fila es un hallazgo en sí misma.

En igualdad de condiciones, con un grupo de control

El paso 2 responde la pregunta acordada. Tres decisiones hacen justa la comparación:

• Los mismos meses, con un año de diferencia. De marzo a agosto de 2025 frente a marzo a agosto de 2024. La temporada es la misma en ambos lados.
• Productos en igualdad de condiciones. Solo los productos lanzados antes del 1 de enero de 2024, para que todos estuvieran a la venta durante ambas ventanas completas.
• Un grupo de control. Todos los demás productos se etiquetan como unchanged. Su crecimiento es la línea base: lo que la tienda hizo de todos modos.

El patrón para dos periodos lado a lado es la agregación condicional, el mismo que se usa en los informes año contra año:

SUM(CASE WHEN yr = 2024 THEN quantity END) AS u24,
SUM(CASE WHEN yr = 2025 THEN quantity END) AS u25

Guarda estas sumas en bruto en una CTE y calcula el porcentaje en el SELECT final, para que se calcule con números sin redondear.

Cómo leer el resultado

price_group	units_change_pct	revenue_change_pct
raised	21.0	44.3
unchanged	9.2	13.4

Si la subida hubiera dañado la demanda, los productos con precio más alto crecerían menos que los que no cambiaron. Crecieron más. Los ingresos crecieron más rápido que las unidades en los productos con precio más alto porque cada unidad dejó cerca de 6% más y porque las ventas se desplazaron hacia los artículos más caros del grupo.

Errores comunes

• BETWEEN '2025-03-01' AND '2025-08-31' sobre una marca de tiempo deja fuera la noche del 31 de agosto; usa un rango semiabierto.
• Contar pedidos cancelled o refunded suma ventas que nunca ocurrieron.
• IN (SELECT ...) está bien para 29 ids; con millones de filas, un JOIN con la CTE es el hábito más rápido.