Nivel 2 · Limpia y clasifica las ubicaciones en SQL

Qué estás verificando y por qué

Las direcciones de los clientes las escriben los clientes, así que el mismo lugar llega con varias grafías. Antes de agrupar por nada, mide cuán grave es. COUNT(DISTINCT ...) sobre la columna sin procesar frente al mismo conteo sobre el valor limpio te lo dice en una consulta:

SELECT COUNT(DISTINCT state) AS raw_states,
       COUNT(DISTINCT upper(trim(state))) AS clean_states
FROM customers;

trim quita los espacios sueltos y upper pone todas las etiquetas en una misma capitalización. A las personas se las empareja igual, por lower(trim(email)), porque un correo es lo más parecido que tiene la tabla a la identidad de una persona: el customer_id cambia cuando alguien se registra de nuevo.

Un detalle de SQL que conviene conocer: COUNT(columna) omite los NULL, así que COUNT(*) - COUNT(city) es el número de ciudades en blanco. Esos 14 clientes no se pueden ubicar en un área metropolitana y salen del paso 3.

Primero estados, luego áreas metropolitanas

El paso 2 le da a la junta la vista por estado, que ya conoce. Mezcla dos fuentes: la tabla customers para cuántas personas viven en cada estado, y las líneas de pedido para saber quién compró y cuánto. Cada una se agrega por separado y ambas se unen por el estado limpio. Unir primero y contar después multiplicaría las filas.

El paso 3 es la respuesta a la pregunta de la sala de exposición. Conserva solo consumidores, porque las cuentas de empresa piden en línea y no visitarían, y clasifica áreas metropolitanas, porque una sala de exposición sirve a una ciudad:

WHERE o.status = 'completed'
  AND i.quantity > 0
  AND c.segment = 'consumer'
  AND c.city IS NOT NULL

Ambos pasos ponen los dos años lado a lado con SUM(CASE WHEN yr = ... THEN revenue END) y calculan el crecimiento a partir de las sumas sin redondear.

Cómo leer el resultado

city	buyers_2025	revenue_2025	growth_pct
NEW YORK	104	96,984.37	−5.9
LOS ANGELES	78	71,631.90	30.7
DALLAS	58	66,362.59	17.2

New York es la mayor y Los Angeles la de más rápido crecimiento entre las líderes. La tabla por estado habría señalado a California en su conjunto, y su crecimiento global de 0.3% habría ocultado que Los Angeles crece rápido.

Trampas

• Limpiar en el GROUP BY pero no en el SELECT (o al revés) da un error o vuelve a dividir los grupos. Limpia una vez, en una CTE, y usa la columna limpia en todas partes.
• upper(trim(city)) devuelve NEW YORK. Está bien para agrupar; arregla las mayúsculas para la diapositiva.
• LIMIT sin ORDER BY devuelve diez estados arbitrarios.