Toda métrica es un nivel de detalle, una ventana y un denominador

La idea

Las preguntas de negocio suenan distintas ("¿estamos creciendo?", "¿qué se vende mejor?", "¿los clientes nuevos vuelven?"), pero las consultas detrás comparten una forma. Primero decides el nivel de detalle: lo que representa una fila de tu respuesta, como un mes, una categoría o un trimestre de registro. Luego agregas a ese nivel. Después usas una ventana para poner cada fila junto a la fila con la que la comparas. Al final decides entre qué divides.

La mayoría de los números equivocados en una revisión de negocio vienen de un error en una de esas tres decisiones, no de un error de sintaxis SQL. La consulta se ejecuta, el gráfico se ve plausible y el número sigue estando mal.

Por qué existe

Contar pedidos es fácil. Decir que los ingresos "subieron" es difícil, porque necesita una base de comparación, y esa base es una elección. Subieron frente a qué: el mes pasado, el mismo mes del año pasado, el plan, el promedio? Cualquiera que elijas debe aplicarse al mismo tipo de periodo, y definirse igual cada vez, o dos personas reportarán números distintos para el mismo trimestre.

Por eso este capítulo practica patrones y no funciones. Las funciones ya las conoces. Lo importante es el hábito de construir cada métrica en el mismo orden y revisar cada paso, para que una revisión de 20 métricas no necesite 20 ideas nuevas.

Cómo funciona por dentro

Paso 1: agrega al nivel de detalle y luego compara

Las funciones de ventana trabajan sobre filas. Para comparar meses primero necesitas una fila por mes, así que los totales mensuales van en un CTE y las ventanas leen de él. Si aplicas LAG a los pedidos crudos, comparas un pedido con el pedido anterior, que no es un mes.

El nivel de detalle también debe estar completo. LAG(orders, 12) significa doce filas atrás, que es el mismo mes del año pasado solo si no falta ningún mes entre medio. Une los totales mensuales a un calendario para que los meses sin pedidos aparezcan con cero.

Paso 2: elige la comparación

Mes contra mes y año contra año usan la misma ventana con un desfase distinto.

El crecimiento es (este - anterior) / anterior, y el primer periodo de cada comparación no tiene fila anterior, así que sale NULL. Divide con NULLIF(previous, 0) para que una base en cero dé NULL en lugar de un error.

Dos reglas más. Compara periodos completos con periodos completos: un mes que va por la mitad se ve como un derrumbe junto a uno completo, que es la trampa del mes parcial. Y compara la misma definición: si "pedidos" excluye los cancelados este mes, tiene que excluirlos también el año pasado.

Paso 3: reinicia cuando la pregunta se reinicia

Un total acumulado responde "¿cómo vamos?" solo si empieza de nuevo cuando empieza el periodo.

Pon el periodo en PARTITION BY (el año) y la secuencia en ORDER BY (el mes). La misma idea da "clientes en lo que va del trimestre" o "gasto desde el registro".

Paso 4: top N con empates, embudos y cohortes

Estos patrones siguen la misma receta. El top N por grupo es una ventana de ranking dentro de un CTE, y tu elección entre ROW_NUMBER, RANK o DENSE_RANK es una declaración sobre los empates. Un embudo cuenta cuántas sesiones llegan a cada paso y luego divide cada paso entre el anterior: las sesiones de escritorio convierten 563 de 14,541, un 3.9%, y las de móvil 520 de 21,549, un 2.4%, así que el problema del móvil solo se ve cuando divides. Una cuadrícula de cohortes agrupa a los clientes por su primer pedido y cuenta quiénes volvieron a pedir en cada periodo posterior.

Paso 5: di cuál es el denominador

Todo porcentaje esconde un denominador. La "tasa de activación" es clientes activados divididos entre cuáles clientes: todos los que se registraron, o solo aquellos cuyo trimestre ya terminó? En una cuadrícula de retención, una cohorte que se registró el mes pasado no pudo haber tenido doce meses para volver, así que debe quedar fuera de la columna de doce meses en lugar de contarse como cero. Escribe el denominador en una frase antes de escribir el SQL.

Paso 6: revisa una fila a mano

Antes de entregar un patrón, elige una fila del resultado y reconstrúyela con una consulta aparte y sencilla. Cuenta directamente los pedidos de enero de 2025 y compáralos con el CTE. Busca enero de 2024 y divide a mano. Si el número a mano y el del patrón coinciden en una fila donde algo pudo salir mal (el primer mes de un año, un mes con empates, la cohorte más reciente), lo demás probablemente está bien. Si no coinciden, el nivel de detalle, la ventana o el denominador está mal, y ya sabes qué fila depurar.

Errores comunes

"Crecimiento es crecimiento: puedo comparar cualquier par de periodos"

Una comparación mide la diferencia entre dos periodos, así que hereda sus diferencias. Diciembre contra enero compara un pico de fiestas con un mes tranquilo. Usa el mismo periodo del año anterior para quitar la temporada, y usa solo periodos completos.

"Si la consulta corre y el total se ve bien, el patrón está bien"

Un total general puede estar bien mientras las filas mensuales están mal, por ejemplo cuando un total acumulado pasa de un año al siguiente. Revisa una fila que puedas verificar a mano: el primer mes de un año nuevo, la primera cohorte, el producto principal de una categoría.

"Un desfase de 12 en LAG siempre significa el año pasado"

Significa doce filas atrás. Si falta un mes, o si mezclas varias categorías sin PARTITION BY, doce filas atrás puede ser otro mes o directamente otra categoría. Construye primero una cuadrícula completa y particiona por aquello dentro de lo cual comparas.