1. Faro

Nivel 4 · Costo por conversión sin dividir entre cero

La solicitud

De Jordan Reyes, Director de Marketing

“El gráfico de costo por conversión de 2025 muestra 'Infinity' para social en algunos meses y el eje es inútil. Un mes sin conversiones debería quedar en blanco. ¿Puedes arreglar la consulta?”

Tu objetivo

Para 2025, devuelve una fila por canal de marketing y mes con: channel, month (el primer día del mes, como DATE), spend (total de marketing_spend.amount, redondeado a 2), conversions (web_sessions con converted = true cuyo source es ese canal) y cost_per_conversion (spend dividido entre conversions, redondeado a 2, NULL cuando conversions es 0). Ordena por channel y luego por month.

  • Lee de la tabla web_sessionspendiente
  • Lee de la tabla marketing_spendpendiente
  • Muestra exactamente channel month spend conversions cost_per_conversionpendiente

Tu consulta

SQL

Cargando el editor…

    ResultadoVista previa de web_sessions · presiona Ejecutar para ver el tuyo
    Vista previa de web_sessions
    session_idcustomer_idstarted_atdevicesource
    1NULL2023-01-01 23:02:24mobilepaid
    2182023-01-01 15:07:49desktoppaid
    3NULL2023-01-01 16:55:46desktopdirect
    4NULL2023-01-01 12:43:28mobileorganic

    Mote revisa tu resultado

    Presiona Ejecutar. Cada fila que cumple el objetivo se vuelve una luciérnaga en tu linterna.

    Tablas

    Datos de la tienda Harbor & Pine, listos para consultar.

    web_sessions40,000 filas · 7 columnas
    • session_idinteger
    • customer_idinteger
    • started_attimestamp
    • devicevarchar
    • sourcevarchar
    • pages_viewedinteger
    • convertedboolean
    Primeras 5 filas de web_sessions
    session_idcustomer_idstarted_atdevicesourcepages_viewedconverted
    1NULL2023-01-01 23:02:24mobilepaid1false
    2182023-01-01 15:07:49desktoppaid1false
    3NULL2023-01-01 16:55:46desktopdirect7false
    4NULL2023-01-01 12:43:28mobileorganic3false
    5NULL2023-01-01 13:06:21mobilesocial2false
    marketing_spend3,276 filas · 3 columnas
    • spend_datedate
    • channelvarchar
    • amountdecimal
    Primeras 5 filas de marketing_spend
    spend_datechannelamount
    2023-01-01paid492.99
    2023-01-01email37.38
    2023-01-01social200.53
    2023-01-02paid709.13
    2023-01-02email64.13
    customers2,018 filas · 9 columnas
    • customer_idinteger
    • first_namevarchar
    • last_namevarchar
    • emailvarchar
    • cityvarchar
    • statevarchar
    • signup_datedate
    • segmentvarchar
    • referral_sourcevarchar
    Primeras 5 filas de customers
    customer_idfirst_namelast_nameemailcitystatesignup_datesegmentreferral_source
    1OwenHudsonowen.hudson@icloud.comSan FranciscoCA2022-06-02consumersearch
    2DouglasMendozadmendoza69@gmail.comAtlantaGA2022-06-02consumerNULL
    3HenryBrookshbrooks@lakesidecafe.comLos AngelesCA2022-06-04businessNULL
    4BrianGrahambgraham@bluecedarhomes.comSeattleWA2022-06-06businesspinterest
    5KyleJimenezkjimenez27@yahoo.comIndianapolisIN2022-06-07consumerNULL
    products120 filas · 8 columnas
    • product_idinteger
    • namevarchar
    • categoryvarchar
    • subcategoryvarchar
    • unit_pricedecimal
    • unit_costdecimal
    • launched_ondate
    • is_activeboolean
    Primeras 5 filas de products
    product_idnamecategorysubcategoryunit_priceunit_costlaunched_onis_active
    101Vale Velvet LoveseatFurnitureSofas1659.00NULL2023-09-11true
    102Alder Oak Coffee TableFurnitureTables919.00503.502024-05-16true
    103Orchard Rattan Dining ChairFurnitureChairs789.00429.872023-05-27true
    104Upland Oak BookcaseFurnitureStorage429.00214.702022-12-20true
    105Avery Leather Bed FrameFurnitureBeds449.00232.702021-08-31true
    orders12,000 filas · 7 columnas
    • order_idinteger
    • customer_idinteger
    • order_datetimestamp
    • statusvarchar
    • channelvarchar
    • shipping_feedecimal
    • coupon_codevarchar
    Primeras 5 filas de orders
    order_idcustomer_idorder_datestatuschannelshipping_feecoupon_code
    10011252023-01-01 20:51:19completedweb0.00NULL
    10021562023-01-02 07:58:46completedweb0.00NULL
    1003222023-01-02 10:25:27completedmarketplace4.99WELCOME10
    1004482023-01-02 11:21:51completedmarketplace4.99WELCOME10
    1005822023-01-02 11:43:36completedweb0.00WELCOME10
    order_items30,338 filas · 6 columnas
    • order_item_idinteger
    • order_idinteger
    • product_idinteger
    • quantityinteger
    • unit_pricedecimal
    • discount_pctdecimal
    Primeras 5 filas de order_items
    order_item_idorder_idproduct_idquantityunit_pricediscount_pct
    11001121931.990.00
    21001154311.990.00
    31002154411.990.00
    410021941149.000.00
    51002193219.990.00
    returns1,673 filas · 5 columnas
    • return_idinteger
    • order_item_idinteger
    • returned_ondate
    • reasonvarchar
    • refund_amountdecimal
    Primeras 5 filas de returns
    return_idorder_item_idreturned_onreasonrefund_amount
    1142023-01-10damaged83.69
    2422023-01-10wrong_item19.99
    31052023-01-14wrong_item10.99
    4242023-01-16changed_mind26.99
    51262023-01-16late20.99
    employees60 filas · 8 columnas
    • employee_idinteger
    • first_namevarchar
    • last_namevarchar
    • departmentvarchar
    • titlevarchar
    • manager_idinteger
    • hire_datedate
    • salaryinteger
    Primeras 5 filas de employees
    employee_idfirst_namelast_namedepartmenttitlemanager_idhire_datesalary
    1CatherineHaleExecutiveChief Executive OfficerNULL2016-03-01285000
    2RobertKimExecutiveChief Operating Officer12017-01-09235000
    3MeganCollinsSalesHead of Sales12018-04-16172000
    4ChloeGutierrezSalesAccount Executive32020-01-2172000
    5FrankBellSalesAccount Executive32023-05-2173000

    La lección

    Las tasas son divisiones, y un denominador puede ser cero: un canal sin conversiones, un día sin pedidos, un producto nuevo sin ventas. Lo que pasa después depende de la base de datos. Postgres, SQL Server y Snowflake detienen toda la consulta con un error de “división entre cero”. DuckDB devuelve Infinity en la división decimal, que pasa directamente a un gráfico.

    NULLIF en una línea

    NULLIF(a, b) devuelve NULL cuando a = b, y a en otro caso. Envuelve el denominador:

    spend / NULLIF(conversions, 0)

    Cuando conversions es 0, la división se convierte en spend / NULL, que es NULL: sin error, sin Infinity y con un blanco en el gráfico, que es la respuesta honesta.

    Los ceros reales de estos datos

    Social es la fuente que peor convierte en Harbor & Pine. En mayo de 2025 la tienda gastó $10,170.19 en social y esas sesiones trajeron 0 conversiones de 204 sesiones de social. Septiembre y octubre de 2025 también tuvieron 0. Paid, con mucho más gasto, nunca llegó a cero en 2025, pero su mes más bajo (febrero) tuvo una sola conversión por $20,740.71. NULLIF maneja los ceros; un costo de $20,000 por conversión es una conversación de negocio, no un problema de datos.

    NULLIF para valores centinela

    El segundo uso de NULLIF es la limpieza. Los sistemas antiguos suelen guardar “desconocido” como un valor centinela como 0, -1 o una cadena vacía. Convierte el centinela en un NULL real para que los agregados lo ignoren:

    SELECT AVG(NULLIF(quantity, 0)) AS avg_quantity
    FROM order_items;

    Ocho líneas de pedido tienen cantidad 0 (errores de captura). AVG(quantity) es 1.9954 y AVG(NULLIF(quantity, 0)) es 1.9959. La diferencia es diminuta aquí, pero con un centinela como -1 en miles de filas decide la respuesta. Para texto: NULLIF(TRIM(coupon_code), '').

    Errores comunes

    • Envolver toda la razón. NULLIF(spend / conversions, 0) igual divide primero entre cero.
    • Inventar un valor. COALESCE(conversions, 1) o una razón de 0 inventa un número. Si el gráfico tiene que mostrar algo, muestra NULL como “sin conversiones” en la etiqueta.
    • Filtrar las filas en cero. Elimina el error y también la evidencia de que se gastó dinero sin resultado.

    En SQL Server

    NULLIF es idéntico y es la protección estándar de T-SQL contra el error 8134 (división entre cero). Ojo también con la división entera: conversions / sessions entre dos columnas INT devuelve 0, así que multiplica antes por 1.0.

    SELECT channel, spend / NULLIF(conversions, 0) AS cost_per_conversion FROM monthly_marketing;

    Elige qué puede ejecutarse en este sitio. Puedes cambiarlo cuando quieras desde "Configurar cookies", al pie de cada página.