1. Faro

Nivel 7 · Depura: los números del margen sobre costo se ven raros

La solicitud

De Jessica Turner, Gerente de Merchandising

“Tyler me escribió una consulta de markup, pero los números se ven raros. La Alder Oak Coffee Table muestra un markup de 819 %, y parece que cada producto es simplemente su precio menos 100. ¿Puedes arreglarlo?”

Tu objetivo

Arregla la consulta. Desde products, devuelve product_id, name, unit_price, unit_cost y markup_pct: (unit_price menos unit_cost) dividido entre unit_cost, por 100, redondeado a 1 decimal. Incluye todos los productos; los productos sin costo conservan un markup_pct NULL.

  • Lee de la tabla productspendiente
  • Muestra exactamente product_id name unit_price unit_cost markup_pctpendiente
  • 120 filaspendiente

Tu consulta

SQL

Cargando el editor…

    ResultadoVista previa de products · presiona Ejecutar para ver el tuyo
    Vista previa de products
    product_idnamecategorysubcategoryunit_price
    101Vale Velvet LoveseatFurnitureSofas1659.00
    102Alder Oak Coffee TableFurnitureTables919.00
    103Orchard Rattan Dining ChairFurnitureChairs789.00
    104Upland Oak BookcaseFurnitureStorage429.00

    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.

    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
    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
    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
    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

    La lección

    Esta consulta se ejecuta, devuelve los 120 productos y no muestra ningún mensaje de error. Aun así está mal, que es el tipo de error más peligroso. El ticket da la pista: cada markup es igual al precio menos 100.

    Cómo lee SQL la aritmética

    SQL sigue las matemáticas de la escuela. * y / se ejecutan antes que + y -, y los operadores del mismo nivel se ejecutan de izquierda a derecha. Así, la expresión del código inicial

    unit_price - unit_cost / unit_cost * 100

    se lee como unit_price - ((unit_cost / unit_cost) * 100). Cualquier número dividido entre sí mismo es 1, así que todo es unit_price - 100. La Alder Oak Coffee Table cuesta $919, por eso muestra 819. Los paréntesis fuerzan el orden que quieres:

    SELECT
      name,
      unit_price,
      unit_cost,
      ROUND((unit_price - unit_cost) / unit_cost * 100, 1) AS markup_pct
    FROM products;

    Ahora la mesa de centro, con un costo de $503.50, tiene un markup de 82.5 %: se vende por un 82.5 % más de lo que cuesta. El Vale Velvet Loveseat no tiene costo registrado, así que su markup sigue siendo NULL, que es lo honesto.

    ¿Markup o margen?

    El nivel del margen dividía la ganancia entre el precio. El markup divide la misma ganancia entre el costo. Para la mesa de centro eso es un margen de 45.2 % y un markup de 82.5 %. Ambos son correctos, responden preguntas distintas, y los compradores suelen hablar en markup mientras finanzas habla en margen. Cuando un ticket dice “margen”, pregunta a cuál se refiere. Una regla práctica: el margen nunca puede llegar al 100 %, mientras que el markup a menudo sí, así que un “margen” superior a 100 % en realidad es un markup, o un error.

    Errores comunes

    • Detectar un patrón y no confiar en él. “Todos los valores son el precio menos 100” es una pista fuerte de que una parte de la expresión se colapsó a una constante. Lee la fórmula operador por operador.
    • Poner los paréntesis en el lugar equivocado: unit_price - (unit_cost / unit_cost) * 100 no cambia nada, porque escribe lo que la base de datos ya hacía.
    • Verificar solo la primera fila. Revisa un producto barato y uno caro, y asegúrate de que un producto con costo NULL siga mostrando NULL en lugar de un número.

    En SQL Server

    La precedencia de operadores es la misma, así que los mismos paréntesis lo arreglan. Ojo también con los tipos: si ambas columnas fueran INT allí, (price - cost) / cost se truncaría a un número entero antes del * 100. Multiplica primero o usa 100.0:

    SELECT ROUND((ListPrice - StandardCost) * 100.0 / StandardCost, 1) AS MarkupPct
    FROM Production.Product;

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