Databases Reference
In-Depth Information
Wir haben einen bereits bekannten Select auf Basis der
riskID
verwendet und zur Auswer-
tung pro Monat noch die Wertegruppen ausgewiesen, die >= 500 sind. Das Ergebnis sehen
Sie in Bild 15.18.
Bild 15.18■
Entwicklung der Kunden-
gruppen pro Monat
Sie können z. B. auch folgende Berechnungen durchführen:
Select DATEPART (mm,s.postingDate)Monat,cv.Wert,
count (distinct c.riskID) Kunden,
count (distinct s.orderNo)/count (distinct c.riskID) Bestellungen_pro_Kunde,
sum (s.quantity)/count (distinct c.riskID) Artikel_pro_Kunde,
sum (s.amount)/count (distinct c.riskID) Nettosumme_pro_Kunde
FROM [dbo].[iw_sales]s,[dbo].[iw_customer]c,[dbo].[customer_value]cv
where s.type = 2
and s.postingDate between '01.01.2011'and '31.12.2011'
and s.customerNo = c.customerNo
and cv.riskID = c.riskID
and cv.Wert >= 500
group by DATEPART (mm,s.postingDate), cv.Wert
order by DATEPART (mm,s.postingDate), cv.Wert
In gleicher Weise können Sie auch die Retouren analysieren. Es gibt viele Möglichkeiten, die
neue Gruppe für Analysen einzusetzen.
Trainingsaufgabe: Retourenquote pro Wertegruppe
Ermitteln Sie die durchschnittliche Retourenquote pro Wertegruppe.
