Databases Reference
In-Depth Information
Sehen Sie sich das Ergebnis genauer an (Bild 29.16). Es werden 120 Zeilen ausgegeben, also
haben wir 120 Warenkörbe, die nun analysiert werden. Schauen Sie nach, auf welcher Posi-
tion sich der Artikel in den Warenkörben beindet.
Wir haben Glück, der Artikel beindet sich immer auf Position 1. Deshalb können Sie bei
dem folgenden Select die Position 1 weglassen. Sie ist überall gleich und somit die Aus-
gangsbasis der Analyse. Sie müssen nun die Kombinationen zählen und auswerten.
SELECT acrticle_2 , acrticle_3 , acrticle_4 ,
acrticle_5 , acrticle_5 , acrticle_5 , acrticle_5 , Count(*)Anzahl
FROM [dbo].[shopping_basket]
where (artNo_1 = '101069210992' or acrticle_2 = '101069210992'
or acrticle_3 = '101069210992' or acrticle_4 = '101069210992'
or acrticle_5 = '101069210992' or acrticle_6 = '101069210992'
or acrticle_7 = '101069210992' or acrticle_8 = '101069210992')
group by acrticle_2, acrticle_3, acrticle_4, acrticle_5,
acrticle_6, acrticle_7, acrticle_8
order by Anzahl desc
Bild 29.17■
Ergebnis der Analyse zur Pants Style 11
Wie liest man das Ergebnis aus Bild 29.17? Es ist ganz einfach: 46 Mal wurden nur die Pants
bestellt, es gab also keine anderen Artikel im Warenkorb. Bei 4 Warenkörben wurden die
Pants desselben Styles doppelt bestellt. Bei 4 weiteren Warenkörben wurde der Style 11 mit
dem Style 13 kombiniert usw.
Suchen wir uns einen interessanteren Artikel aus. Mit dem folgenden Select zuerst die Arti-
kel ausgegeben, die sich am häuigsten im Warenkorb beinden und bei denen sich mindes-
tens ein weiterer Artikel im Warenkorb beindet.
