1. Skriv en forespørgsel, der beregner **den samlede omsætning pr. butik** ved hjælp af dataene i tabellen `retail_data_updated`:
Multiplicer `quantity` (`INTEGER`) og `unit_price` (`FLOAT`) for at beregne omsætningen pr. transaktion.
   - Grupper resultaterne efter `store_id`;
   - Summer omsætningen for hver butik;
   - Din forespørgsel skal returnere følgende kolonner:
      - `store_id` (identifikator for hver butik);
      - `total_revenue` (sum af quantity × unit_price pr. butik).
2. Skriv en forespørgsel, der tæller, hvor mange transaktioner der fandt sted hvert år og måned ved hjælp af feltet `date` i tabellen `retail_data_updated`:
   - Udtræk år og måned fra feltet `date`;
   - Gruppér efter år og måned;
   - Tæl antallet af transaktioner i hver tidsperiode;
   - Din forespørgsel skal returnere følgende kolonner:
      - `year_month` (formateret som `YYYY-MM`);
      - `transaction_count` (antal transaktioner pr. måned).
3. Skriv en forespørgsel, der sammenligner antallet af **online** vs **fysiske** transaktioner i tabellen `retail_data_updated`:
   - Gruppér dataene efter kolonnen `is_online` (`BOOLEAN`);
   - Tæl hvor mange transaktioner, der forekom for hver værdi (`TRUE` = online, `FALSE` = fysisk butik);
   - Din forespørgsel skal returnere følgende kolonner:
      - `is_online` (`TRUE` eller `FALSE`);
      - `transaction_count` (antal transaktioner for hver gruppe).






Download datasæt

Dyk ned i grundlæggende principper for BigQuery-platformen og forvandl måden, du håndterer cloud-data på. Opnå færdigheder til at navigere i konsollen, administrere projekter og optimere forespørgselsomkostninger. Få praktisk erfaring med BigQuery-specifikke funktioner som array-operationer, geografiske data og datofunktioner. Udforsk avancerede optimeringsteknikker og lær hemmelighederne bag at opbygge maskinlæringsmodeller direkte i lageret ved hjælp af BigQuery ML.

Opnå en solid forståelse af BigQuery-miljøet, som adskiller sig fra traditionelle databaser. Lær at navigere i konsollen, administrere projekter og datasæt samt analysere omkostninger effektivt. Opbyg tillid til opsætning af dit arbejdsområde for effektiv dataanalyse.

Undersøg det grundlæggende i Query Engine for effektiv datahentning. Behersk teknikker til dataselektion og lær at analysere specifikke produktmålinger. Opdag ydeevnefunktioner og metoder til test af forespørgsler for at sikre, at analysen er både hurtig og præcis.

Udvid din viden ved at mestre BigQuerys unikke datatyper. Lær at håndtere komplekse array-operationer og manipulere dato- og tidsfunktioner. Udforsk geografiske funktioner for at løse lokalitetsbaserede udfordringer såsom beregning af afstande mellem byer.

Optimer arbejdsgangen ved at håndtere store tabeller og forbedre forespørgselsydelsen. Lær hemmelighederne bag effektiv fejlhåndtering for hurtig problemløsning. Opnå færdigheder til at vedligeholde et højtydende database-miljø.

Anvend din viden i virkelige scenarier. Lær at opbygge omfattende rapporter og integrere BigQuery med eksterne værktøjer. Omform rådata til handlingsorienterede forretningsindsigter gennem praktisk anvendelse og rapporteringsstrategier.

Dyk ned i grundlæggende BigQuery ML. Lær, hvordan man opretter og kører maskinlæringsmodeller ved hjælp af standard SQL uden at flytte data. Få praktisk erfaring med modelgennemgange til at forudsige resultater direkte på platformen.

Udfordring: Datatyper