1. Scrivere una query che calcoli il **fatturato totale per negozio** utilizzando i dati nella tabella `retail_data_updated`:
Moltiplicare `quantity` (`INTEGER`) e `unit_price` (`FLOAT`) per calcolare il fatturato per transazione.
   - Raggruppare i risultati per `store_id`;
   - Sommare il fatturato per ciascun negozio;
   - La query deve restituire le seguenti colonne:
      - `store_id` (identificativo di ciascun negozio);
      - `total_revenue` (somma di quantity × unit_price per negozio).
2. Scrivere una query che conti quante transazioni sono avvenute ogni anno e mese utilizzando il campo `date` nella tabella `retail_data_updated`:
   - Estrarre anno e mese dal campo `date`;
   - Raggruppare per anno e mese;
   - Contare il numero di transazioni in ciascun periodo temporale;
   - La query deve restituire le seguenti colonne:
      - `year_month` (formattato come `YYYY-MM`);
      - `transaction_count` (numero di transazioni per mese).
3. Scrivere una query che confronti il numero di transazioni **online** rispetto a quelle **in negozio** nella tabella `retail_data_updated`:
   - Raggruppare i dati per la colonna `is_online` (`BOOLEAN`);
   - Contare quante transazioni sono avvenute per ciascun valore (`TRUE` = online, `FALSE` = in negozio);
   - La query deve restituire le seguenti colonne:
      - `is_online` (`TRUE` o `FALSE`);
      - `transaction_count` (numero di transazioni per ciascun gruppo).






Scarica il dataset

Approfondisci i fondamenti della piattaforma BigQuery e trasforma il modo in cui gestisci i dati cloud. Acquisisci le competenze necessarie per navigare nella console, gestire progetti e ottimizzare i costi delle query. Sperimenta direttamente le funzionalità specifiche di BigQuery come le operazioni sugli array, i dati geografici e le funzioni di data. Esplora tecniche avanzate di ottimizzazione e scopri i segreti della creazione di modelli di machine learning direttamente all'interno del data warehouse utilizzando BigQuery ML.

Acquisire una solida comprensione dell'ambiente BigQuery, distinto dai database tradizionali. Imparare a navigare nella console, gestire progetti e dataset e analizzare i costi in modo efficace. Sviluppare sicurezza nella configurazione dell'ambiente di lavoro per un'analisi dei dati efficiente.

Esplora le nozioni fondamentali del Query Engine per recuperare dati in modo efficiente. Apprendi le tecniche di selezione dei dati e l'analisi di metriche specifiche dei prodotti. Scopri le funzionalità di performance e i metodi di test delle query per garantire analisi rapide e accurate.

Porta le tue conoscenze al livello successivo padroneggiando i tipi di dati unici di BigQuery. Gestione di operazioni complesse sugli array e manipolazione delle funzioni di data e ora. Esplorazione delle funzionalità geografiche per risolvere problematiche basate sulla posizione, come il calcolo delle distanze tra città.

Ottimizzazione del flusso di lavoro tramite la gestione di grandi tabelle e il miglioramento delle prestazioni delle query. Tecniche avanzate di gestione degli errori per una risoluzione rapida dei problemi. Competenze fondamentali per mantenere un ambiente database ad alte prestazioni.

Applica le tue conoscenze a scenari reali. Scopri come creare report completi e integrare BigQuery con strumenti esterni. Trasforma dati grezzi in insight aziendali utili attraverso strategie pratiche di applicazione e reporting.

Approfondimento sui fondamenti di BigQuery ML. Scoperta dei metodi per creare ed eseguire modelli di machine learning utilizzando SQL standard senza spostare i dati. Acquisizione di esperienza pratica con walkthrough dei modelli per prevedere risultati direttamente all'interno della piattaforma.

Sfida: Tipi di Dati