1. Напишіть запит, який обчислює **загальний дохід по магазинах** з використанням даних у таблиці `retail_data_updated`:
Помножте `quantity` (`INTEGER`) та `unit_price` (`FLOAT`), щоб розрахувати дохід за кожною транзакцією.
   - Згрупуйте результати за `store_id`;
   - Підсумуйте дохід для кожного магазину;
   - Ваш запит повинен повертати такі стовпці:
      - `store_id` (ідентифікатор кожного магазину);
      - `total_revenue` (сума quantity × unit_price для кожного магазину).
2. Напишіть запит, який підраховує кількість транзакцій за кожен рік і місяць, використовуючи поле `date` у таблиці `retail_data_updated`:
   - Витягніть рік і місяць з поля `date`;
   - Згрупуйте за роком і місяцем;
   - Підрахуйте кількість транзакцій у кожному періоді;
   - Ваш запит повинен повертати такі стовпці:
      - `year_month` (у форматі `YYYY-MM`);
      - `transaction_count` (кількість транзакцій за місяць).
3. Напишіть запит, який порівнює кількість **онлайн** та **офлайн** транзакцій у таблиці `retail_data_updated`:
   - Згрупуйте дані за стовпцем `is_online` (`BOOLEAN`);
   - Підрахуйте, скільки транзакцій відбулося для кожного значення (`TRUE` = онлайн, `FALSE` = офлайн);
   - Ваш запит повинен повертати такі стовпці:
      - `is_online` (`TRUE` або `FALSE`);
      - `transaction_count` (кількість транзакцій для кожної групи).






Завантажити датасет

Занурення в основи платформи BigQuery та трансформація підходу до роботи з хмарними даними. Оволодіння навичками навігації консоллю, управління проєктами та оптимізації витрат на запити. Практичний досвід роботи з особливостями BigQuery, такими як операції з масивами, географічні дані та функції дат. Вивчення передових методів оптимізації та особливостей побудови моделей машинного навчання безпосередньо у сховищі за допомогою BigQuery ML.

Отримайте ґрунтовне розуміння середовища BigQuery, яке відрізняється від традиційних баз даних. Навчіться орієнтуватися в консолі, керувати проєктами та наборами даних, а також ефективно аналізувати витрати. Сформуйте впевненість у налаштуванні робочого простору для ефективного аналізу даних.

Ознайомтеся з основами рушія запитів для ефективного отримання даних. Опануйте техніки вибору даних та навчіться аналізувати окремі метрики продукту. Дізнайтеся про особливості продуктивності та методи тестування запитів для забезпечення швидкого й точного аналізу.

Поглиблене вивчення унікальних типів даних BigQuery. Робота зі складними операціями над масивами та обробка функцій дати й часу. Дослідження географічних можливостей для вирішення задач, пов’язаних із розташуванням, таких як обчислення відстаней між містами.

Оптимізація робочого процесу шляхом керування великими таблицями та підвищення продуктивності запитів. Вивчення ефективних методів обробки помилок для швидкого усунення проблем. Оволодіння навичками підтримки високопродуктивного середовища баз даних.

Застосовуйте набуті знання у реальних сценаріях. Дізнайтеся, як створювати комплексні звіти та інтегрувати BigQuery із зовнішніми інструментами. Перетворюйте необроблені дані на практичні бізнес-інсайти за допомогою прикладних методів та стратегій звітування.

Занурення в основи BigQuery ML. Ознайомлення зі створенням і виконанням моделей машинного навчання за допомогою стандартного SQL без переміщення даних. Практичний досвід роботи з моделями для прогнозування результатів безпосередньо на платформі.

Завдання: Типи Даних