sql >> Databasteknik >  >> RDS >> Mysql

Hur man beräknar genomsnittlig försäljning per dag i MySQL

Genomsnittlig daglig försäljning är ett bra mått för att förstå hur mycket intäkter eller beställningar du kan förvänta dig på en daglig basis. Så här beräknar du genomsnittlig försäljning per dag i MySQL, om din försäljningsdata lagras i en databas, vilket vanligtvis är fallet med onlinebutiker och mobilappar.

Hur man beräknar genomsnittlig försäljning per dag i MySQL

Låt oss säga att du har följande försäljningstabell som visas nedan.

mysql> create table sales(order_date date,sale int);

mysql> insert into sales values('2020-01-01',20),
('2020-01-02',25),('2020-01-03',15),('2020-01-04',30),('2020-01-05',20);

mysql> select * from sales;
+------------+------+
| order_date | sale |
+------------+------+
| 2020-01-01 |   20 |
| 2020-01-02 |   25 |
| 2020-01-03 |   15 |
| 2020-01-04 |   30 |
| 2020-01-05 |   20 |
+------------+------+

Du kan enkelt beräkna den genomsnittliga försäljningen per dag i MySQL med följande fråga, med AVG-funktionen.

mysql> select avg(sale) from sales;
+-----------+
| avg(sale) |
+-----------+
|   22.0000 |
+-----------+

Låt oss säga att du bara vill beräkna genomsnittlig försäljning per dag för december månad 2019. Du kan göra det genom att helt enkelt lägga till en WHERE-klausul i din fråga, som visas nedan. Den kommer att filtrera data baserat på WHERE-villkoret, innan medelvärde beräknas.

mysql> select avg(sale) from sales 
where order_date>'2019-12-01' and order_date<'2020-01-01';

På samma sätt kan du också beräkna genomsnittlig försäljning per vecka i MySQL.

Bonus Läs :Så här beräknar du total försäljning per månad

Låt oss säga att ha försäljningsdata för flera produkter i en tabell, som visas nedan.

mysql> create table sales(product varchar(255),order_date date,sale int);

mysql> insert into sales values('A','2020-01-01',20),('B','2020-01-02',25),
('B','2020-01-03',15),('A','2020-01-04',30),('A','2020-01-05',20);

mysql> select * from sales;
+---------+------------+------+
| product | order_date | sale |
+---------+------------+------+
| A       | 2020-01-01 |   20 |
| B       | 2020-01-02 |   25 |
| B       | 2020-01-03 |   15 |
| A       | 2020-01-04 |   30 |
| A       | 2020-01-05 |   20 |
+---------+------------+------+

Om du vill beräkna genomsnittlig försäljning per dag för varje produkt, så här är en SQL-fråga för det. I det här fallet måste du GRUPPERA EFTER produkt kolumn

mysql> select product, avg(sale) from sales group by product;
+---------+-----------+
| product | avg(sale) |
+---------+-----------+
| A       |   23.3333 |
| B       |   20.0000 |
+---------+-----------+

Om du vill visa dessa produkter i separata kolumner måste du skapa en pivottabell

Bonusläsning: Hur man beräknar procentuell tillväxt månad för månad i MySQL

Hur man beräknar den genomsnittliga försäljningen per dag för varje veckodag

Låt oss säga att du vill beräkna genomsnittlig försäljning för varje veckodag, som visas nedan

 Days       Average
 Monday       12.5         
 Tuesday      20.2                   
 Wednesday    30.5 

Du kan göra detta helt enkelt genom att använda DAYNAME-funktionen i MySQL, som visas nedan.

mysql> SELECT   DAYNAME(order_date), AVG(sale)
    -> FROM     sales
    -> GROUP BY DAYNAME(order_date);
+---------------------+-----------+
| DAYNAME(order_date) | AVG(sale) |
+---------------------+-----------+
| Friday              |   15.0000 |
| Saturday            |   30.0000 |
| Sunday              |   20.0000 |
| Thursday            |   25.0000 |
| Wednesday           |   20.0000 |
+---------------------+-----------+

När du har beräknat den genomsnittliga försäljningen per dag kan du använda ett rapportverktyg för att rita upp det i ett stapeldiagram eller instrumentpanel. Här är ett exempel på ett stapeldiagram som skapats med Ubiq.

Om du vill skapa diagram, instrumentpaneler och rapporter från MySQL-databasen kan du prova Ubiq. Vi erbjuder en 14-dagars gratis provperiod.

  1. En datamodell för en app för bokning av läkarbesök

  2. biginteger array-funktioner

  3. Rails:Installerar PG gem på OS X - misslyckande med att bygga inbyggt tillägg

  4. Hur hittar jag SQL Server som kör porten?