SQL para analistas: las 5 consultas que más vas a usar

SQL: La base de todo

Escribir consultas eficientes en SQL es la habilidad más demandada por los equipos de datos. Dominar este lenguaje te permite extraer información directamente de las bases de datos relacionales sin depender de nadie más.

Elegir columnas y filtrar filas

El punto de partida de toda consulta consiste en seleccionar los atributos que necesitas y limitar los registros mediante condiciones específicas.

• SELECT y FROM: Definen exactamente qué campos querés visualizar y de qué tabla provienen.
• WHERE: Filtra las filas antes de realizar cualquier procesamiento, permitiendo aislar registros según fechas, montos o categorías.

GROUP BY: Agregación de datos

Sirve para resumir miles de filas en métricas clave organizadas por categorías o dimensiones.

Al combinar GROUP BY con funciones de agregación (COUNT, SUM, AVG, MAX, MIN), podés transformar datos crudos en indicadores de negocio indispensables.

Ejemplos comunes

• Ventas por mes: Sumar el volumen de facturación agrupado por período de tiempo.
• Clientes por país: Contar la cantidad de usuarios activos distribuidos por ubicación geográfica.
• Ticket promedio: Calcular el gasto medio realizado por cada categoría de producto.

JOIN: Combinación de tablas

En el mundo real, la información raramente se encuentra en una sola tabla; está normalizada y repartida en distintas entidades para optimizar el almacenamiento.

Saber unir tablas mediante claves primarias y foráneas (INNER JOIN, LEFT JOIN) es fundamental para cruzar datos de clientes, pedidos, pagos y productos en una única consulta unificada.

Funciones de ventana (Window Functions)

Permiten realizar cálculos avanzados sobre un conjunto de filas relacionadas con la fila actual, manteniendo el detalle de cada registro individual.

Son herramientas indispensables para análisis avanzados como:

• Rankings: Calcular posiciones (ROW_NUMBER(), RANK()) dentro de una categoría sin reducir el número de filas.
• Acumulados y totales: Generar sumas acumuladas a lo largo del tiempo.
• Comparaciones temporales: Comparar el valor del mes actual contra el mes anterior utilizando LAG() y LEAD().