SQL для маркетологов: 10 запросов для анализа и роста продаж
Введение
Современный маркетинг требует работы с большими объемами данных. SQL — мощный инструмент, который позволяет самостоятельно извлекать нужную информацию из CRM, систем аналитики и баз данных. В этой статье — 10 готовых запросов для решения типовых задач: от сегментации аудитории до оценки эффективности рекламы.
10 SQL-запросов для маркетолога
1. Общая выручка по периодам
SELECT DATE_TRUNC('month', order_date) AS month, SUM(amount) AS revenue
FROM orders
WHERE order_date BETWEEN '2024-01-01' AND '2024-12-31'
GROUP BY month
ORDER BY month;
Для чего: мониторинг динамики продаж, выявление сезонности.
2. Топ-10 товаров по прибыли
SELECT product_name, SUM(quantity * price - cost) AS profit
FROM sales
GROUP BY product_name
ORDER BY profit DESC
LIMIT 10;
Применение: фокус на самых маржинальных позициях для контекстной рекламы.
3. Количество новых лидов по источникам
SELECT source, COUNT(DISTINCT lead_id) AS leads
FROM leads
WHERE created_at >= CURRENT_DATE - INTERVAL '30 days'
GROUP BY source
ORDER BY leads DESC;
Кейс: оценка эффективности каналов (SMM, SEO, контекст).
4. Конверсия из лида в сделку
SELECT
COUNT(DISTINCT l.lead_id) AS total_leads,
COUNT(DISTINCT d.deal_id) AS converted_deals,
ROUND(COUNT(DISTINCT d.deal_id) * 100.0 / COUNT(DISTINCT l.lead_id), 2) AS conversion_rate
FROM leads l
LEFT JOIN deals d ON l.lead_id = d.lead_id
WHERE l.created_at BETWEEN '2024-01-01' AND '2024-06-30';
Зачем: понимание качества лидогенерации, корректировка стратегии.
5. Средний чек по сегментам клиентов
SELECT
CASE
WHEN total_spent < 1000 THEN 'Low'
WHEN total_spent BETWEEN 1000 AND 5000 THEN 'Medium'
ELSE 'High'
END AS segment,
AVG(order_amount) AS avg_check
FROM (
SELECT customer_id, SUM(amount) AS total_spent, AVG(amount) AS order_amount
FROM orders
GROUP BY customer_id
) sub
GROUP BY segment;
Практика: персонализация предложений для разных сегментов.
6. Клиенты с наибольшим LTV
SELECT customer_id, SUM(amount) AS ltv
FROM orders
GROUP BY customer_id
ORDER BY ltv DESC
LIMIT 20;
Использование: выделение VIP-аудитории для специальных акций.
7. Эффективность email-рассылок: открытия и клики
SELECT campaign_name,
COUNT(DISTINCT user_id) AS sent,
COUNT(DISTINCT CASE WHEN opened THEN user_id END) AS opens,
COUNT(DISTINCT CASE WHEN clicked THEN user_id END) AS clicks
FROM email_campaigns
GROUP BY campaign_name;
Аналитика: оценка вовлеченности и контент-стратегии.
8. Воронка продаж: этапы до покупки
SELECT stage, COUNT(DISTINCT deal_id) AS deals
FROM pipeline
WHERE created_at >= '2024-01-01'
GROUP BY stage
ORDER BY deals DESC;
Результат: выявление узких мест, где падает конверсия.
9. Затраты на рекламу vs доход (ROI)
SELECT ad_campaign,
SUM(cost) AS total_cost,
(SELECT SUM(amount) FROM orders WHERE campaign = ad_campaign) AS revenue,
ROUND((SUM(amount) - SUM(cost)) * 100.0 / SUM(cost), 2) AS roi
FROM ads
JOIN orders ON ads.campaign = orders.campaign
GROUP BY ad_campaign;
Ключевое: оценка рентабельности каждого канала продвижения.
10. Повторные покупки: retention rate
WITH user_orders AS (
SELECT customer_id, COUNT(DISTINCT order_id) AS orders_cnt
FROM orders
GROUP BY customer_id
)
SELECT orders_cnt, COUNT(DISTINCT customer_id) AS users
FROM user_orders
GROUP BY orders_cnt
ORDER BY orders_cnt;
Цель: измерение лояльности и эффективности программ лояльности.
Практические рекомендации
- Начните с малого: освойте SELECT, JOIN, GROUP BY, агрегатные функции.
- Используйте CTE (WITH) для сложных запросов — код станет читаемее.
- Тестируйте запросы на копии базы, чтобы не нарушить работу CRM.
- Визуализируйте результаты через Tableau или Google Data Studio — это упростит отчеты для руководства.
- Автоматизируйте регулярные запросы с помощью cron или Airflow для еженедельных дашбордов.
Освоив эти 10 запросов, вы сможете самостоятельно решать 80% типовых задач аналитики, не отвлекая разработчиков. SQL — это ваш ключ к data-driven маркетингу и росту ROI.