Rockbuster SQL

Rockbuster-sql

Sebuah proyek yang didasarkan pada data analze dari perusahaan film Rockbuster Stealth LLC menggunakan PostgreSQL.

Tujuan

Rockbuster Stealth LLC adalah perusahaan penyewaan film imajiner yang dulunya memiliki toko di seluruh dunia. Menghadapi persaingan ketat dari layanan streaming seperti Netflix dan Amazon Prime, mereka bertujuan untuk menemukan di mana pelanggan setia berada dan meningkatkan pendapatan di lokasi berdasarkan film Iventory.

DATA

Data Rockbuster kemungkinan akan mencakup berbagai detail dan catatan yang terkait dengan penyewaan video, pelanggan, film, transaksi, dan banyak lagi. Visualisasi untuk proyek ini dapat ditemukan tablo di sini

PERALATAN

Bahasa: PostgreSQL Perangkat Lunak: Pgadmin, DBVisualizer, Lucidchart, Tableau, Excel

Keterampilan ditunjukkan

Selama proyek SQL Rockbuster, saya menunjukkan berbagai keterampilan dan kompetensi yang terkait dengan manajemen basis data dan permintaan SQL. Berikut adalah beberapa keterampilan yang dapat saya tunjukkan:

1. Desain Basis Data: Merancang skema basis data relasional yang mencerminkan struktur dan hubungan data di toko penyewaan video Rockbuster. Ini melibatkan pembuatan tabel, mendefinisikan kunci primer, dan membangun hubungan kunci asing.

2. Pembuatan Tabel: Membuat skrip SQL untuk menghasilkan tabel yang diperlukan untuk menyimpan data yang terkait dengan pelanggan, film, penyewaan, karyawan, genre, dan entitas terkait lainnya dalam sistem penyewaan video.

3. Penyisipan Data: Menunjukkan kemampuan untuk mengisi database dengan data sampel atau catatan awal, yang sangat penting untuk tujuan pengujian dan pengembangan.

4. Pengambilan Data (Pilih Pernyataan): Menulis kueri SQL untuk mengambil informasi spesifik dari database, seperti detail pelanggan, informasi film, riwayat sewa, dan catatan karyawan.

5. Penyaringan dan Penyortiran: Menggunakan klausa SQL seperti di mana dan memesan untuk memfilter dan mengurutkan hasil kueri berdasarkan berbagai kriteria, seperti tanggal sewa, ID pelanggan, genre film, dll.

6. Fungsi agregat: menggunakan fungsi agregat SQL seperti Count, Sum, AVG, dan MAX/Min untuk menghitung dan menyajikan statistik ringkasan atau metrik yang terkait dengan data penyewaan video.

7. Operasi Bergabung: Melakukan Operasi Bergabung (Join Dalam, Bergabung Kiri, Join Kanan, dll.) Untuk menggabungkan data dari beberapa tabel bila perlu, seperti mengambil riwayat penyewaan pelanggan dengan detail film.

8. Subqueries: Menggunakan subqueries untuk mengambil data dalam konteks kueri lain, seperti menemukan film yang paling disewa atau pelanggan dengan jumlah sewa tertinggi.

9. Modifikasi Data (Perbarui dan Hapus Pernyataan): Menulis pernyataan SQL untuk memperbarui atau menghapus catatan sesuai kebutuhan, menunjukkan pemeliharaan data dan kemampuan manajemen.

10. Integritas Data: Menerapkan kendala seperti kendala kunci unik, bukan nol, dan asing untuk memastikan integritas data dan mencegah ketidakkonsistenan data.

11. Pengindeksan Basis Data: Memanfaatkan pengindeksan untuk mengoptimalkan kinerja kueri, terutama saat berhadapan dengan kumpulan data yang besar.

12. Pelaporan Data: Menghasilkan laporan berbasis SQL yang memberikan wawasan tentang bisnis penyewaan video Rockbuster, seperti tren penyewaan bulanan, film berkinerja terbaik, atau analisis loyalitas pelanggan.

13. Dokumentasi: Membuat skrip dan kueri SQL yang jelas dan terdokumentasi dengan baik, termasuk komentar dan penjelasan untuk bagian kode yang kompleks atau kritis.

14. Penanganan kesalahan: Menangani kesalahan potensial dan pengecualian dengan anggun dalam kode SQL, memberikan operasi basis data yang kuat dan andal.

15. Optimalisasi kueri: Mengidentifikasi dan mengimplementasikan teknik optimasi SQL Query untuk meningkatkan kinerja kueri saat bekerja dengan kumpulan data yang besar.

16. Keamanan Data: Mempertimbangkan praktik terbaik keamanan data, seperti memastikan bahwa informasi sensitif dilindungi dengan tepat, dan akses dibatasi berdasarkan peran dan izin pengguna.

Sumber Visualisasi Tableau dari kueri

Penghasilan pendapatan berdasarkan kategori 10 film teratas yang menyumbang pendapatan tertinggi mendapatkan 10 film yang berkontribusi paling sedikit dalam pendapatan mendapatkan distribusi geografis pelanggan dan pendapatan yang dihasilkan di setiap lokasi pelanggan dengan distribusi penjualan nilai seumur hidup tinggi seumur hidup tinggi seumur hidup