ABC 分析法（帕累托分析法、2/8分析法）

在任何特定群体中，重要的因子通常只占少数，而不重要的因子则占多数，因此只要能控制具有重要性的少数因子即能控制全局。例如，在企业中，通常认为它80%的利润来自于20%的项目或重要客户；全球最富有的 20% 人口，掌握着全世界 80% 以上的收入。简单理解这个法则重要的原则是避免将时间花在琐碎的多数问题上，因为就算你花了80%的时间，你也只能取得20%的成效：你应该将时间花于重要的少数问题上，因为掌握了这些重要的少数问题，你只花20%的时间，即可取得80%的成效。这一规律被称为帕累托法则，其分析方法称之为帕累托分析法，也称之为 ABC法则（分析法）或者 2/8 法则（分析法）。

在电商领域，我们可以根据 ABC 分析法将商品按售卖比的高低分为 A、B、C 三类，进而针对每一类商品制定不同的营销策略。结合本关需求，我们可以在 A 类中挑选出净销售额高的商品，作为下一季的主推商品；从 C 类中挑出高库存的商品，进行清仓促销。

主要有以下3个核心指标：

1.售卖比：用于将商品划分为三类，售卖比前 20% 的商品为 A 类，20%～35% 为 B 类，其余为 C 类；

2.净销售额：用于从 A 类商品中筛选出主推商品；

3.库存：用于从 C 类商品中筛选出适合清仓商品。

售卖比，又称售罄率，指的是售出商品数量占备货总量的比值，可以衡量一件商品卖得好不好。计算方式为：售卖比 = 销量 / 备货量 = (备货量 - 库存量) / 备货量这个指标也符合我们日常生活的经验，如果一个商品一经上架就全部售罄，就说明它供不应求，我们该增加库存。每件商品的备货量，都记录在了数据表 items 里，共有6 列信息。

在这里插入图片描述

另外通过 user_behavior 表和订单中心数据，统计出了每件商品在浏览量、收藏数等维度上的数据表现，记录在了 item_data 数据表里，由 6 列组成：

在这里插入图片描述

从以上两张数据表，还可以计算出净销售额，它的计算方法为：销售额 - 退货金额。由于电商平台的平均退货率是远远高于实体店铺的退货率的，用户只有在收到商品时，才能确认商品运输情况是否良好、其样式或功能是否与描述一致。因此净销售额更能体现一件商品是否真正受用户的肯定。

找出主推、清仓商品后，我们不仅要提供检索的依据，也就是上面三个指标，还要提供商品的品牌信息便于后续的检索统计，它记录在 brands 数据表中。

在这里插入图片描述

如果用子查询来处理跨多表的查询，最后写成的 SQL 语句将十分繁琐。如果把与商品有关的信息全部整合在一张数据表里，看起来是可行的。但假如品牌 “奇趣趣“ 改名为 “乐趣趣“，对于已经录入的商品，需要筛选出所有属于 “奇趣趣“ 的，修改为 “乐趣趣“；很难保证所有人此后都正确输入 “乐趣趣“ 的品牌名，很可能需要定期复查。此外，同一品牌下的所有商品，其品牌信息都是相同的。目前我们每个品牌只记录了品牌 ID 和品牌名两个信息，如果再加上联系方式、地址等个人信息，此时对每个商品都添加这些重复信息，既浪费人力，又浪费计算机的存储空间。而如果将商品属性、数据表现、品牌信息区分开，分别记录在 items、item_data 和 brands 三张数据表中，表与表之间通过 item_id 与 brand_id 相互关联起来：

在这里插入图片描述

有了这关联表的关系，除了 item_id 与 brand_id 作为商品、品牌的标识会重复出现，几乎没有信息的重复。如果“奇趣趣“ 改名为 “乐趣趣“，也只需要在 brands 数据表中更改一行记录，其它的数据表不需要变动，也不用担心录入时发生差错。把不同类别的信息分解成多张数据表，表与表之间通过某个或某些共同的值相互关联起来，进而达到消减冗余项、降低维护难度与成本的目的。

如果用 “子查询” 来完成跨多张数据表的查询的话，难度是非常大而且效率非常低，它的本质是在一次查询结果的基础上完成其它查询，通常是用来缩减查询步骤的。如果我们只是想要从多张存在于数据库的数据表中选择字段、完成简单的计算的话，用"子查询"就显得大材小用了。因此，我们可以通过 “联结” 的方式来处理跨表查询问题。借助 FROM 子句和 WHERE 子句建立的 FROM 型联结，以及使用 JOIN 子句建立的 INNER JOIN 型和 LEFT JOIN 型联结。

FROM 型联结

假设有以下两张数据表：fruits 表记录着四种水果信息，有 4 行 3 列。fruit_price 表记录着两类水果的单价，有 2 行 2 列。两张数据表之间由 fruit_id 列关联起来。

在这里插入图片描述

如果我们在 FROM 子句里同时选择这两张数据表并检索出所有列：

SELECT  *

FROM    fruits,
        fruit_price;

查询结果如下，可以看到，查询结果共有 8 行，即两表行数的乘积；5 列，即两表列数之和。不加任何条件时，多表的查询结果是它们的笛卡尔积，这是数学上的一个概念，简单理解就是把 fruits 表的所有行，分别和 fruit_price 表的所有行一一匹配起来。

在这里插入图片描述

显然这样的结果是不正确的。以香蕉为例，它的编号为 1。对应到 fruit_price 数据表中，编号为 1 的数据 price 列的值为 3。所以我们可以判断出，香蕉的进价为 3 元。而查询结果中，除了这条正确信息，还错把 10 元的内容包含了进来。这并非我们想要的结果。

所以，只是在 FROM 子句中写上数据表名是不够的，我们还需要把那些符合关联关系的数据，也就是 fruits.fruit_id 与 fruit_price.fruit_id 列相同的行检索出来。通过 WHERE 子句，把关联关系 fruits.fruit_id = fruit_price.fruit_id 写入 WHERE 子句中：

SELECT  *

FROM    fruits,
        fruit_price

WHERE   fruits.fruit_id = fruit_price.fruit_id;

再次执行查询，查询结果如下：

在这里插入图片描述

以上才是正确的输出结果。像这样通过筛选列值相等的行建立起的联结，叫做等值联结。包括以下奖继续介绍的JOIN 型联结，都属于等值联结。

我们还可以通过等值关系将更多张数据表关联起来。假如我们想从 user_behavior、brands 和 users 这三张数据表中，筛选出购物行为，并选择出购买时间（即行为的发生时间）、用户名、商品名、品牌名这四项信息。

那么首先，我们需要把这三张数据表填入 FROM 子句，并把所需的字段写在 SELECT 子句里。接下来，在 WHERE 子句里按表与表之间的关联规则，把条件补充完整。最后在 WHERE 子句中再加上筛选条件 user_behavior.type = ‘buy’。完整的 SQL 语句是这样的：

SELECT  datetime(user_behavior.time, 'unixepoch') AS 购买时间,
        user_behavior.user_name                   AS 用户名,
        items.item_name                           AS 商品名,
        brands.brand_name                         AS 品牌名

FROM    user_behavior,
        items,
        brands

WHERE   user_behavior.item_id = items.item_id
  AND   items.brand_id = brands.brand_id
  AND   user_behavior.type = 'buy';

在这里插入图片描述

AS 关键字

我们可以像给列取别名一样，给每一张出现在 FROM 子句里的数据表起一个简短的别名，目的是为了压缩 SQL 语句长度，方便我们书写，所以应当取一个简短、不重复的名字。

SELECT  datetime(user_behavior.time, 'unixepoch') AS 购买时间,
        user_behavior.user_name                   AS 用户名,
        items.item_name                           AS 商品名,
        brands.brand_name                         AS 品牌名
        
FROM    user_behavior,                            AS ub,
        items,                                    AS i,
        brands                                    AS b

WHERE   user_behavior.item_id = items.item_id
  AND   items.brand_id = brands.brand_id
  AND   user_behavior.type = 'buy';

如果在 FROM 子句里给数据表起了别名，在这整条 SQL 语句中就只能使用别名来指代这张数据表，而不能使用原本的表名了。例如我们在第 5 行给 user_behavior 表取名为 ub，那么在 SELECT 子句中选择它的 user_name 列的话，只能写成 ub.user_name，而不能写成 user_behavior.user_name

对于那些不重名的列，例如 user_behavior 数据表中的 type，items 数据表中的 price 等等，加不加数据表名进行限定，SQL 都能分辨出来。所以我们可以省略前面的表名。在绝大多数 DBMS 中，取别名的关键字 AS 也是可以省略的，只要符合列名/数据表名别名的形式，SQL 会自动判断原名与别名。因此上面的 SQL 语句最终可以简化成这样 :

SELECT  datetime(user_behavior.time, 'unixepoch')  购买时间,
        user_behavior.user_name                    用户名,
        items.item_name                            商品名,
        brands.brand_name                          品牌名
        
FROM    user_behavior,                             ub,
        items,                                     i,
        brands                                     b

WHERE   user_behavior.item_id = items.item_id
  AND   items.brand_id = brands.brand_id
  AND   user_behavior.type = 'buy';

JOIN 子句

join 有“连接”的意思，放在 SQL 中，JOIN 关键字表示把两张数据表联结起来。例如数据表A JOIN 数据表B，就表示把数据表 A 和数据表 B 联结起来。同样的道理，只是把表拼起来是不够的，还需要指明它们之间的关系。这部分功能由关键字 ON 来完成，完整的写法是数据表A JOIN 数据表B ON 关联关系。

JOIN 关键字和 ON 关键字一起构成了 JOIN … ON … 子句，也可以简称为 JOIN 子句。由 JOIN 子句联结起来的数据表，将作为该条 SQL 语句的数据来源，要一起写在 FROM 子句里。

例如 fruits 数据表通过 fruit_id 列关联到 fruit_price 数据表。那么用 JOIN 子句创建它俩的联结时，需要编写如下 SQL 语句：

SELECT  *

FROM    fruits  f
        JOIN    fruit_price fp  ON f.fruit_id = fp.fruit_id;

JOIN 子句可以创建多种联结，不同种类的联结，是用特殊的关键字进行标记的。如果像我们上面所写的 SQL 语句一样，JOIN 前面什么都不标的话，SQL 会默认使用 INNER JOIN 型联结方式。INNER JOIN 型联结的效果和 FROM 型联结一样，会先列出数据表的笛卡尔积，再把完全符合关联条件的行检索出来。因此以上 SQL 语句的查询结果为 2 行 5 列。

在这里插入图片描述

我们也能把 FROM 型联结改写成 INNER JOIN 型联结。例如我们在 FROM 型联结中完成的任务：从 user_behavior、brands 和 users 这三张数据表中检索信息。改用 JOIN 子句来创造联结的话，需要写成这样：

SELECT  datetime(time, 'unixepoch') 购买时间,
        user_name                   用户名,
        item_name                   商品名,
        brand_name                  品牌名
        
FROM    user_behavior   ub
        JOIN    items   i   ON ub.item_id = i.item_id
        JOIN    brands  b   ON i.brand_id = b.brand_id
        
WHERE   type = 'buy';

可以看到，与联结相关的内容，都在 FROM 子句里，而且我们能一眼看出来，参与到联结的有 user_behavior 表和 JOIN 关键字后面的 items 表和 brands 表，关联关系分别是 ub.item_id = i.item_id 和 i.brand_id = b.brand_id。基于联结表的筛选条件，则在 WHERE 子句里。每个子句功能明确，清晰明了。

LEFT JOIN 型联结

很多时候，表与表的数据并非每一条都能对应起来。例如 fruits 数据表和 fruit_price 表都有 fruit_id 列，但 fruits 表中有 ID 为 1、2、3、4 的四条数据，fruit_price 中只有 ID 为 1、4 的两条数据。当我们使用 FROM 或 INNER JOIN 创建联结时，fruits 数据表中那些尚未记录进价的水果——草莓和百香果，它们的编号、名称、产地信息就丢失了。如果我们想保全 fruits 数据表中的信息，即以 fruits 数据表中记录的每种水果为基准，如果已经进货了，就正常显示进价；没有进货，也就是 fruit_price 数据表中没有记录的话，则把进价标记为 NULL。这时该怎么办呢？这需要用到另一种联结方式，LEFT JOIN 型联结。

FROM 型联结与 INNER JOIN 型联结，所联结的数据表之间是平等的。我们调换数据表的书写顺序，例如把 FROM fruits, fruit_price 换为 FROM fruit_price, fruits，它只影响各列出现的顺序，并不会影响联结表中的行数。而 LEFT JOIN 型联结蕴含着一种主次关系，数据表A LEFT JOIN 数据表B 与数据表B LEFT JOIN 数据表A 的行数可能并不相同。例如我们通过 fruit_id 列相等的条件，将 fruit_price 数据表与 fruits 数据表以 LEFT JOIN 方式联结：

SELECT  *

FROM    fruit_price fp
        LEFT JOIN   fruits  f  ON fp.fruit_id = f.fruit_id;

在这里插入图片描述

而如果调换顺序，把 fruits 写在 LEFT JOIN 之前：

SELECT  *

FROM    fruits    f
        LEFT JOIN fruit_price fp  ON f.fruit_id = fp.fruit_id;

在这里插入图片描述

可以看到，此时的查询结果变成了 4 行。如果单看前面 3 列的话，它和 fruits 数据表的内容一模一样。再看后面两列，很显然是来自 fruit_price 表的数据，而且满足 f.fruit_id = fp.fruit_id 条件的行有数据，不满足条件的行没有数据。

这就是 LEFT JOIN 型联结的特征。它会把 LEFT JOIN 关键字之前的数据表作为主表，把后面的作为次表。在创建联结时，先把主表中的所有数据誊抄一遍，再把次表中符合联结条件的数据拼接在后面。这样我们就可以完全保留主表中的数据。

除了 INNER JOIN 和 LEFT JOIN，SQL 标准中还有其它多种联结，例如与 LEFT JOIN 相对的 RIGHT JOIN，以及把两张表中所包含的数据完全保留下来的 FULL JOIN。但是，RIGHT JOIN 可以通过调换数据表顺序的方式转化为 LEFT JOIN，FULL JOIN 则在日常工作中几乎没有用。

回顾 items、brands 与 item_data 这三张数据表之间的关联关系：可以看到，三张数据表是通过 items 数据表彼此关联起来的。所以我们可以把 items 数据表紧紧放在 FROM 关键字后面，作为后续联结的基准。

售卖比：通过 (销售件数 - 退货件数) / 备货量公式计算，并使用 round() 保留 2 位小数；

净销售额：(销售件数 - 退货件数) * 售价。
库存则要稍微麻烦一些。当 item_data 数据表中记录了商品的数据，即 buy 的值不为 NULL 时，库存等于备货量 - 销售件数 + 退货件数。而有些商品在 item_data 中没有数据，如果也套用这个公式，即 NULL 值参与计算，结果自然会出现问题。

所以我们在计算库存时，要做个判断，如果 buy 值为 NULL，直接把 total 的值作为库存；如果不为 NULL，则通过 total - buy + return 计算出结果。

SELECT  item_name                         商品名,
        brand_name                        品牌名,
        round((buy - return) / total, 2)  售卖比,
        (buy - return) * sale_price       净销售额,
        iif(
            buy IS NULL,         -- 判断 buy 是否为 NULL
            total,               -- 为 NULL 时，把 total 作为库存
        total - buy + return -- 不为 NULL 时，通过计算得到结果库存
        )                                 

FROM    items     i
        LEFT JOIN item_data id  ON i.item_id = id.item_id
             JOIN brands    b   ON i.brand_id = b.brand_id;

按照 ABC 分析法，将表中所有商品根据售卖比情况分为三类。由于 ABC 分析法指出，占比 20% 的元素，产生 80% 的价值，所以我们可以把售卖比最高的前 20% 商品为 A 类商品，最末尾的 65% 为 C 类商品，其余为 B 类商品。

划分完 A、B、C 类后，我们还需要根据净销售额，在 A 类商品中找出下季度主推商品。主推商品的件数，一般是根据平台自身体量以及过往数据决定的，在这里我们取净销售额最高的前 10 件商品作为最终结果。对于 C 类，则需要根据库存，找出需要清仓的商品。在这里，我们取库存量最高的前 10 件商品作为最终结果。

我们可以分两条 SQL 语句，分别筛选出主推商品清单和清仓商品清单。筛选主推商品时，先按照售卖比降序，再按照净销售额降序，此时排在数据表前 10 条的数据，就是我们想要的商品。筛选清仓商品时，则先按照售卖比升序，再按照库存降序，此时排在数据表前 10 条的数据，就是适合清仓商品。

在这里插入图片描述