00:00Sering kan kita lihat data dengan kolom tanggal dan mikirnya, ah ini cuma angka biasa.
00:04Nah, hari ini kita bakal buktiin kalau tiap tanggal dan waktu dalam data kamu itu sebenarnya nyimpan sebuah cerita.
00:10Kita akan belajar bareng cara ngebongkar cerita itu pakai fungsi tanggal dan waktu di SQL.
00:14Coba deh bayangin, kapan sih jam-jam sibuk pelanggan kamu?
00:17Produk mana yang paling laku pas musum liburan?
00:19Penjualan beneran selalu naik gak pas akhir pekan?
00:21Pertanyaan-pertanyaan kayak gini tuh intinya bis-mis.
00:24Dan jawabannya, itu semua tersembunyi di dalam data waktu.
00:27Yuk kita cari tahu cara nemuinnya.
00:28Oke, jadi ini dia rencana main kita hari ini.
00:31Kita mulai dari yang paling dasar dulu, terus kita bedah satu-satu fungsinya buat analisis,
00:35dan di akhir kita gabungin semuanya biar jadi satu keahlian baru yang siap tempur.
00:40Oke, sebelum kita mulai membedah tanggal, kita harus kenalan dulu sama anatominya.
00:44Ini dasar-dasarnya banget, tapi penting banget buat kita pahami.
00:47Jadi gini, di SQL tuh ada tiga wadah utama buat waktu.
00:51Date, itu cuma buat tanggal.
00:53Time, ya cuma buat jamnya aja.
00:55Nah, kalau timestamp ini, paket komplit, tanggal dan jam sekaligus.
00:59Milih tipe data yang pas dari awal itu krusial loh,
01:02karena ini nanti yang nentuin seberapa presisi analisis kita.
01:05Sekarang, kita masuk ke toolkit pertama kita.
01:08Anggap aja ini kayak pisau bedah super presisi buat ngambil bagian spesifik dari sebuah tanggal,
01:13entah itu harinya, bulannya, atau tahunnya.
01:15Bayangin deh, bos kamu nanya.
01:18Coba dong, tarik tanggal berapa aja transaksi yang nilainya di atas 11 dolar.
01:22Nah, disinilah fungsi DOI, jadi pahlawannya.
01:26Query ini intinya kita lagi perintahin SQL.
01:29WSQL, dari kolom payment date,
01:31aku nggak butuh semuanya, aku cuma mau angka harinya doang.
01:34Dan, voila!
01:35Ini dia hasilnya.
01:36Lihat deh, kolom kedua itu isinya bukan lagi tanggal lengkap,
01:39tapi cuma angka harinya aja.
01:40Keliatannya simpel, tapi ini adalah langkah pertama buat ngelakuin analisis yang jauh lebih dalam.
01:46Oke, tantangan berikutnya.
01:48Gimana caranya kita mau tahu total pendapatan khusus di bulan Agustus?
01:52Nggak perlu filter manual, kita bisa pakai fungsi month dilangsung di dalam klaus aware.
01:56Ini kayak kita ngasih saringan super spesifik.
01:59Tolong ya jumlahin semua amount,
02:00tapi cuma buat baris data yang bulannya adalah bulan ke-8.
02:03Dan inilah jawabannya.
02:05Cuma satu angka ini.
02:0624.072,13 ini adalah total semua transaksi yang kejadian di bulan Agustus.
02:11Efisien banget kan?
02:13Cuma sebaris kode, kita langsung dapat jawaban bisnis yang penting.
02:15Sekarang, kita naikin levelnya.
02:17Kita mau bandingin performa dari tahun ke tahun.
02:20Di sini, year dan group buy jadi pasangan maut.
02:23Year tugasnya ngambil tahunnya,
02:25terus group buy ngelompokin semua transaksi dari tahun yang sama,
02:27biar kita bisa hitung rata-ratanya per tahun.
02:30Oh iya, as year underscore sales itu alias ya.
02:32Detail kecil aja biar nama kolom kita lebih rapi dan gampang dibaca.
02:35Nah, dari sini kita bisa langsung lihat perbandingannya,
02:38rata-rata pembayaran dari tahun ke tahun.
02:40Kita bisa dengan cepat lihat,
02:41ini trennya lagi naik, turun,
02:43atau jangan-jangan stabil-stabil aja.
02:45Oke, angka itu emang penting buat mesin dan analisis.
02:48Tapi, kalau buat presentasi ke tim atau ke bos,
02:51nama yang deskriptif itu jauh lebih ngena.
02:53Yuk kita lihat alat buat bikin data kita lebih manusiawi.
02:57Ini nih pertanyaan bisnis yang klasik banget.
02:59Hari apa sih dalam seminggu yang rata-rata transaksinya paling tinggi?
03:02Dengan fuksi day name,
03:03kita nggak bakal dapat angka 1 sampai 7,
03:05tapi langsung nama harinya.
03:07Monday, Tuesday, dan seterusnya.
03:09Jauh lebih gampang dicernakan.
03:10Dan visualisasi ini langsung nunjukin jawabannya.
03:13Kelihatan jelas banget kalau Sabtu secara rata-rata
03:16adalah hari dengan nilai transaksi paling tinggi.
03:18Insight kayak gini bisa langsung jadi ide.
03:20Mungkin kita perlu bikin promo khusus di akhir pekan?
03:23Prinsip yang sama persis bisa kita pakai buat bulan.
03:25Pertanyaannya jadi,
03:27bulan mana nih yang punya rata-rata transaksi tertinggi?
03:29Kita tinggal ganti day name jadi month name
03:31buat dapat gambaran tren bulanannya.
03:33Nah, di sini nih mulai seru.
03:35Kita jadi bisa ngeliat adanya pola musiman.
03:37Bulan-bulan kayak Juli dan Agustus
03:39nunjukin rata-rata yang lebih tinggi.
03:41Ini bisa jadi titik awal buat analisis yang lebih dalam lagi
03:44tentang perilaku belanja pelanggan sepanjang tahun.
03:47Oke, sekarang kita coba trik yang sedikit lebih canggih yuk.
03:50Kita nggak cuma bisa ngeekstrak informasi,
03:51tapi kita juga bisa lo ngelakuin perhitungan sederhana dengan tanggal
03:54buat ngejawab pertanyaan yang lebih kompleks.
03:56Ini pertanyaan yang menarik.
03:57Bisa nggak kita cari tahu nama hari setelah sebuah pembayaran dilakukan?
04:02Keliatannya sepele ya.
04:03Tinggal tambah plus 1.
04:04Eits, tunggu dulu.
04:05Ada satu detail kecil yang super duper penting di sini.
04:08Perhatiin deh fungsi date yang ngebungkus payment date.
04:10Ini krusial banget.
04:12Kalau kolom payment date kita itu formatnya timestamp yang ada jam dan detiknya,
04:15tanpa fungsi date, SQL bisa salah kaprah dan cuma nambahin 1 detik,
04:18bukan 1 hari penuh.
04:19Detail kecil kayak ginilah yang misahin hasil yang akurat dan yang ngaco.
04:22Dan lihat deh, berhasil.
04:24Kolom ini sekarang nunjukin nama hari berikutnya buat setiap transaksi yang sesuai kriteria.
04:29Kemampuan kayak gini berguna banget.
04:30Misalnya buat ngejadwalin pengiriman atau email follow up.
04:33Kita udah ngumpulin banyak banget tools yang keren.
04:36Sekarang, ayo kita rangkum semuanya biar jadi satu toolkit yang utuh dan siap kamu pakai.
04:41Jadi, intinya begini.
04:42Kamu sekarang nggak lagi ngelihat tanggal sebagai data yang statis.
04:45Kamu bisa membedahnya buat ngambil angkanya,
04:47ngubahnya jadi nama yang gampang dibaca,
04:49bahkan ngelakuin perhitungan simple.
04:50Kamu bisa memfilter dan mengelompokkan data kamu dengan presisi waktu yang luar biasa.
04:55Pada akhirnya, semua fungsi ini kan cuma alat ya.
04:57Kekuatan sesungguhnya tuh ada di rasa penasaran kamu.
05:00Jadi dengan semua perangkat baru ini,
05:02cerita tersembunyi apa nih yang bakal kamu ungkap dari data kamu sendiri?
05:06Kekuatan sesungguhnya tuh ada di rasa penasaran kamu.
05:06Kekuatan sesungguhnya tuh ada di rasa penasaran kamu.
05:06Terima kasih.
Komentar