通过真实业务数据，练习产品分析 SQL。
SQL 课程 15：按日、周、月统计数据
单条日期记录适合追踪某一笔商机，但产品分析通常需要看趋势：每天成交量有没有突然变化？每周的销售节奏如何？哪个月份贡献了更多成交金额？
SQLite 提供 strftime 函数，可以从日期文本中提取年份、月份、星期等部分。把提取出的时间粒度放进 GROUP BY，就能把逐笔记录汇总成日、周或月的趋势表。
时间粒度决定了你看到的故事：按日看波动，按周看节奏，按月看整体趋势。粒度越粗，结果越稳定，但也会隐藏短期变化。
SELECT strftime('%Y-%m', close_date) AS close_month,
COUNT(*) AS opportunity_count
FROM sales_pipeline
WHERE deal_stage = 'Won'
GROUP BY close_month
ORDER BY close_month;strftime：从完整日期中提取分析维度
strftime('%Y', close_date) 提取四位年份，strftime('%m', close_date) 提取两位月份，strftime('%d', close_date) 提取日。把 '%Y-%m' 组合起来，就能得到类似 2017-03 的月份标签。
不要直接按 close_date 分组来做月度趋势，那会把每一天都当成一个分组。想按月统计，就要先把日期转换成月份表达式，并在 SELECT 与 GROUP BY 中保持同一分析粒度。
SELECT strftime('%Y-%m', close_date) AS close_month,
COUNT(*) AS won_opportunity_count
FROM sales_pipeline
WHERE deal_stage = 'Won'
AND close_date IS NOT NULL
GROUP BY close_month
ORDER BY close_month ASC;小提醒：strftime 的结果是文本。使用 YYYY-MM 格式后，按字母升序排列也正好对应从早到晚的月份顺序。
周统计要先定义“一周从哪天开始”
SQLite 的 strftime('%w', close_date) 会返回星期几的数字：星期日是 0，星期一是 1。用 date(close_date, '-' || strftime('%w', close_date) || ' days') 可以把每一天换算成所在周的周日。
这一步不是纯技术细节：周一开始还是周日开始，可能会影响周报的数字。分析前要把口径写清楚。本课统一使用“周日作为一周起点”。
常用日期格式符
| 格式符 | 含义 | 结果示例 |
|---|---|---|
| %Y | 四位年份 | 2017 |
| %m | 两位月份 | 03 |
| %d | 两位日期 | 09 |
| %w | 星期几，周日为 0 | 4 |
先过滤事件，再选择统计指标
“成交趋势”应该先 WHERE deal_stage = 'Won'，再按日期分组。如果把 Lost、Engaging 和 Prospecting 一起算进去，得到的其实是“所有商机关闭记录”或混合口径，而不是成交趋势。
同一个时间粒度可以搭配不同指标：COUNT 看笔数，SUM 看金额，AVG 看平均客单价。先明确业务问题，再选择聚合函数。
练习
本课会核对日期转换后的分组标签、聚合指标和排序顺序；月、周、日的边界都要与任务描述一致。