Comprendre ordres SQL a la BD de clients i vendes

Guia per crear una base de dades de clients i vendes amb SQL: esquemes, taules, claus i consultes, millors pràctiques i solucions en AWS/Azure amb Q2BSTUDIO.

domingo, 17 de agosto de 2025 • 3 min de lectura • Equip Q2BSTUDIO

Intel·ligència-Artificial-

Construint una base de dades de clients i vendes amb SQL

Introducció: En aquest article expliquem pas a pas com crear una base de dades relacional que fa seguiment de clients, productes i vendes utilitzant sentències SQL bàsiques. També mostrem consultes per obtenir informació útil i destaquem com Q2BSTUDIO pot ajudar amb solucions de programari a mida, aplicacions a mida, intel·ligència artificial, ciberseguretat i serveis cloud aws i azure.

1 Configuració de la base de dades i esquema: Primer creem la base i un esquema per organitzar les taules

SQL Exemple CREATE DATABASE jamii_db; CREATE SCHEMA customers;

Per què utilitzar esquemes: permeten agrupar taules relacionades i facilitar la gestió de permisos i desplegament en entorns cloud com serveis cloud aws i azure.

2 Creació de taules amb relacions: Definim tres taules amb claus primàries i claus foranes per mantenir integritat referencial

Taula customer_info que emmagatzema dades de clients SQL CREATE TABLE customers.customer_info ( customer_id INT PRIMARY KEY, fullname VARCHAR(100), location VARCHAR(100) );

Taula products que associa productes a clients SQL CREATE TABLE customers.products ( product_id INT PRIMARY KEY, customer_id INT, product_name VARCHAR(100), price FLOAT, FOREIGN KEY (customer_id) REFERENCES customers.customer_info (customer_id) );

Taula sales que registra vendes vinculades a productes i clients SQL CREATE TABLE customers.sales ( sales_id INT PRIMARY KEY, product_id INT, customer_id INT, total_sales INT, FOREIGN KEY (product_id) REFERENCES customers.products (product_id), FOREIGN KEY (customer_id) REFERENCES customers.customer_info (customer_id) );

Clau important: les foreign keys garanteixen integritat de dades entre taules i són fonamentals per a solucions empresarials que combinen intel·ligència artificial i intel·ligència de negoci.

3 Inserció de dades d'exemple

Inserir clients SQL INSERT INTO customers.customer_info (customer_id, fullname, location) VALUES (1, James Mwangi, Rwanda), (2, Akello Kel, Amboseli), (3, Judy J, Nanyuki), (4, Ahab Jez, Israel);

Inserir productes SQL INSERT INTO customers.products (product_id, customer_id, product_name, price) VALUES (1, 1, Laptop, 20000), (2, 2, Mouse, 1500), (3, 3, Charger, 4000);

Inserir vendes SQL INSERT INTO customers.sales (sales_id, product_id, customer_id, total_sales) VALUES (1, 1, 1, 300000), (2, 2, 2, 450000), (3, 3, 3, 100000), (4, 1, 1, 200000), (5, 2, 2, 350000), (6, 3, 3, 150000);

Nota: el client amb customer_id 4 no té vendes registrades, útil per mostrar consultes de clients sense compres i per a accions de retenció mitjançant agents IA.

4 Consultes bàsiques i avançades

A Consultar tots els clients SELECT * FROM customers.customer_info;

B Obtenir només noms i ubicacions SELECT fullname, location FROM customers.customer_info;

Consulta: Què va comprar cada client SELECT c.fullname, p.product_name, s.total_sales FROM customers.customer_info c JOIN customers.sales s ON c.customer_id = s.customer_id JOIN customers.products p ON s.product_id = p.product_id;

Consulta: Vendes totals per client SELECT ci.fullname, SUM(s.total_sales) AS sales_total FROM customers.sales s JOIN customers.customer_info ci ON s.customer_id = ci.customer_id GROUP BY ci.fullname ORDER BY sales_total DESC;

Consulta: Producte amb més facturació SELECT p.product_name, SUM(s.total_sales) AS sales_total FROM customers.sales s JOIN customers.products p ON s.product_id = p.product_id GROUP BY p.product_name ORDER BY sales_total DESC LIMIT 1;

Consulta: Clients sense compres SELECT fullname FROM customers.customer_info ci LEFT JOIN customers.sales s ON ci.customer_id = s.customer_id WHERE s.sales_id IS NULL;

5 Bones pràctiques i extensions: Utilitzar índexs en columnes de join per millorar rendiment, aplicar validacions en el model de dades i automatitzar backups en serveis cloud aws i azure. Combinar aquesta base amb pipelines de dades i power bi per crear panells que integrin serveis intel·ligència de negoci i mostrar insights impulsats per intel·ligència artificial i ia per a empreses.

Sobre Q2BSTUDIO: Q2BSTUDIO és una empresa de desenvolupament de programari i aplicacions a mida especialitzada en solucions empresarials, programari a mida, intel·ligència artificial, ciberseguretat, agents IA, serveis cloud aws i azure i serveis intel·ligència de negoci. Oferim consultoria, desenvolupament d'aplicacions a mida, integració de power bi i desplegament segur al núvol. El nostre equip dissenya arquitectures que combinen models d'intel·ligència artificial amb pràctiques de ciberseguretat per garantir rendiment i protecció.

Conclusió: Hem mostrat com construir una base de dades relacional per a clients i vendes, com inserir dades i com obtenir insights amb consultes SQL. Si vols potenciar el teu projecte amb programari a mida, intel·ligència artificial o solucions cloud, contacta amb Q2BSTUDIO per a una proposta que inclogui desenvolupament d'aplicacions a mida, agents IA i dashboards amb power bi.

ELS NOSTRES SERVEIS

Com et podem ajudar

Tens un projecte en ment?

Explica'ns la teva visió i la convertim en una solució de programari. Sigui quin sigui l'abast, fem realitat la teva idea.