SQL
Structured Query Language
SQLとは?
- DBからのデータ照会・保存・修正
- データ操作の基本
- 開発者でなくても役立つ
SQLを扱える人がチームに一人いると変わるのは技術ではなく、質問と答えの間の距離です。「先四半期の再購入顧客は何人だったかな?」を確認するために開発チームにチケットを上げて三日待っていた仕事が、本人が3分で確認できる仕事に変わります。さらに大きな変化は、質問の回数が増えることです。一度尋ねるコストが下がるので、これまで勘で済ませていた仮説を、実際に数字で確かめるようになります。
命令は大きく三つに分かれます。データを読み書きするDML(SELECT・INSERT・UPDATE・DELETE)、テーブル構造を作成・変更するDDL(CREATE・ALTER・DROP)、権限を付与・剥奪するDCL(GRANT・REVOKE)です。現場の担当者に実際に必要なのは事実上SELECTだけなので、多くの会社は読み取り専用アカウントだけを発行します。製品ごとの方言もあります。Oracle、MySQL、PostgreSQL、BigQueryは日付関数や文字列処理の文法がそれぞれ違うため、教材を選ぶ前に自社がどのDBを使っているかをまず確認する必要があります。Excelとの境界も明確です。100万行を超えるとExcelは耐えられませんが、SQLは数千万行に条件をかけて数秒で絞り込みます。
現場で最も頻繁に起きる事故は、本番DBに直接つないでしまうことです。リアルタイムで注文を処理するサーバーに全体集計クエリを投げると、決済画面が止まります。分析は複製DBかデータウェアハウスで行うべきです。WHEREを抜かしたUPDATEを一行実行して、全顧客のランクが消えた事例も珍しくありません。そしてSQLを学んだからといってデータが分かるわけではありません。難しいのは文法ではなく、「注文テーブルのステータス値7がキャンセルなのか返品なのか」といった自社データの定義です。結合条件を誤って行が重複すると売上が二倍に集計されますが、その数字がそのままレポートに載れば誰も気づけません。AIがクエリを代わりに書いてくれる今でも、結果が正しいかを見極めるのは人の役割です。
1970年代にIBMでリレーショナルデータベースのために開発され、その後データ照会の国際標準となりました。
仮の事例で見てみましょう。従業員320名、年間売上900億ウォン(約1,076,310万円)規模の生活用品の製造・流通企業A社です。マーケティングチーム6名が開発チームに出すデータ抽出依頼が月40件を超え、回答までに平均5営業日かかっていました。キャンペーン企画がすべて終わったあとで、ようやく顧客リストが届くことが繰り返されていました。
- データチームのパク・チーム長が最近6か月の抽出依頼240件を分類したところ、183件が「期間と条件だけを変えた同じ照会」でした。「これは現場が直接抽出した方が早いですね」という声が会議で出ました。
- 本番DBに触れないよう、毎朝未明に同期される分析用の複製DBを別に立て、マーケティング・企画の12名に照会だけ可能な読み取り専用アカウントを発行しました。
- 研修は文法の講義ではなく、自分の業務の質問を3つ持ってくる形にしました。4週間、週2時間ずつ、「先月の初回購入顧客の平均客単価」のような照会を各自で書き、結果を検証してもらいました。
- キャンセル注文を売上に含めて集計したレポートが二度上がった後、注文ステータス7種と返品・交換の区分を整理した一枚の データ辞書を社内ウィキに貼り付けました。
- 3か月後、開発チームへの抽出依頼は月40件から9件に減り、セグメントの確認は5営業日から当日に変わりました。再購入キャンペーンの実行周期も月1回から週1回に短くなりました。
パク・ソリョン
金鍾赫