ror_coding

[LeetCode] 1321. Restaurant Growth

ro_rdil_31 — Sat, 19 Jul 2025 14:41:01 +0900

기존 코드도 좋지만, window function의 연산 범위를 잘 익혀야 한다!

Question

You are the restaurant owner and you want to analyze a possible expansion (there will be at least one customer every day).

Compute the moving average of how much the customer paid in a seven days window (i.e., current day + 6 days before). average_amount should be rounded to two decimal places.

Return the result table ordered by visited_on in ascending order.

The result format is in the following example.

Code (Window Function)

select distinct visited_on
        , sum(amount) over(order by visited_on range between interval 6 day preceding and current row) as amount
        , round( sum(amount) over(order by visited_on range between interval 6 day preceding and current row)/7 ,2) as average_amount

from customer
order by 1
limit 10000 offset 6

Code (My Code)

select distinct c.visited_on
        , (select sum(amount)
                from customer
                where visited_on between c.visited_on - interval 6 day and c.visited_on) as amount
        , (select round(sum(amount)/7,2) 
                from customer
                where visited_on between c.visited_on - interval 6 day and c.visited_on) as average_amount

from customer c
where visited_on >= (select min(visited_on) + interval 6 day from customer)

order by 1

My Code

[LeetCode] 1341. Movie Rating

ro_rdil_31 — Sat, 19 Jul 2025 14:37:21 +0900

문제를 잘 읽자!!! subquery를 잘 활용하자..!

Question

Write a solution to:

Find the name of the user who has rated the greatest number of movies. In case of a tie, return the lexicographically smaller user name.
Find the movie name with the highest average rating in February 2020. In case of a tie, return the lexicographically smaller movie name.

The result format is in the following example.

Code

select name as results
from users
where user_id = (
    select user_id
    from movierating
    join users using(user_id)
    group by 1
    order by count(*) desc, name
    limit 1
)

union all

select title as results
from movies
where movie_id = (
    select movie_id
    from movierating
    join movies using(movie_id)
    where created_at like '2020-02%'
    group by 1
    order by avg(rating) desc, title
    limit 1
)

My Code

[LeetCode] 626. Exchange Seats

ro_rdil_31 — Sat, 19 Jul 2025 14:34:35 +0900

row_number() 로 홀짝을 구별하여 id에서 빼거나 더한 값을 id로 부여합니다.

따라서 이름은 고정, id만 바뀜.

Question

Write a solution to swap the seat id of every two consecutive students. If the number of students is odd, the id of the last student is not swapped.

Return the result table ordered by id in ascending order.

The result format is in the following example.

Code

select
    row_number() over(order by if(id % 2 = 0, id - 1, id + 1)) as id
    , student
from seat
order by 1;

Code (My Code)

select 
    case 
        when (id%2 = 1) and (id+1 in (select id from seat)) then id + 1
        when (id%2 = 0) then id - 1
        else id
    end as id
    , student
from seat 

order by 1
;

My Code

[LeetCode] 1907. Count Salary Categories

ro_rdil_31 — Sat, 19 Jul 2025 14:29:53 +0900

출력해야 하는 항목을 고정시킬 때, union all과 select 을 써서 left/right join 을 해야합니다.

Question

Write a solution to calculate the number of bank accounts for each salary category. The salary categories are:

"Low Salary": All the salaries strictly less than $20000.
"Average Salary": All the salaries in the inclusive range [$20000, $50000].
"High Salary": All the salaries strictly greater than $50000.

The result table must contain all three categories. If there are no accounts in a category, return 0.

Return the result table in any order.

The result format is in the following example.

Code

with count_acc as(
    select 
        case
            when income < 20000 then 'Low Salary'
            when (20000 <= income) and (income <= 50000) then 'Average Salary'
            when 50000 < income then 'High Salary'
            -- else 'Average Salary'
            end as "category"
    from accounts
)
select j.category
        , count(c.category) as accounts_count
from count_acc c
right join (select 'Low Salary' as category
            union all 
            select 'Average Salary' as category
            union all 
            select 'High Salary' as category
            ) j on c.category = j.category
group by 1
;

My code

[LeetCode] 1934. Confirmation Rate

ro_rdil_31 — Sun, 13 Jul 2025 16:29:53 +0900

case when 으로 confirmed 일 때만 count 합니다.

Question

The confirmation rate of a user is the number of 'confirmed' messages divided by the total number of requested confirmation messages. The confirmation rate of a user that did not request any confirmation messages is 0. Round the confirmation rate to two decimal places.

Write a solution to find the confirmation rate of each user.

Return the result table in any order.

The result format is in the following example.

Table: Signups

+----------------+----------+

| Column Name | Type |

+----------------+----------+

| user_id | int |

| time_stamp | datetime |

+----------------+----------+

user_id is the column of unique values for this table.

Each row contains information about the signup time for the user with ID user_id.

Table: Confirmations

+----------------+----------+

| Column Name | Type |

+----------------+----------+

| user_id | int |

| time_stamp | datetime |

| action | ENUM |

+----------------+----------+

(user_id, time_stamp) is the primary key (combination of columns with unique values) for this table.

user_id is a foreign key (reference column) to the Signups table.

action is an ENUM (category) of the type ('confirmed', 'timeout')

Each row of this table indicates that the user with ID user_id requested a confirmation message at time_stamp and that confirmation message was either confirmed ('confirmed') or expired without confirming ('timeout').

Code

select 
    s.user_id
    , round( count(case when action = 'confirmed' then 1 end) / count(*) ,2) as confirmation_rate

from signups s
left join confirmations c on s.user_id = c.user_id
group by 1
;

My Code

[LeetCode] 176. Second Highest Salary

ro_rdil_31 — Sun, 13 Jul 2025 16:25:05 +0900

limit 1 offset 1; <- 2번째로 높은 값을 뽑기 위해 offset을 사용합니다.

Question

Write a solution to find the second highest distinct salary from the Employee table. If there is no second highest salary, return null (return None in Pandas).

The result format is in the following example.

Table: Employee

+-------------+------+
| Column Name | Type |
+-------------+------+
| id | int |
| salary | int |
+-------------+------+
id is the primary key (column with unique values) for this table.
Each row of this table contains information about the salary of an employee.

Point

limit 1 offset 1
- offset 은 0부터 시작합니다.
- limit n offset m = m번째부터 시작해서 n개를 가져옵니다.
결과 출력을 위한 2중 select문
- subquery에 결과가 없을 때 아무것도 출력되지 않지만, 겉에 select를 해주면 null이 출력됩니다.
- null을 출력하지 않아도 된다면, select subquery부분만 메인으로 사용하면 됩니다.

Code

select (select distinct salary 
        from employee
        order by 1 desc
        limit 1 offset 1
)as SecondHighestSalary

[HackerRank] Top Earners

ro_rdil_31 — Sat, 14 Jun 2025 15:47:25 +0900

MySQL에선 select 구문의 alias를 group by 에서 쓸 수 있다 !

Question

We define an employee's total earnings to be their monthly worked, and the maximum total earnings to be the maximum total earnings for any employee in the Employee table. Write a query to find the maximum total earnings for all employees as well as the total number of employees who have maximum total earnings. Then print these values as space-separated integers.

Input Format

The Employee table containing employee data for a company is described as follows:

where employee_id is an employee's ID number, name is their name, months is the total number of months they've been working for the company, and salary is the their monthly salary.

Sample Input

Sample Output

69952 1

Explanation

The table and earnings data is depicted in the following diagram:

Code (After 250821)

select max(earnings), count(*) as cnt
from (select *, months * salary as earnings from employee) s
where earnings = (select max(months * salary) from employee)

Code (Before)

-- where 절 서브쿼리
SELECT months * salary, count(*)
FROM employee
where months * salary = (SELECT max(months * salary) FROM employee)
group by 1

-- having 절 서브쿼리
select months * salary as earnings, count(*)
from employee
group by earnings -- MySQL에선 select 구문 alias를 여기서 쓸 수 있다 !
having earnings = (SELECT max(months * salary) FROM employee)

now me

[HackerRank] Type of Triangle

ro_rdil_31 — Sat, 14 Jun 2025 14:46:34 +0900

삼각형이 되기 위한 세 변의 조건.

Question

Write a query identifying the type of each record in the TRIANGLES table using its three side lengths. Output one of the following statements for each record in the table:

Equilateral: It's a triangle with sides of equal length.
Isosceles: It's a triangle with sides of equal length.
Scalene: It's a triangle with sides of differing lengths.
Not A Triangle: The given values of A, B, and C don't form a triangle.

Input Format

The TRIANGLES table is described as follows:

Each row in the table denotes the lengths of each of a triangle's three sides.

Sample Input

Sample Output

Isosceles
Equilateral
Scalene
Not A Triangle

Point

세 변의 길이가 같을 때 먼저,
한 변이 다른 두 변의 합보다 크거나 같을 때 삼각형이 아니기 때문에 예외 처리를 두 번째에,
이후 두 변이 같을 때 (이때, 세 변이 같은 케이스는 첫 번째때 리턴했기 때문에 문제 없음)
마지막 else 구문은 세 변의 길이가 모두 다를 때로 처리됨.

Code

SELECT
    CASE
        WHEN A=B AND B=C THEN 'Equilateral'
        WHEN (A+B <= C) OR (B+C <= A) OR (C+A <= B) THEN 'Not A Triangle'
        WHEN A=B OR A=C OR B=C THEN 'Isosceles'
        ELSE 'Scalene'  
    END
FROM TRIANGLES

now me

[HackerRank] Symmetric Pairs

ro_rdil_31 — Sat, 14 Jun 2025 14:24:46 +0900

20 20이 self join하는 예외 케이스 나눠서 풀기 !

Question

You are given a table, Functions, containing two columns: X and Y.

Two pairs (X1, Y1) and (X2, Y2) are said to be symmetric pairs if X1 = Y2 and X2 = Y1.

Write a query to output all such symmetric pairs in ascending order by the value of X. List the rows such that X1 ≤ Y1.

Sample Input

Sample Output

20 20
20 21
22 23

Point

20 20이 하나만 있을 때 서로 self join해서 20 20 20 20 이 되는 문제점 존재.
- -> X,Y가 같을 때 케이스를 따로 group by - count를 이용해서 2개 이상일 때 출력.

Code (After 250821)

with base as(
    select x, y
    from Functions
    where (x, y) not in (select x, y 
                            from functions
                            where x = y
                            group by 1, 2
                            having count(*) = 1
                        )
)
select distinct a.x, a.y

from base a
join base b on a.x = b.y and a.y = b.x
where a.x <= a.y
order by 1

Code (Before)

SELECT X, Y -- 20 20이 하나만 있을 때 SELF JOIN 되는 케이스 방지.
FROM FUNCTIONS
WHERE X = Y
GROUP BY X, Y
HAVING COUNT(*) >= 2

UNION

SELECT F1.X, F1.Y
FROM FUNCTIONS F1
JOIN FUNCTIONS F2 ON (F1.X = F2.Y) AND (F1.Y = F2.X)
WHERE F1.X < F1.Y

ORDER BY 1

now me

[그로스 해킹] AAR"R"R - 수익화 (Revenue)

ro_rdil_31 — Sat, 14 Jun 2025 13:17:45 +0900

Revenue 수익화

수익화 관리를 위해서는 서비스가 어떤 비즈니스 모델을 가지고 있는지를 명확히 이해하고, 그 비즈니스 모델이 잘 작동하는지, 비용 대비 수익이 안정적인지를 데이터로 확인할 수 있어야 합니다.

1. 수익화 관련 주요 지표 4가지

1. ARPU (Average Revenue Per User, 인당 평균 매출, 사용자 당 매출)

구매자 수, 구매 건수, 매출과 같은 기본적인 지표를 제외하고 수익화 측면에서 우선적으로 봐야 하는 중요한 지표입니다.

이는 전반적인 수익화 상황을 보는 데 굉장이 유용합니다.

(단순히 매출이 많다, 적다는 수준이 아니라 이후 사용자가 늘어난다면 매출이 어떤 속도로 증가할지를 가늠하는 데 좋은 기준이 되기 때문입니다.)

ARPU = Revenue / User
- ARPDAU = 일 매출 / DAU
- ARPWAU = 주간 매출 / WAU
- ARPMAU = 월간 매출 / MAU

ARPU는 시작과 끝이 있는 특정 기간에 대한 지표입니다.

따라서 ARPU를 구하려면 먼저 전사적으로 통용되는 명확한 기준을 세워야 합니다. (일반적으로, 월 기준(ARPMAU)으로 집계합니다.)

2. ARPPU (Average Revenue Per Paying User, 결제자 인당 평균 매출)

ARPPU가 ARPU와 다른 점은 ~~전체 사용자~~가 아닌 '결제자'만을 대상으로 한다는 것입니다.

ARPPU도 ARPU와 마찬가지로 기간에 대한 정의가 필요합니다.

ARPPU = Revenue / Paying User

3. LTV (Lifetime Value, 고객 생애 가치) {== CLV (Customer Lifetime Value)}

LTV는 한 명의 사용자가 진입하는 순간부터 이탈하는 순간까지의 전체 활동 기간에 누적해서 발생시키는 수익입니다.

하지만, 현실에서 이런 식의 계산은 사실상 불가능합니다.

이를 보완하기 위한 방법은 다음과 같습니다.

4. LTR (Lifetime Revenue, 고객 생애 매출)

LTV가 고객 한 명에 대한 기대 수익이라면, LTR은 고객 한 명에 대한 기대 매출입니다.

LTR을 계산할 때는 따로 비용을 고려하지 않고 매출만 살펴보면 되기 때문에, 유지 비용이나 획득 비용을 고려하지 않아 계산이 비교적 간편합니다.

월 기준으로 집계할 때 LTR은 월 별 결제 금액을 가입자로 나눠야 합니다.

월별 가입자당 결제액을 모두 합산하여 나온 값이 1명의 가입자가 생겼을 때 기대할 수 있는 평균 매출(LTR) 입니다.

2. 수익화 분석

(1) LTR 활용

특정 시점의 가입자들이 모두 이탈하는 경우는 매우 드물기 때문에 현실적으로 LTR을 구하기는 쉽지 않습니다.

따라서 이를 활용할 때, 전체적인 LTR을 딱 떨어지는 숫자로 요약하는 것에 집착할 필요가 없습니다.

LTR은 ~~전체 회원을 대상으로 하는 하나의 지표로 계산해서 관리~~하기보다는

코호트를 잘 나누고 코호트별 LTR의 추이가 어떻게 변화하는지 살펴보는 편이 훨씬 더 유용합니다.

(이때, 코호트 분류 기준은 '가입 시점'입니다.)

가입 시점에 따른 코호트를 나누고 각 코호트의 LTR의 변화 그래프를 그려 보면 시간이 지남에 따라 LTR이 증가하는 속도와 높이를 확인할 수 있습니다.

위 그림의 파란색 선이 LTR의 증가 추이를 보여줍니다.

이처럼 기간별로 LTR이 증가하는 추이를 구한 후 CAC와 비교하면) 서비스의 수익 모델이 잘 동작하고 있는지, 마케팅 비용을 적절하게 사용하고 있는지 등을 확인할 수 있습니다.

여러 지표의 관계를 통해 인사이트를 얻을 수 있는 경우가 많습니다.

특히 LTR과 CAC는 짝지어 확인하기에 매우 유용한 지표들입니다.

건강하게 성장하고 있는 서비스라면 LTR이 CAC를 빠르게 따라잡고 장기적으로 CAC의 몇 배수까지 높아져야 합니다.

건강한 서비스라면 LTR이 CAC보다 충분히 커야 합니다. (즉, 아래 수식에서 a가 굉장히 큰 숫자여야 합니다.)

LTR이 CAC보다 충분히 큰가? 라는 질문은 간단해 보이지만, 비즈니스의 생존 가능성을 확인하는 중요한 질문입니다.

일반적으로 LTR이 CAC의 5~10배 정도는 돼야 어느 정도 안정적인 서비스 운영을 기대할 수 있습니다.

수익화 상황을 개선하기 위해
고객 생애 매출을 늘리는 것과
고객 획득 비용을 줄이는 것 중
어떤 방법이 효과적일까요?

같은 비율이라면, LTR을 늘리는 편이 CAC를 줄이는 것보다 효과적입니다.

즉, 수익을 노핑기 위해서는 비용을 줄이는 것도 필요하지만 튼튼한 비즈니스 모델을 통해 사용자들이 지속적으로 결제하는 구조를 만드는 것이 더 중요합니다.

다만 현실적으로 LTR보다는 CAC가 좀 더 변화시키기 쉬운 지표이기 때문에 이쪽에 먼저 집중하는 경우가 많습니다.

따라서 현실에서는 이 두 지표를 다음과 같은 형태로 많이 사용합니다.

1. LTR 먼저 구함. 가입 코호트를 활용해 코호트별 비교 or LTR의 기간별 변화 추이 살펴보기.
2. LTR 고려해서 목표로 하는 CAC 수준을 정함.
	수입 구조나 마진을 고려해서 고객 생애 매출의 1/5 ~ 1/10 정도를 목표로 잡으면 좋음.
    	이 수치가 마케팅을 진행할 때의 의사결정 기준이 됨.

(2) 수익화 쪼개서 보기

아이템별 매출의 합계 : 매출에 기여하는/하지 못하는 아이템, 판매량이 증가/감소한 아이템.
사용자별 매출의 합계 : 성별, 연령대 같은 기본적인 정보 또는 가입 기간, 활동 여부 기준으로 사용자를 세그먼트로 분류.
결제자 수 X ARPPU

매출 = 결제자수 X ARPPU
매출 = 활동회원 X 결제비율 X ARPPU
매출 = 가입자 X 리텐션 X 결제비율 X ARPPU
매출 = 설치수 X 가입전환율 X 리텐션 X 결제비율 X ARPPU

이런 식으로 매출을 퍼널에 따라 쪼개 보면 매출이 증감하는 패턴을 훨씬 더 세부적으로 파악할 수 있습니다.

(3) MRR (Monthly Recurring Revenue, 월별 반복 매출)

독립적인 결제 이벤트가 발생하는 서비스가 아닌, 구독형 서비스에서는 MRR을 사용하여 매출을 분석합니다.

3. 수익화 정리

수익화 분석에서 유의해야 할 점은 대부분의 수익화 지표가 대푯값의 형태로 계산되지만

실제 수익화 정도는 사용자마다 편차가 상당히 큽니다.

파레토 법칙으로 알려진 20:80 비율 패턴을 흔히 볼 수 있습니다.

고액 결제자 몇 명의 행동 변화에 따라 ARPU나 ARPPU가 흔들릴 수 있기 때문에 매출에서의 평균값은 굉장히 주의해서 사용해야 합니다.

따라서 요약된 수익화 지표 하나만 보고 의사결정을 내리기보다는 사용자를 다양한 방식으로 그루핑하고 각 그룹에 맞는 운영 및 수익화 전략을 세우는 것이 중요합니다.

[출처] 양승화(2021), "그로스 해킹", 위키북스, 03장 3.5