MySQL: Sales Pipeline Analysis
Umfassende Analyse der Vertriebsperformance, Produktmargen und Kundenstrukturen mittels SQL.
Schema-Design: Manuelle Erstellung der Tabellenstrukturen zur Sicherstellung korrekter Datentypen.
ETL-Prozess: Manueller Import der Faktentabelle, sowie Definierung der Spaltentypen durch SQL-Import-Konfiguration (Edit Connection: „OPT_LOCAL_INFILE=1“, Query: „SET GLOBAL local_infile = 1;“).
Datenbereinigung: Einfache Datenbereinigung bei Produktnamen („GTXPro“ zu „GTX Pro“).
2. Key Insights & SQL-Abfragen
Produkt- & Margenanalyse
Erkenntnis: Das Produkt GTX Pro erzielte im März den höchsten Umsatz bei geringer Stückzahl (High-Margin), während GTX Basic das höchste Absatzvolumen generierte.SQL-Fokus: Aggregationen und Vergleich von Umsatz vs. Absatzmenge.
Kunden- & Konzernstruktur (Account Analysis)
Erkenntnis: Durch Verknüpfung von Mutter- und Tochtergesellschaften wurde Sonron als umsatzstärkster Kunde identifiziert, gefolgt von Bubba Gump und Acme Corp.
Pipeline-Metriken & Effizienz
Win Rates: Die Analyse zeigt eine konsistente Win-Rate zwischen 60 % und 65 % über das gesamte Produktportfolio hinweg.
Preisstabilität: Der Vergleich zwischen Listenpreis und tatsächlichem Verkaufspreis zeigt nur minimale Abweichungen – die Sales-Pipeline arbeitet nah an der Zielmarge.
