Уулчшения витрин

dwh-modeling/sql/06_dml_dm.sql

@@ -6,17 +6,15 @@
 -- 1. Очистка (full refresh — для простоты; в продакшене — incremental)
 TRUNCATE dm.mart_daily_sales, dm.mart_customer_360;
 
--- 2. mart_daily_sales: агрегация по дням
--- Используем актуальные версии измерений (is_current = true)
--- Для кого: Маркетолог, продакт-аналитик
--- Пример использования: «Как менялись продажи Phone в сегменте Premium по дням?»
+-- 2. mart_daily_sales: продажи по датам и товарам
+-- Одна строка = дата × товар × простой сегмент заказа
 INSERT INTO dm.mart_daily_sales (
     date_actual, product_name, customer_segment, total_qty, total_revenue
 )
 SELECT
     d.date_actual,
     p.product_name,
-    -- Простая сегментация по выручке за заказ
+    -- Делим заказы на Premium / Basic по сумме
     CASE 
         WHEN f.amount >= 200 THEN 'Premium'
         ELSE 'Basic'
@@ -26,14 +24,13 @@ SELECT
 FROM dds.fact_sales f
 JOIN dds.dim_date d ON f.date_key = d.date_key
 JOIN dds.dim_product p ON f.product_sk = p.product_sk
-JOIN dds.dim_customer c ON f.customer_sk = c.customer_sk AND c.is_current
+JOIN dds.dim_customer c ON f.customer_sk = c.customer_sk  -- факт уже ссылается на нужную версию клиента
 GROUP BY d.date_actual, p.product_name, 
          CASE WHEN f.amount >= 200 THEN 'Premium' ELSE 'Basic' END;
 
--- 3. mart_customer_360: lifetime-портрет
--- Здесь — НЕ используем is_current! Нам нужна вся история для расчёта LTV
--- Для кого: CRM-менеджер, retention-спец
--- Пример использования: «Найти клиентов с LTV > 250 ₽ и email из Москвы для email-рассылки»
+-- 3. mart_customer_360: 360‑портрет клиента
+-- Одна строка = один клиент
+-- Считаем суммы по всей истории его покупок
 INSERT INTO dm.mart_customer_360 (
     customer_bk, first_order_date, last_order_date,
     total_orders, total_items, lifetime_value,
@@ -46,7 +43,7 @@ SELECT
     COUNT(DISTINCT f.sale_id) AS total_orders,  -- считаем строки факта (продажи), не бизнес-заказы
     SUM(f.quantity) AS total_items,
     SUM(f.amount) AS lifetime_value,
-    -- Берём email и город из самой свежей версии клиента
+    -- Берём самый свежий email и город клиента
     (SELECT email FROM dds.dim_customer c2 
      WHERE c2.customer_bk = c.customer_bk 
      ORDER BY c2.valid_from DESC 
@@ -58,10 +55,6 @@ SELECT
 FROM dds.fact_sales f
 JOIN dds.dim_date d ON f.date_key = d.date_key
 JOIN dds.dim_customer c ON f.customer_sk = c.customer_sk
--- ⚠️ Важно: здесь НЕ фильтруем по is_current — нужна вся история!
+-- Здесь НЕ фильтруем по is_current: нужна вся история фактов
 GROUP BY c.customer_bk;
 
--- 4. Дополнительно: материализованное представление (альтернатива таблице)
--- В PG 12+ можно использовать MATERIALIZED VIEW — обновляется по команде REFRESH
--- CREATE MATERIALIZED VIEW dm.mv_monthly_sales AS
--- SELECT ... (аналогично)