SQL para Marketing: Curso Gratis

Lección 1: Fundamentos de SQL para Marketing

¿Qué es SQL y por qué es importante para el marketing?

SQL es un lenguaje de programación diseñado para gestionar y consultar datos almacenados en bases de datos relacionales. En marketing, esto significa poder acceder directamente a datos de:

• Campañas publicitarias (Google Ads, Facebook Ads, etc.)
• Analytics web (sesiones, páginas vistas, conversiones)
• CRM (datos de clientes y leads)
• E-commerce (transacciones, productos, inventario)
• Email marketing (aperturas, clics, suscripciones)

Estructura básica de una base de datos:

Las bases de datos están compuestas por tablas, que son como hojas de cálculo con filas y columnas. Cada fila representa un registro (por ejemplo, una transacción) y cada columna representa un atributo (como fecha, monto, canal de marketing).

Lección 2: Primeras consultas SQL

La consulta SELECT básica:

La instrucción SELECT es el foundation de SQL. Te permite extraer datos específicos de una tabla.

Sintaxis básica:

SELECT columna1, columna2
FROM nombre_tabla;

Ejemplo práctico - Marketing:

SELECT campaign_name, clicks, impressions, cost
FROM google_ads_data;

Esta consulta extraerá el nombre de la campaña, clics, impresiones y costo de todas las campañas en tu tabla de datos de Google Ads.

Lección 3: Filtrando datos con WHERE

La cláusula WHERE te permite filtrar datos basándose en condiciones específicas, esencial para analizar segmentos particulares de tus campañas.

Ejemplos prácticos:

-- Campañas con más de 1000 clics
SELECT campaign_name, clicks, cost
FROM google_ads_data
WHERE clicks > 1000;

-- Campañas de un período específico
SELECT *
FROM facebook_ads_data
WHERE date >= '2024-01-01' AND date <= '2024-01-31';

-- Campañas de canales específicos
SELECT *
FROM marketing_data
WHERE channel IN ('Google', 'Facebook', 'Instagram');

Lección 4: Agregaciones y métricas de marketing

Las funciones de agregación te permiten calcular métricas clave de marketing como totales, promedios, y conteos.

Funciones principales:

• SUM() - Suma total
• AVG() - Promedio
• COUNT() - Conteo
• MAX()/MIN() - Valores máximo y mínimo

Ejemplos de métricas de marketing:

-- ROI total por canal
SELECT 
  channel,
  SUM(revenue) as total_revenue,
  SUM(cost) as total_cost,
  (SUM(revenue) - SUM(cost)) / SUM(cost) * 100 as ROI_percentage
FROM marketing_campaigns
GROUP BY channel;

-- CTR promedio por campaña
SELECT 
  campaign_name,
  AVG(clicks / impressions * 100) as avg_ctr
FROM ad_performance
GROUP BY campaign_name;

Lección 5: Agrupación y segmentación con GROUP BY

GROUP BY es fundamental para segmentar tus análisis de marketing y obtener insights por diferentes dimensiones.

Casos de uso en marketing:

-- Rendimiento por mes
SELECT 
  EXTRACT(MONTH FROM date) as month,
  SUM(clicks) as total_clicks,
  SUM(conversions) as total_conversions,
  SUM(cost) as total_cost
FROM campaigns
GROUP BY EXTRACT(MONTH FROM date)
ORDER BY month;

-- Top 5 productos más vendidos
SELECT 
  product_name,
  COUNT(*) as total_sales,
  SUM(revenue) as total_revenue
FROM sales_data
GROUP BY product_name
ORDER BY total_revenue DESC
LIMIT 5;

Lección 6: Uniendo datos con JOINs

Los JOINs te permiten combinar datos de múltiples tablas, esencial para análisis completos de marketing que requieren información de diferentes fuentes.

Ejemplo práctico - Análisis de conversión completa:

SELECT 
  c.campaign_name,
  c.clicks,
  c.cost,
  s.conversions,
  s.revenue,
  (s.revenue / c.cost) as ROAS
FROM campaigns c
JOIN sales_data s ON c.campaign_id = s.campaign_id
WHERE c.date >= '2024-01-01';

Esta consulta combina datos de campañas con datos de ventas para calcular el ROAS (Return on Ad Spend) de cada campaña.

Lección 7: Análisis de cohortes y retención

Los análisis de cohortes son cruciales para entender el comportamiento de los usuarios a lo largo del tiempo.

Ejemplo - Retención mensual:

WITH user_cohorts AS (
  SELECT 
    user_id,
    DATE_TRUNC('month', first_purchase_date) as cohort_month
  FROM users
),
user_activities AS (
  SELECT 
    uc.user_id,
    uc.cohort_month,
    DATE_TRUNC('month', o.order_date) as activity_month
  FROM user_cohorts uc
  JOIN orders o ON uc.user_id = o.user_id
)
SELECT 
  cohort_month,
  COUNT(DISTINCT user_id) as cohort_size,
  COUNT(DISTINCT CASE WHEN activity_month = cohort_month + INTERVAL '1 month' 
        THEN user_id END) as month_1_retention
FROM user_activities
GROUP BY cohort_month
ORDER BY cohort_month;

Lección 8: Métricas avanzadas de marketing

Aprende a calcular métricas complejas que son fundamentales para el marketing moderno.

Customer Lifetime Value (LTV):

SELECT 
  customer_segment,
  AVG(total_revenue) as avg_revenue_per_customer,
  AVG(purchase_frequency) as avg_purchase_frequency,
  AVG(customer_lifespan_months) as avg_lifespan_months,
  (AVG(total_revenue) / AVG(customer_lifespan_months)) * 12 as annual_ltv
FROM customer_metrics
GROUP BY customer_segment;

Customer Acquisition Cost (CAC) por canal:

SELECT 
  acquisition_channel,
  SUM(marketing_spend) / COUNT(DISTINCT new_customers) as CAC,
  COUNT(DISTINCT new_customers) as customers_acquired
FROM acquisition_data
WHERE date >= '2024-01-01'
GROUP BY acquisition_channel
ORDER BY CAC ASC;